方差分析 4 学时）.docVIP

PAGE PAGE 11 方差分析 (4 学时) 方差分析的基本原理（2学时） 研究一个或两个样本平均数的假设测验，可采用u测验或t测验的方法。但是对多个样本的差异显著性测验应采用方差分析（analysis of variance）。 现在有10个样本，?? S21,S22 S23?? S210 这10个样本的平均数差异较小，意味着这10个总体比较接近,S2比较大，说明变异大，说明每一个样本对应的平均数之间的差异大。 若只有1个总体，从中抽取5个样本，可以计算出S2e，若S21与S2e差别较小，说明S21与S2e来自于同一个总体，S21与S2e的差异大小可以用F测验进行， F= 这就是方差分析的基本思路。 ,S21 S2e 一、平方和和自由度的分解 在一个多处理的试验中，可以得到很多不同的观察值，造成观察值不同的原因是多方面的，有的是处理不同引起的，有的是试验误引起的，方差分析的基本思想是将数据的总变异按照变异原因不同分解为处理效应和试验误差，并做出数量估计。 方差分析就是将总变异剖分为各个变异来源的相应部分，从而发现各变异原因在总变异中相对重要程度的一种统计分析方法。其中，扣除了各种试验原因所引起的变异后的剩余变异提供了试验误差的无偏估计，作为假设测验的依据。因而，方差分析与t测验一样也是通过将试验处理的表面效应与其误差的比较来进行统计推断的，只不过这里采用均方来度量试验处理产生的变异和误差引起的变异而已。 方差是平方和除以自由度的商，它是一个表示变异大小的量。要将一个试验资料的总变异分解为各个变异来源的相应变异，首先必须将总自由度和总平方和分解为各个变异来源的相应部分。因此，自由度和平方和的分解是方差分析的第一步。 (一)平方和的分解 对于单向分组资料，设样本（即处理）的个数为k，每个样本有n个观察值，共有nk个观察值。先从样本的每一观察值Yij的数字构成来说，每一个观察值与全试验平均数的离差这个总效应由处理效应和试验误差两部分构成，处理间平均数的差异是由处理的效应所致，同一处理内的变异则是由随机误差引起的。 例： Yij 处理 A B C D 3 8 7 6 4 5 8 8 5 5 6 6 4 6 7 8 Ti 16 24 28 28 4 6 7 7 总效应=Yij- -3 2 1 0 -2 -1 2 2 -1 -1 0 0 -2 0 1 2 处理效应Ti= 误差效应eij=Yij- -2 0 1 1 -1 2 0 -1 -2 0 1 1 0 -1 1 1 -2 0 1 1 1 -1 -1 -1 -2 0 1 1 0 0 0 1 总平方和 SST=（-3）2+22+??+22=38 T=nk-1=15 处理平方和 SSt=（-2）2+02+??+12=24 t=k-1=3 误差平方和 SSe=（-1）2+22+??++12=14 e=k(n-1)=12 从中我们可以看出SST= SSt+SSe，这说明总变异的平方和已被分解为处理和误差两种来源的平方和，这种通过分解效应而分解变异的方法，是方差分析的基础，这种分析过程对我们理解起来很有帮助，但书写起来太麻烦，我们可以推导如下： 总变异是nk个观察值的变异，其平方和SST为： 这里，可通过总变异的恒等变换来阐明总变异的构成，对于第i组的变异，有 即 总平方和SST=组内（误差）平方和SSe+处理平方和SSt： 组间变异由k个y的变异引起，组间平方和SSe为： 组内变异为各组内观察值与组平均数的变异，组内平方和SSe为： （6·5） 实际计算时，SST和SSt可用下面公式： SSe=SST-SSt （二）自由度的分解 总自由度也可以分解为处理间自由度和处理内自由度，即VT=Vt+Ve （nk-1）=(k-1)+k(n-1) 总变异是nk个观察值的变异，故其自由度vT=nk-1 组间变异由k个y的变异引起，故其自由度vt=k-1 组内变异为各组内观察值与组平均数的变异，故每组具有自由度v=n-1,而资料共有k组，故组内自由度ve=k(n-1). 二、列方差分析表，进行F测验 （一）求均方（方差） 求得各变异来源和自由度和平方和后，进而可得 总的均方 组间的均方 组内均方 若假定组间平均数差异不显著（或处理无效）时，（6·7）中MSt与MSe是σ2的两个独立估计值，均方用MS表示，也用S2表示，两者可以互换，其中组内均方MSe也称误差均方，这是由多