本科统计学课件第十三讲方差分析定类—.ppt

7、行间平方和： 8、交互作用： 9、剩余误差RSS： * 检验的统计量为： ： ：不全为0 统计量： * ： ：不全为0 统计量： * ： ：不全为0 统计量： 给出 ，查表，对于临界值 如果 ：拒绝原假设 * 第十三讲 方差分析（定类—定距）（x、y属不同变量层次） 定类——定距是常见的现象： 性别——考试成绩 地区——平均收入 民族——离婚率 方差分析：分析或检验总体间均值是否有所不同，而不是方差是否不同。检验所用的手段则是通过方差来进行的。 种类：一元方差分析（一个定类变量） 二元方差分析 三元方差分析 * 第一节 一元方差分析 一、方差分析的假定 1、与回归的比较（定距——定距） 自变量控制后，因变量是一连串的值（ 为随机变量） 回归：可以找出自变量与因变量之间的变化方向。 方差：自变量取不同类别时，因变量 的均值是否有所不同 * 例：回归与方差分析比较 职业声望 受教育程度 80 18 70 15 60 12 50 10 40 8 职业 子女数 工人（4人） 2；1；3；2； 干部（3人） 1；2；1； 农民（3人） 2；3；4； * 2、方差分析的假定： （对因变量分布的必要限制，只有总体分布满足这些限制的条件下，方差分析的讨论才是有意义的） 1）等方差性 总体中，自变量 的每一个数值 对应的因变量 的分布都具有相同的方差 * 注意： 1、总体方差相等，样本方差不一定相等。 2、来自等总体的样本方差不会相差太远，最大与最小相差不超过2-3倍。 3、总体方差可通过样本方差进行点估计。 公式：样本容量的加权： * 2） 的分布为正态形 要求每一个 所对应的 分布都呈正态性（与回归一致） 总结： 应满足正态分布 * 二、方差 分析的检验： 设：总体自变量A 共分为m类， 从 中抽取 则有统计表： * * 原假设 ： 备择假设 ：有一个以上类别，其均值不等 统计量： 当 时，拒绝原假设 当 时，接受原假设 * 统计量的推导与计算 * 统计量的计算还需： * 例：下列资料，进行方差检验。 教师（n=5) 读书数 （本/年） 学生（n=5）读书数 （本/年） 8 10 10 3 12 6 20 12 5 5 * 三、相关比率 当方差分析检验呈显著性后，讨论两变量之间的相关程度，用减少误差比例PRE的方法： ：不知因变量y与自变量取值 有关时，预测y所犯的错误，其值为TSS。 ：知道因变量y 与自变量取值 有关后，预测y时所犯的错误，其值等于RSS。 * BSS为已经被自变量解释掉的误差，解释掉的误差越大，变量之间的关系越密切，因此： * 例： 已知：BSS=3.5 RSS=95 求eta2 * 练习：以下资料求eta2 甲地（家庭人口数） 乙地（家庭人口数） 丙地（家庭人口数） 6 4 3 7 4 3 7 5 2 3 3 4 5 5 2 * 第三节 二元方差分析（自变量增加到两个) 一、二元方差分析的数学模型 （一）两种模型 1、自变量A、B独立的对因变量发生影响：独立模型（或线性可加性模型） 每一观测值 均为三种以上因素作用的结果： 2、同时考虑A、B两变量的交互影响： 交互模型： * （二）两种模型对观测值数目的要求 1、对独立模型： A共有 种取值，B共有b种取值，对于可能取值 种搭配，每种情况只要随机抽取一次，组成 个观测值即可。 2、对具有交互作用的模型： 如果 种搭配只进行一次观测，则无法区别数据的变化是由于自变量的交互作用，还是外界未知因素干扰的结果。因此，对于 种搭配，每种情况至少要观测2次，则总观测数为 * （三）、忽略外界干扰因素后的两种模型的图形： 1、理想的独立模型 例：教员不同教学方法(A)和不同性格(B)对教学效果的影响。 A与B两个变量独立，图形是平行线 * 2、理想的交互模型： 线段失去平衡是变量间存在交互作用的标志。 * （四）实际的模型 在存在干扰情况下 ，上述线段不再是平行