统计学之假设检验与方差分析.ppt

（一）方差分析中变量的类型 方差分析中的因变量是数量型变量。自变量可以是品质型变量，也可以是数量型变量。当自变量是数量型变量的时候，也要对其作统计分组设计，也就是将它按品质型变量来处理。 （二）总体的正态性和同方差 方差分析适用于多个正态总体Yi（i=1，2，…，m）均值的比较，且要求它们具有相同的方差。不过在实际应用中，即使对于正态性和同方差性都存在很大背离的数据，方差分析仍不失为一种提供有用的近似信息的技术。 三、关于方差分析的两点说明 第五节 双因子方差分析 一、问题的提出 二、有交互作用的双因子方差分析 一、问题的提出 方差分析中的“因子”，也称因素。它是一个独立的变量（自变量）。在上一节的例子中，我们要分析饲料是否为影响增重产生差异的原因，所以饲料是因子。该例中所考察的因子只有“饲料”一个，而其他因子如鸡的品种，饲养条件等保持不变，我们称这种方差分析为单因子方差分析。如果要同时考察饲料和鸡的品种两个因子对小鸡的增重是否有影响，则称之为双因子方差分析。 在这里要注意，不能把A的r个处理和B的c个处理看成“随机样本”。现在的rc个处理是rc个总体，即Ai和Bj的每一种搭配形成的组格都是一个总体（随机变量Yij）。对一个组格总体的nij个观测yij1,yij2,…,yij 才是随机样本。 我们把Ai与Bj的搭配所形成的组格总体即随机变量Yij的期望值记作 ，于是可以写出与表6-5（样本）相应的总体期望值表如表6-6。 二、有交互作用的双因子方差分析 样本数据的方差分析恒等式。 SST=SSA+SSB+SSAB+SSE （6.24） 式中,SST是总离差平方和， SSA 是A因子处理间的离差平方和， SSB 是B因子处理间的离差平方和， SSAB 是AB交互作用处理间的离差平方和， SSE 是组格内离差平方和。 二、双总体均值是否相等的检验 【例6-6】某工厂为了比较两种装配方法的效率，分别组织了两组员工，每组9人，一组采用新的装配方法，另外一组采用旧的装配方法。假设两组员工设备的装配时间均服从正态分布，两总体的方差相等但未知。现有18个员工的设备装配时间见表6-2，根据这些数据，是否有理由认为新的装配方法更节约时间？（显著性水平0.05） 表6-2 两组员工设备的装配时间 单位：小时 新方法（x2） 35 31 29 25 34 40 27 32 31 旧方法（x1） 32 37 35 38 41 44 35 31 34 第三节 总体比例的假设检验 一、单个总体比例的假设检验 二、两个总体的比例是否相等的检验 一、单个总体比例的假设检验 【例6-7】一项调查结果声称，某市小学生每月零花钱达到200元的比例为40%，某科研机构为了检验这个调查是否可靠，随机抽选了100名小学生，发现有47人每月零花钱达到200元，调查结果能否证实早先调查40%的看法？（ ） 二、两个总体的比例是否相等的检验 第四节 单因子方差分析 一、问题的提出 二、方差分析的检验统计量 三、关于方差分析的两点说明 一、问题的提出 【例6-8】已知在一组给定的条件下饲养小鸡所增加的体重服从正态分布。某养鸡场欲检验四种饲料配方对小鸡增重的影响是否不相同（假定已经经过检验表明不同饲料配方下的小鸡增重方差相等）。为此，他们对四组初始条件完全相同的小鸡，在完全相同的其他饲养条件下，分别使用四种不同的饲料配方进行喂养。所得到的增重数据如表6-3。 表6-3 四种不同饲料配方下小鸡的增重情况 饲料配方 i 小鸡序号 j 38周后小鸡个体增重yij(克) 1 2 3 4 5 6 配方1 370 420 450 490 1730 配方2 490 380 400 390 500 410 2570 配方3 330 340 400 380 470 1920 配方4 410 480 400 420 380 410 2500 1600 1620 1650 1680 1350 820 8720 一、问题的提出 【例6-8】已知在一组给定的条件下饲养小鸡所增加的体重服从正态分布。某养鸡场欲检验四种饲料配方对小鸡增重的影响是否不相同（假定已经经过检验表明不同饲料配方下的小鸡增重方差相等）。为此，他们对四组初始条件完全相同的小鸡，在完全相同的其他饲养条件下，分别使用四种不同的饲料配方进行喂养。所得到的增重数据如表6-3。 对于类似本例的问题，一般