第五章--方差分析.ppt

* * * * * * * * * * * * 构造检验的统计量(计算均方 MS) 组间方差：SSA的均方，记为MSA，计算公式为 组内方差：SSE的均方，记为MSE，计算公式为 构造检验的统计量(计算检验统计量 F ) 将MSA和MSE进行对比，即得到所需要的检验统计量F 当H0为真时，二者的比值服从分子自由度为k-1、分母自由度为 n-k 的 F 分布，即 构造检验的统计量(F分布与拒绝域) 如果均值相等，F=MSA/MSE?1 a F 分布 F?(k-1,n-k) 0 拒绝H0 不能拒绝H0 F 统计决策 ? 将统计量的值F与给定的显著性水平?的临界值F?进行比较，作出对原假设H0的决策 根据给定的显著性水平?，在F分布表中查找与第一自由度df1＝k-1、第二自由度df2=n-k 相应的临界值 F? 若FF? ，则拒绝原假设H0 ，表明均值之间的差异是显著的，所检验的因素对观察值有显著影响 若FF? ，则不拒绝原假设H0 ，无证据表明所检验的因素对观察值有显著影响 单因素方差分析表(基本结构) 误差来源 平方和 (SS) 自由度 (df) 均方(MS) F值 P值 F 临界值 组间 (因素影响) SSA k-1 MSA MSA MSE 组内 (误差) SSE n-k MSE 总和 SST n-1 操作步骤： 分析—比较均值—单因素方差分析 选择观察变量到因变量变量框 选择控制变量到因素框中，控制变量有几个不同的取值就表示控制变量的几个水平 单因素方差分析的进一步分析 一、方差齐性检验 方差齐性检验是对控制变量不同水平下各观测变量总体方差是否相等进行分析。 二、多重比较检验 单因素方差分析的基本分析只能判断控制变量是否对观测变量产生了显著的影响。如果控制变量确实对观测变量产生了显著影响，进一步还应该确定控制变量的不同水平对观测变量的影响程度如何，其中哪个水平的作用显著的不同于别的水平。 1、LSD方法称为最小显著性差异 2、Bonferron 3、Tukey 4、Scheffe  1、入户推销有五种方法。某大公司想比较这五种方法有无显著的效果差异，设计了一项实验。从尚无推销经验的应聘人员中随机挑选一部分，并随机将他们分为五组，每一组用一种推销方法培训，一段时期后得到他们在一个月内的推销额，如下表 第一组 20 16.8 17.9 21.2 23.9 26.8 22.4 第二组 24.9 21.3 22.6 30.2 29.9 22.5 20.7 第三组 16 20.1 17.3 20.9 22 26.8 20.8 第四组 17.5 18.2 20.2 17.7 19.1 18.4 16.5 第五组 25.2 26.2 26.9 29.3 30.4 29.7 28.2 此课件下载可自行编辑修改，供参考！ 感谢您的支持，我们努力做得更好！ * * * * * * * * * * * * * * * * * * * * 9 * * 某企业在制定某商品的广告策略时，采取了以下几种促销形式，广播、宣传品、电视，这几种广告形式对该商品的销售有影响吗？ 什么是方差分析(ANOVA)?(analysis of variance) 检验多个总体均值是否相等 通过分析数据的误差判断各总体均值是否相等 研究分类型自变量对数值型因变量的影响 一个或多个分类型自变量 两个或多个 (k 个) 处理水平或分类 一个数值型因变量 有单因素方差分析和双因素方差分析 单因素方差分析：涉及一个分类的自变量 双因素方差分析：涉及两个分类的自变量 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4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4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 若它们的均值相等，则意味着“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；若均值不全相等，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 分析行业对投诉次数的影响，行业是要检验的因子 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 观察