单因素方差分析培训教材(PPT 44页).ppt

单因素方差分析培训 培训时间：2012年5月培训部门：生产运营部 什么是方差? 方差是各个数据与平均数之差的平方和的平均数,即： s=[(x1-x) +(x2-x) +...+(xn-x) 】/ n 其中，x——样本的平均数， n——样本的数量， xn——个体； s——方差。 方差反映的是数据的离散度 2 2 2 方差意义 方差也是比较数据的一个非常有用的工具，比较两组数据大小一般用平均数，但是有的时候平均数不能非常准确的表示数据。 例： 有现在有六只鸡，每三只一组，每组鸡的重量为： 第一组： 2.5，3，3.5 第二组： 1，3，5 两组鸡重量的平均数是一样的，但是这两组鸡却有明显的差别，这是平均数就不能体现二者的差别，所以我们引入了方差的概念。 什么是方差分析(ANOVA)? 检验多个总体均值是否相等 通过分析观察数据的误差判断各总体均值是否相等 是从观测变量的方差入手，研究诸多控制变量中哪些变量是对观测变量有显著影响的变量. 一个或多个分类尺度的自变量 2个或多个 (k 个) 处理水平或分类 什么是方差分析? (例题分析) 消费者对四个行业的投诉次数 行业 观测值 零售业 旅游业 航空公司 家电制造业 1 2 3 4 5 6 7 57 66 49 40 34 53 44 68 39 29 45 56 51 31 49 21 34 40 44 51 65 77 58 【例】为了对几个行业的服务质量进行评价，消费者协会在四个行业分别抽取了不同的企业作为样本。最近一年中消费者对总共23家企业投诉的次数如下表 什么是方差分析? (例题分析) 分析四个行业之间的服务质量是否有显著差异，也就是要判断“行业”对“投诉次数”是否有显著影响 作出这种判断最终被归结为检验这四个行业被投诉次数的均值是否相等 如果它们的均值相等，就意味着“行业”对投诉次数是没有影响的，即它们之间的服务质量没有显著差异；如果均值不全相等，则意味着“行业”对投诉次数是有影响的，它们之间的服务质量有显著差异 方差分析中的有关术语 因素或因子(factor)：所要检验的对象 要分析行业对投诉次数是否有影响，行业是要检验的 因素或因子 水平或处理(treatment)：因子的不同表现 零售业、旅游业、航空公司、家电制造业就是因子的 水平 观察值：在每个因素水平下得到的样本值 每个行业被投诉的次数就是观察值 方差分析中的有关术语 试验 这里只涉及一个因素，因此称为单因素四水平的试验 总体 ★因素的每一个水平可以看作是一个总体 ★比如零售业、旅游业、航空公司、家电制造业可以看作是四个总体 样本数据 被投诉次数可以看作是从这四个总体中抽取的样本数据 方差分析的基本思想和原理(图形分析) 从散点图上可以看出 不同行业被投诉的次数是有明显差异的 即使是在同一个行业，不同企业被投诉的次数也明显不同 行业与被投诉次数之间有一定的关系 如果行业与被投诉次数之间没有关系，那么它们被投诉的次数应该差不多相同，在散点图上所呈现的模式也就应该很接近 方差分析的基本思想和原理(图形分析) 仅从散点图上观察还不能提供充分的证据证明不同行业被投诉的次数之间有显著差异 这种差异也可能是由于抽样的随机性所造成的 需要有更准确的方法来检验这种差异是否显著，也就是进行方差分析 之所以叫方差分析，因为虽然我们感兴趣的是均值，但在判断均值之间是否有差异时则需要借助于方差 它是通过对数据误差来源的分析判断不同总体的均值是否相等（不仅是数量层面的相等）。因此，进行方差分析时，需要考察数据误差的来源。 方差分析的基本思想和原理 方差体现的是一组数据的离散度 1. 比较两类误差，以检验均值是否相等 2. 比较的基础是方差比 3. 如果系统(处理)误差显著地不同于随机误差，则均值就是不相等的；反之，均值就是相等的 4. 误差是由各部分的误差占总误差的比例来测度的 方差分析的基本思想和原理 ※ 两类误差：随即误差、系统误差 ※ 两类方差：组内方差、组间方差 方差分析的基本思想和原理(两类误差) 随机误差 因素的同一水平(总体)下，样本各观察值之间的差异 比如，同一行业下不同企业被投诉次数是不同的 这种差异可以看成是随机因素的影响，称为随机误差 系统误差 因素的不同水平(不同总体)下，各观察值之间的差异 如：不同行业之间的被投诉次数之间的差异 这种差异可能是由于抽样的随机性所造成的，也可能是由于行业本身所造成的，后者所形成的误差是由系统性因素造成的，称为系统误差 方差分析的基本思想和原理(两类方差) 组内方差(within groups):MSE 因素的同一水平(同一个总体)下样本数据