数据分析方法方差分析.pptx

试验设计数据的方差分析;试验设计;方差分析;销售数据(sales.sav) ;什么是方差分析(ANOVA)?;什么是方差分析? ;什么是方差分析?;方差分析中的有关术语;方差分析中的有关术语;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 同一个行业，不同企业被投诉的次数也明显不同 家电制造被投诉的次数较高，航空公司被投诉的次数较低 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;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 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 这个名字也表示：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。因此，进行方差分析时，需要考察数据误差的来源;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)误差明显地不同于随机误差，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);方差分析的基本思想和原理(误差平方和);方差分析的基本思想和原理(误差的比较);方差分析的基本假定;方差分析中的基本假定;方差分析中基本假定;方差分析中基本假定;问题的一般提法;单因素方差分析的数据结构;分析步骤 提出假设 构造检验统计量 统计决策;提出假设;构造检验的统计量;构造检验的统计量(计算水平的均值);构造检验的统计量(计算全部观察值的总均值);构造检验的统计量(例题分析);构造检验的统计量(计算总误差平方和 SST);构造检验的统计量(计算水平项平方和 SSA);构造检验的统计量(计算误差项平方和 SSE);构造检验的统计量(三个平方和的关系);构造检验的统计量(三个平方和的作用);构造检验的统计量(计算均方MS);构造检验的统计量(计算均方 MS);构造检验的统计量(计算检验统计量 F );构造检验的统计量(F分布与拒绝域);统计决策 ;单因素方差分析表(基本结构);单因素方差分析(例题分析);关系强度的测量 ;关系强度的测量 ;关系强度的测量(例题分析) ;;方差分析中的多重比较;方差分析中的多重比较(步骤);方差分析中的多重比较(例题分析);方差分析中的多重比较;方差分析中的多重比较;方差分析中的多重比较;双因素方差分析;双因素方差分析的基本假定;双因素方差分析;数据结构 ;数据结构 ;分析步骤(提出假设);分析步骤(构造检验的统计量);分析步骤(构造检验的统计量) ;分析步骤(构造检验的统计量);分析步骤(构造检验的统计量);分析步骤(构造检验的统计量) ;分析步骤(统计决策);双因素方差分析表(基本结构);双因素方差分析;双因素方差分析;双因素方差分析(关系强度的测量);双因素方差分析(关系强度的测量);有交互作用的双因素方差分析;交互作用的图示;可重复双因素分析(方差分析表的结构);可重复双因素分析(平方和的计算);可重复双因素分析(平方和的计算);第一个例子的方差分析(只考虑主效应,不考虑交互效应及协变量);方差分析(只考虑主效应,不考虑交互效应及协变量);对于这个模型，SPSS输出为;这里的估计只有相对意义。一定要放在模型中，或者考虑同一因子水平之间的差，比如a1-a3、a2-a3、b1-b2等等。上面的模型还可以有截距，有截距时的SPSS默认约束是固定a3=b2=0；而目前的没有截距的a1，a2，a3的估计实际上等于截距的估计加上有截距时的a1，a2，a3的估计。 由于约束条件不一样，所以各种软件的各种选项的估计不尽相同，但相对大小是不会变的。; 没有交互作用的模型可以从上面点图中直观看出。图中下面一条折线连接了没有售后服务时三种促销状况的销售均值，而上面一条连接了有售后服务时三种促销状况的销售均值。由于模型选择为无交互作用，所以这两条线是平行的。从该图可以看出，两个因子效应综合效应是简单的加法。 ;SPSS实现(只有因子主效应的方差分析);SPSS实现(有交互效应,但没有协变量的方差分析 );方差分析;方差分析;这个模型的交互作用可以用下面的来描述： ;还要说明的是，如果每一种因子水平的组合只有一个观测值（这里例中每个组合有四个观测值），那么，无法对是否有交互作用进行判断；这是由于数据量不够，交互作用即使有也混在误差项中，无法剥离出来进行分析。 ;SPSS实现(有交互效应及协变量的方差分析 );方差分析表的意义;计算机的方差分析表公式的意义为： ;