均值方差检验.ppt

* * cxt 二、统计量与检验 假设检验 在原假设为真的条件下，检验的统计量为： * * cxt * * cxt 书31-36页 一、形象分析的思路 二、基本理论 1、总体形象平行 2、总体形象重合 3、总体形象水平 三、例2.2 * * cxt 上机： 1、某工厂实行早、中、晚三班工作制。工厂管理部门想了解不同班次工人劳动效率是否存在明显的差异。每个班次随机抽出了7个工人，得工人的劳动效率（件/班）资料如表。分析不同班次工人的劳动效率是否有显著性差异。 a=0.05，0.01。 * * cxt 早班 中班 晚班 34 49 39 37 47 40 35 51 42 33 48 39 33 50 41 35 51 42 36 51 40 * * cxt 2、 50家上市公司，按行业计算其1999年底的资产负债情况，各总体之间资产负债率是否存在差异。如下： * * cxt 序号 制造业 商业 运输业 公用事业 房地产业 1 65 90 50 25 70 2 55 95 65 30 75 3 50 90 58 45 60 4 45 93 63 50 80 5 40 92 64 40 65 6 58 90 60 25 70 7 60 85 58 30 72 8 75 88 56 30 76 9 80 90 60 35 68 10 60 92 55 25 66 平均 58.8 90.5 58.9 33.5 70.2 * * cxt 4、方差分析的应用条件 （1）可比性，若资料中各组均数本身不具可比性则不适用方差分析。 （2）正态性，各组的观察数据，是从服从正态分布的总体中随机抽取的样本。即偏态分布资料不适用方差分析。对偏态分布的资料应考虑用对数变换、平方根变换、倒数变换、平方根反正弦变换等变量变换方法变为正态或接近正态后再进行方差分析。 （3）方差齐性，各组的观察数据，是从具有相同方差的相互独立的总体中抽取得到的。即若组间方差不齐则不适用方差分析。 * * cxt 二、方差分析的内容 1、类型： 依据涉及的分析变量多少分为：一元方差分析、多元方差分析 依据对分析变量的影响因素的数量分为：单因素方差分析、多因素方差分析 2、分析步骤： * * cxt （1）建立检验假设； ????? H0：多个样本总体均数相等。 ????? H1：多个样本总体均数不相等或不全等。 （2）确定检验统计量； （3）给定显著水平； （3）计算统计量、确定P值并作出推断结果。 * * cxt 单因素方差分析 一、单因素方差分析概念： 分析某一个因素A的不同水平是否对观测变量Y产生了显著影响。 例：某饮料生产企业研制出一种新型饮料. 饮料的颜色共有四种 : 橘黄色、粉色、绿色和无色透明。这四种饮料的营养含量、味道、价格、包装等可能影响销售量的因素全部相同。现从地理位置相似、经营规模相仿的五家超市上收集了该种饮料的销售情况。 * * cxt 问题：饮料的颜色是否对销售量产生影响？ * * cxt 其中：饮料的颜色即是影响因素（控制因素、变量） 销售量是观测变量。 在其他条件相同的情况下，上述问题就归结为一个检验问题，即： * * cxt 差异的产生来自两个方面： ???一方面是由不同颜色的差异造成的，既不同的饮料颜色对销售量产生了影响。用‘组间方差’表示 另一方面是由于抽选样本的随机性而产生的差异，即各颜色内的随机误差，如相同颜色的饮料在不同的商场销售量也不同。用‘组内方差’表示。 Spss 选项： Analyze — Compare Mean — One-Way ANOVA （一元单因素方差分析） * * cxt SPSS 输出结果： 可看出F值为10.486，P值是0.000。推断零假设不成立。表明颜色不同饮料的销量也不同。 * * cxt 如何用SPSS对方差分析的‘方差相等’要求进行判定？（因正态分布的要求不是很严格 ，分析忽略） Spss 选项：在 One-Way ANOVA 中选择Option ，选定 Homogeneity-of –variance * * cxt 进一步考察： 究竟是哪一个水平对观察变量产生了显著影响，即那种颜色的饮料对销售量有显著影响？ 运用单因素方差分析的多重比较检验SPSS窗口中Post Hoc选项进行选择。 * * cxt * * cxt 例：考察汉族、藏族、蒙古族三个民族的人均收入水平 INC、15岁及以上人口上学或毕业比例 EDU是否有差异。（多元单因素分析问题） 需考察的影响因素为：民族 观测变量为：INC和EDU SPSS