第七章 统计学方差分析1.pptVIP

结 束 7-* Click here for title 7 第七章 方差分析 通过本章的学习，我们应该知道： 方差分析的基本思想与假定 如何做单因素方差分析 会用Excel中有关方差分析的功能 Statistics 【例7.1】某公司采用四种方式推销其产品。为检验不同方式推销产品的效果，随机抽样得下表： 81.5 总均值 79 82 70 79 84 80 方式四 74 74 81 68 76 71 方式三 90 89 96 78 92 95 方式二 83 83 88 81 86 77 方式一 水平均值 5 4 3 2 1 序号 销售方式 方差分析(ANOVA)(analysis of variance) 方差分析（Analysis of Variance, ANOVA），是20世纪20年代由英国统计学家费雪（Ronald Aylmer Fisher）首先提出的，最初主要应用于生物和农业田间试验，以后推广到各个领域应用。它是直接对多个总体的均值是否相等进行检验，这样不但可以减少工作量，而且可以增加检验的稳定性。 例7.1中要研究的问题是这四个销售量的均值之间是否有显著差异，当然我们可以采用第七章的方法进行多次检验，但这显然工作效率低。 一、方差分析概述 方差分析中的常用术语 1. 因素（Factor） 因素是指所要研究的变量，它可能对因变量产生影响。如果方差分析只针对一个因素进行，称为单因素方差分析。如果同时针对多个因素进行，称为多因素方差分析。 2. 水平（Level） 水平指因素的具体表现，如销售的四种方式就是因素的不同取值等级。有时水平是人为划分的，比如质量被评定为好、中、差。 3. 单元（Cell） 单元指因素水平之间的组合。如销售方式一下有五种不同的销售业绩，就是五个单元。 一、方差分析概述 4. 元素（Element） 元素指用于测量因变量的最小单位。一个单元里可以只有一个元素，也可以有多个元素。例7.1中各单元中只有一个元素。 5. 均衡（Balance） 如果一个试验设计中任一因素各水平在所有单元格中出现的次数相同，且每个单元格内的元素数相同，则称该试验是为均衡，否则，就被称为不均衡。不均衡试验中获得的数据在分析时较为复杂。例7.1是均衡的。 6. 交互作用（Interaction） 如果一个因素的效应大小在另一个因素不同水平下明显不同，则称为两因素间存在交互作用。当存在交互作用时，单纯研究某个因素的作用是没有意义的，必须分另一个因素的不同水平研究该因素的作用大小。如果所有单元格内都至多只有一个元素，则交互作用无法测出。 一、方差分析概述 方差分析中的基本思想 要看不同推销方式的效果，其实就归结为一个检验问题，设 为第i种推销方式i（i=1,2,3,4）的平均销售量，即检验原假设 是否为真。从数值上观察，四个均值都不相等，方式二的销售量明显较大。然而，我们并不能简单地根据这种第一印象来否定原假设，而应该分析 、 、 、 之间差异的原因。 一、方差分析概述 销售量的差异来源于 销售方式影响 随机因素的影响 两个方面产生的差异用两个方差来计量： 一是 、 、 、 之间的总体差异，即水平之间的方差，一是水平内部的方差。前者既包括系统性差异，也包括随机性差异；后者仅包括随机性差异。 一、方差分析概述 方差分析中的基本假定 在方差分析中通常要有以下假定：首先是各样本的独立性，即各组观察数据，是从相互独立的总体中抽取的，只有是独立的随机样本，才能保证变异的可加性；其次要求所有观察值都是从正态总体中抽取，且方差相等。在实际应用中能够严格满足这些假定条件的客观现象是很少的，在社会经济现象中更是如此。但一般应近似地符合上述要求。 在上述假设条件成立的情况下，数理统计证明，水平之间的方差（也称为组间方差）与水平内部的方差（也称组内方差）之间的比值是一个服从F分布的统计量，我们可以通过对这个统计量的检验做出拒绝或不能拒绝原假设的决策。 F = 水平间方差 / 水平内方差 = 组间方差 / 组内方差 二、单因素方差分析 单因素方差分析的数据结构（均衡试验） …… 水平r ┋ ┋ ┋ ┋ ┋ …… 水平2 …… 水平1 因 素 A k …… 2 1 观测值j 水平i 二、单因素方差分析 单因素方差分析的数据结构（不均衡试验） …… 水平r ┋ ┋ ┋ ┋ ┋ …… 水平2 …… 水平1 因