第九章：變異數分析 - 投影片1.ppt

第九章 假設檢定（三）：變異數分析 本章學習目標 辨識及援引情境範例，在其中變異數分析（ANOVA）是適當的 說明使用到ANOVA的假設檢定之邏輯 進行ANOVA檢定，使用五步驟模式作為引導，且正確地詮釋結果 界定及說明母群體變異、總離均差平方和、組間離均差平方和、組內離均差平方和、及平方和之平均估計值等概念 說明統計顯著性與變項間關係重要性之間的差異 章節大綱 導言 變異數分析的邏輯 變異數的計算 計算的捷徑 變異數的顯著性檢定 變異數分析的計算及檢定的一個補充範例 檢定的各種侷限 導言 變異數分析(The Analysis of Variance)是一非常重要而且常會用到之假設檢定的方法。此一分析法基本上是用在兩個以上樣本之間的比較。我們可以將ANOVA看成是先前學過兩個樣本之間比較的t-test或z-test的延伸。 在多樣本比較的情況下，我們可以進行一連串兩個樣本間平均數之t-test的檢定，如果有四個樣本（從另一個角度來說，是一個有四個類別之自變項，如宗教信仰，則每個類別自為一個sub-sample），則我們可進行六個不同之兩個樣本間的t-test。如果真是這樣做，除了非常麻煩外，最大的缺點是會增加犯Type I 錯誤之機率。如果每個t-test是定在α＝0.05之水準下進行檢定，進行一連串這樣的t-tests會使犯下至少一次Type I error的機會增加。換言之，即使每一個t-test是在α＝0.05之水準下進行檢定，其Type I error綜合起來事實上是大於0.05。換個角度來說，t-test做多了，總有一個t-test之結果會reject ，但此 可能為真。用ANOVA來分析就可以避免這樣的問題。 變異數分析的邏輯 ANOVA之虛無假設 是 ，也就是所有樣本均是來自同一母群體，或是各母群體的平均數之間無差異。更具體的說法是，每類別或項目之間在某一特質上並無差異（例如：不同宗教信仰者在支持死刑之態度上並無差異）。從這 之形式可看變異數分析是兩樣本之間t-test的延伸。至於說 則為「至少有一類別在某一特質上與其它類別有差異」。 如果上述之 為真，則每類別樣本平均數之差別應不大，且各樣本之標準差大小差不多。事實上ANOVA並不是問不同類別間是否有差異，而是問這些差異是否大到可以拒絕 。 和 完全相反的情況是各類別之平均數相差極大，而各類別之標準差很小。換言之，各類別內之異質性很小，而類別間異質性很大。在這種情況下，如果我們將所有樣本合併，這個合併後之樣本的變異量(Variance) ，主要來自原來樣本和樣本間之差異。換言之，此合併後樣本之變異或離散之狀況主要源自原來各樣本間之差異。而 所假設的情況，是變異量主要是來自原各樣本（類別）內之差異，而非各樣本間之差異。 瞭解上面的敘述後，就很容易了解ANOVA之原理，ANOVA之檢定是建立在比較各類別（或樣本）間之變異量及各類別內之變異量。與類別內之變異量相比較下，當類別間之變異量愈大時，拒絕 的可能性愈大，反之，則愈小。 ANOVA之公式，即在比較兩種對母群體之變異量（ ）之估計值。其一估計值即是建立在各樣本內之變化，而另一則為各樣本間之變化。這即是ANOVA（ANalysis Of VAriance）之名稱的由來。 變異數的計算 要做ANOVA之測定的第一步是要將所有各樣本合併，然後計算所有分數離散之狀況，在此測量離散之方法是用下列公式 　　　　　　 　　　　　　　 總離均差平方和 SST即Total Sum of Squares，此式如果您還記得，是和標準差之公式中根號內分子的部分一樣。在此SST中， 即合併樣本中之各分數，而 即合併樣本之平均數。 這SST事實上反映了兩種離散之狀況，一是各類別內之離散，另一為各類別間之離散，因此 　　　　　　　SST＝SSW＋SSB SSW(Sum of Squares Within)（組內離均差平方和）之公式是 是每類別或組別之平均數 因此，我們求SSW之方法是將各組每一分數減去此組之平均數，求其平方，然後加起來，每組都這麼做後，要全部加起來即得SSW。 而SSB (Sum of Squares Between) 之公式為 是各組之樣本數 是各組之平均 是合併樣本之平均數 知道了SSW及SSB，我們可以得到兩種母群體