（四川大学）研究生的博弈论课程第七章方差分析.doc

PAGE PAGE 20 第 七 章 方差分析 第一节 方差分析的基本原理 方差分析（Analysis of variance，简称ANOVA）是对多个总体均值是否相等这一假设进行检验的一种方法。 一、方差分析的内容 1实例 [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，分别为橘黄色、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级市场上收集了前一期该种饮料的销售量情况，见表7—1。 新型饮料在五家超市的销售情况表 表7—1 单位：百箱 超市 无色 粉色 橘黄色 绿色 1 2 3 4 5 26.5 28.7 25.1 29.1 27.2 31.2 28.3 30.8 27.9 29.6 27.9 25.1 28.5 24.2 26.5 30.8 29.6 32.4 31.7 32.8 问饮料的颜色对销售量是否产生影响。 解：从表7—1中看到20个数据各不相同，什么原因使其不同呢？ 2产生的原因 ①是销售地点的影响； ②是饮料颜色的影响。 A有可能是抽样的随机性造成的； B有可能是由于人们对不同颜色有所偏爱。 可以将上述问题就归结为一个检验问题——检验饮料颜色对销售量是否有影响，即要检验各个水平的均值是否相等。 二、方差分析的原理 1基本概念 因素：一个独立的变量就称为一个因素。如，颜色 水平：将因素中不同的现象称为水平。（每一水平也称为一组） 单因素方差分析：方差分析只针对一个因素进行。 多因素方差分析：同时针对多个因素进行分析。 观察值之间的差异产生来自于两个方面： ①是由因素中的不同水平造成系统性差异的； ②是由于抽选样本的随机性产生的差异。 方差分析数据结构 表7-2 观察值 因素（A）j i 水平1 水平2 … 水平k 1 2 nj X11 X12 … X1k X21 X22 … X2k Xn11 Xn22 … Xnkk 在一元情形下假设:,i=1,2…nj ,j=1,2,…k,为来自总体的随机样本。如果假设 也可表达为 其中是第j个水平的偏差。如果各水平下均值相等，则可以表述为： 对于第j个因素有 其中为独立同分布随机变量。 对于观察值则有 将式两端减去然后平方，得 等式两边求和，有 也即 如上例可以建立如下的假设： ； 不全相等。 总体均值是否相等我们无从知道，但是可以通过样本均值是否有显著差异来检验总体均值是否相等。因为如果为真时，则可以期望也会很接近。如果很 “近”，则推断总体均值相等的证据就很充分，就会接受。否则，当相距很“远”时，就会认为总体均值相等的证据不充分，从而拒绝，接受。 如图7—1、2所示 μ μ3 μ1 μ2 μ4 图7—1 不同总体的情况 μ μ1=μ2 =μ3 =μ4 图7—2 相同总体的情况 样本均值之间距离的所谓 “远、近”是相对的，是通过假定的共同方差的两个点估计值比较得出的。的第一个点估计是用各个样本方差如估计得到的。由每个样本方差估计的得出的值，只与每个样本内部的方差有关，反映各水平内部随机性的变动，因而被称为组内方差。的第二个估计值是在为真的前提下，由均值抽样平均误差计算得到的。因为当假设成立后，根据中心极限定理可知，都将服从均值为，方差为的抽样分布。由，可得，而的估计量可以由及三者估计的值求得，即 这样即得到的估计值。这样得到的方差值包含了两部分的变动，一是各水平内部的随机性变动，二是各水平之间的变动。这样估计得到的方差被称为组间方差。将组间方差与组内方差相比可以得到一个统计量。可以证明该统计量服从F分布。即， ( 7.1) 差异来源 系统性差异（水平之间） 随机性产生的差异（数据之间） 影响因素 系统性因素 随机性因素 随机性因素 差异大小 水平之间的方差 水平内部的方差 判别方法 方差之比 2方差分析的假定： ①各数据（样本）（间隔或比例尺度）相互独立； ②各水平数据（总体）方差相等；（方差相等） ③各水平数据（总体）均是正态总体。 第二节 单因素方差分析 一、单因素