统计学 双因素.pptVIP

10.3 双因素方差分析 什么是“双”因素 分析 ？ 方 差 A B 当方差分析中涉及两 个分类型自变量时。 10.3.2 无交互作用的双因素方差 独立 无交互作用： A B 无交互作用双因素数据结构 Xij ：是由行因素的 K 个水平（ i=1 ， 2 ， …… ， k ）和列因素的 R 个水 平（ i=1 ， 2 ， …… ， r ）所组和成的 k × r 个总体中抽取的样本量为 1 的独立随机样本。而 k × r 个总体中的每一个总体都服从 正态分布 且 有 相同的方差 。 . i x （各行均值）：是行因素的第 i 个水平下各观测值的平均值。 ) , , 2 , 1 ( 1 . k i r x x r j ij i ? ? ? ? ? （各列均值）：是列因素的第 j 个水平下各观测值的平均值。 j x . ) , , 2 , 1 ( 1 . r j k x x k i ij j ? ? ? ? ? （总均值）：是全部 kr 个样本数据的总平均值。 x kr x x k i r j ij ?? ? ? ? 1 1 分析步骤： （ 1 ）提出假设 （ 2 ）构造检验的统计量 （ 3 ）统计决策 （ 1 ）提出假设 对行因素提出的假设为： H 0 ： u1 = u2 = … = u i = …= u k (u i 为第 i 个水平的均值 ) 行因素（自变量）对 因变量没有显著影响； H 1 ： u i ( i =1,2, … , k ) 不完全相等 行因素（自变量）对因变量有显著影响； 对列因素提出的假设为： H 0 ： u1 = u2 = … = u j = …= ur (u j 为第 j 个水平的均值 ) 列因素（自变量）对 因变量没有显著影响； H 1 ： u j ( j =1,2,…, r ) 不完全相等 列因素（自变量）对因变量有显著影响。 （ 2 ）构造检验的统计量： ? 总平方和（ SST ）：总平方和是全部样本观察值 Xij 与总的样本平均值 的误差平方 和。 行因素误差平方和 ： 列因素误差平方和 ： 随机误差项平方和： x ? ? ?? ? ? ? ? k i r j ij x x SST 1 1 2 ? ? ?? ? ? ? ? k i r j i x x SSR 1 1 2 . ? ? ?? ? ? ? ? k i r j j x x SSC 1 1 2 . ? ? ?? ? ? ? ? ? ? k i r j j i ij x x x x SSE 1 1 2 . . 计算均方 MSR 、 MSC 、 MSE 总误差平方和 SST 的自由度为 kr-1 行因素误差平方和 SSR 的自由度为 k-1 ，其均方： 列因素误差平方和 SSC 的自由度为 r-1 ，其均方： 随机误差平方和 SSE 的自由度为 (k-1)(r-1) ，其均方： 1 ? ? k SSR MSR 1 ? ? r SSC MSC ) 1 )( 1 ( ? ? ? r k SSE MSE F 值：为检验行列因素对因变量的影响是否显著而采用的统计量。 行因素对因变量的影响是否显著： 列因素对因变量的影响是否显著： ? ? ) 1 )( 1 ( , 1 ~ R ? ? ? ? r k k F MSE MSR F ? ? ) 1 )( 1 ( , 1 ~ C ? ? ? ? r k r F MSE MSC F (3) 统 计 决 策（一） 计算出 F 统计量后再根据给定的显著性水平 ? 和两个自由度，查 F 分 布表得到相应的临界值 F ? 。 若 F R F ? ， 拒绝 原假设 H 0 ，则表明均值之间的差异是显著的抑 或检验的 行因素 对观察值 有 显著影响。 若 F C F ? ， 拒绝 原假设 H 0 ，则表明均值之间的差异是显著的抑 或检验的 列因素 对观察值 有 显著影响。 （二） ( 行 )P-value ﹤ α 则拒绝原假设 H0. 反之则不拒绝。 （列） P-value ﹤ α 则拒绝原假设 H0 。反之则