单因素方差解析总结计划完整实例.docxVIP

单因素方差分析完整实例 什么是单因素方差分析 单因素方差分析是指对单因素试验结果进行分析，检验因素对试验结果有无显著性影响的方 法。 单因素方差分析是两个 样本平均数 比较的引伸，它是用来检验多个平均数之间的差异，从而 确定因素对试验结果有无显著性影响的一种 统计方法 。 单因素方差分析相关概念 ● 因素：影响研究对象的某一 指标、变量。 ● 水平：因素变化的各种状态或因素变化所分的等级或组别。 ● 单因素试验：考虑的因素只有一个的试验叫单因素试验。 单因素方差分析示例 [1] 例如，将抗生素注入人体会产生抗生素与血浆蛋白质结合的现象，以致减少了药效。下表列 出了  5 种常用的抗生素注入到牛的体内时，抗生素与血浆蛋白质结合的百分比。现需要在  显著性 水平 α  = 0.05下检验这些百分比的均值有无显著的差异。设各  总体服从正态分布 ，且方差相同。 青 四 链 红 氯 霉 环 霉 霉 霉 素 素 素 素 素 不全相等 为了便于讨论，现在引入总平均 μ 其中： 再引入水平 Aj 的效应 δj 显然有 ， δj j 下的总体平均值与总平均的差异。 表示水平 A 利用这些记号，本例的假设就等价于假设 不全为零 因此，单因素方差分析的任务就是检验 s 个总体的均值 μj j 的 是否相等，也就等价于检验各水平 A 是否都等于零。 2. 检验所需的 统计量 假设各总体服从正态分布，且方差相同，即假定各个水平 下的样本 来自正态总体 N( μj 2 j 2 未知，且设不同水平 Aj 下的样本之间相互独 , σ) ，μ与 σ 立，则单因素方差分析所需的检验统计量可以从总平方和的分解导出来。下面先引入： 水平 Aj 下的样本平均值 : 数据的总平均 : 总平方和 : 总平方和 ST 反映了全部试验数据之间的差异，因此 T 又称为总变差。将其分解为 S ST = SE + SA 其中 : 上述 SE 的各项 表示了在水平 Aj 下，样本观察值与样本均值的差异，这是由 随机误 差所引起的， 因此 SE 叫做误差平方和。 A j 下的样本平均值 S 的各项 表示了在水平 A 与数据总平均的差异，这是由水平 Aj 以及随机误差所引起的，因此 SA 叫做因素 A 的效应平方和。 可以证明 SA E A E 与 S 相互独立，且当 为真时， S 与 S 分别服 从自由度为 s - 1, n - 2 s 的 χ分布，即 SA / 2 2 σ?χ(s - 1) SE 2 2 σ (n - s) ?χ 于是，当 为真时 这就是单因素方差分析所需的服从 F 分布的检验统计量。 假设检验的拒绝域 通过上面的分析可得，在 显著性水平 α下，本检验问题的拒绝域为 为了方便分析比较，通常将上述分析结果编排成如下表所示的方差分析表。表中的 分别 称为 SA,SE 的均方。 方差 来源 因素 A 误差 总和  平 自 均方 F 比 方 由 和 度 SA s - 1 SE n - s ST n - 1