统计学第七章方分析没有上机.pptVIP

表7-3 试验结果表 方差分析的基本思想和原理(误差平方和) 数据的误差总平方和(sum of squares)表示 组内平方和(within groups) 因素的同一水平(同一个总体)下样本数据的误差平方和 比如，零售业被投诉次数的误差平方和 组内平方和只包含随机误差 组间平方和(between groups) 因素的不同水平(不同总体)下各样本之间的误差平方和 比如，四个行业被投诉次数之间的误差平方和 组间平方和既包括随机误差，也包括系统误差 利用误差进行判断 1、显然，组内误差只包含随机误差，而组间误差即包括随机误差也包含系统误差。 2、如果不同行业对被投诉次数没有影响，那么在组间误差中就只包含随机误差，而没有系统误差。这时，组间误差与组内误差经过平均后的数值应该很接近，即接近1。反之，系统误差越大，组间误差也就越大，他们之间的比之就会大于1。 3、因此，判断行业对被投诉次数是否有显著影响这一问题，实践上也就是检验被投诉的差异主要是由什么原因引起。如果这种差异主要是系统误差，则不同行业对被投诉次数有显著影响，即各行业之间的服务质量存在显著性差异。 水平的均值 假定从第i个水平中抽取一个容量为ni的简单随机样本，第i个水平下的样本均值为该水平的全部观察值总和除以观察值的个数 计算公式为 总平均值 全部观察值的总和除以观察值的总个数 计算公式为 计算总误差平方和 SST（sum of squares for total） 全部观察值 与总平均值 的离差平方和 反映全部观察值的离散状况,又称为误差总平方和 其计算公式为 误差项平方和 SSE（sum of squares for error） 每个水平或组的各样本数据与其组平均值的离差平方和 反映每个样本各观察值的离散状况，又称组内平方和 该平方和反映的是随机误差的大小 计算公式为 水平项平方和 SSA（sum of squares for factor A） 各组平均值 与总平均值 的离差平方和 反映各总体的样本均值之间的差异程度，又称组间平方和 该平方和既包括随机误差，也包括系统误差 计算公式为 三个平方和的关系 ?总离差平方和(SST)、误差项离差平 方和(SSE)、水平项离差平方和 (SSA) 之间的关系 构造检验的统计量(三个平方和的作用) SST反映全部数据总的误差程度；SSE反映随机误差的大小；SSA反映随机误差和系统误差的大小 如果原假设成立，则表明没有系统误差，组间平方和SSA除以自由度后的均方与组内平方和SSE和除以自由度后的均方差异就不会太大；如果组间均方显著地大于组内均方，说明各水平(总体)之间的差异不仅有随机误差，还有系统误差 判断因素的水平是否对其观察值有影响，实际上就是比较组间方差与组内方差之间差异的大小 方差分析的基本思想和原理(误差的比较) 当这个比值大到某种程度时，就可以说不同水平之间存在着显著差异，也就是自变量对因变量有影响 判断行业对投诉次数是否有显著影响，也就是检验被投诉次数的差异主要是由于什么原因所引起的。如果这种差异主要是系统误差，说明不同行业对投诉次数有显著影响 令 数学上可以证明 和 都是总体方差 的估计 量，称为 组内方差，称 为组间方差。 是 的 无偏估计量， 是的 有偏估计量,只有在H0成立 时， 才是的 无偏估计量，否则它的均值要大 于 ，也即在H0不成立时， 比 偏大。因此， 如果由样本计算得 显著地大于 ，那么可以认为 H0不成立；否则，可以认为H0成立。这种比较方差 大小来判断H0是否成立的方法，就是方差分析名称的由来。 数学上还可以证明在H0成立下， 与 之比 值服从F分布，即 F= ～F(r-1 ,n-r) 可以将此F统计量作为判断H0是否成立的检验统 计量。对于给定的显著性水平，查第一自由度为r-1 和?第二自由度为n-r的F分布表得临界值 ，使 P(F≥ )= (7.10) 由样本计算出F统计量的观察值，当F≥ 时， 我们就拒绝H0，有（1- ）×100%的把握认为因素A 对试验指标的影响是显著的。否则，接受H0，可以认 为因素A对试验指标的影响是不显著的。 四、方差分析的前提条件和一般步骤 由方差分析的基本思想可以看出，进行方差分析有一定的前提条件，这些条件可以归纳如下： 1.因素的每个水平是可以严格控制的。若一个因素