统计学：第10章 方差分析.pptVIP

9 9 可重复双因素方差分析表(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 行因素 SSR k-1 MSR FR 列因素 SSC r-1 MSC FC 交互作用 SSRC (k-1)(r-1) MSRC FRC 误差 SSE Kr(m-1) MSE 总和 SST n-1 m为样本的行数 构造检验统计量 计算检验统计量(F) 在行因素假设前提下，有如下统计量： 在列因素假设前提下，有如下统计量： 在行列交互因素假设前提下，有如下统计量： 可重复双因素方差分析表(构造检验统计量) 可重复双因素分析(例题) 【例10.5】城市道路交通管理部门为研究不同的路段和不同的时间段对行车时间的影响，让一名交通警察分别在两个路段和高峰期与非高峰期亲自驾车进行试验，通过试验共获得20个行车时间(单位：min)的数据，如下表。试分析路段、时段以及路段和时段的交互作用对行车时间的影响 可重复双因素方差分析(例题分析) ?提出假设 对时段因素提出的假设为 H0：m1=m2 (时段对行车时间无显著影响) H1：mi (i =1,2) 不全相等 (有显著影响) 对路段因素提出的假设为 H0：m1=m2 (路段对行车时间无显著影响) H1：mj (j =1,2) 不全相等 (有显著影响) 对时段和路段交互作用提出的假设为 H0：m11=m12=m21=m22 (时段和路段的交互作用对行车时间无显著影响) H1：mij ( i, j =1,2 ) 不全相等 (有显著影响) 可重复双因素方差分析(例题分析) 结论： 用于检验时段的P-Value＝0.0000，拒绝原假设H0，说明时段对行车时间有显著影响 用于检验路段的P-Value＝0.0002 ，拒绝原假设H0，说明不同的路段对行车时间有显著影响 用于检验路段和时段交互作用的P-Value＝0.9118 ，不拒绝原假设H0，说明没有证据表明时段和路段的交互作用对行车时间没有显著影响 可重复双因素分析(Excel检验步骤) 第1步：选择“工具”下拉菜单，并选择【数据分析】选项 第2步：在分析工具中选择【方差分析：可重复双因素分析】，然后选择【确定】 第3步：当对话框出现时 在【输入区域】方框内键入数据区域(A1：C11) 在【?】方框内键入0.05(可根据需要确定) 在【每一样本的行数】方框内键入重复试验次数(5) 在【输出区域】中选择输出区域 选择【确定】 本章小结 方差分析(ANOVA)的概念 方差分析的思想和原理 方差分析中的基本假设 单因素方差分析 双因素方差分析 练 习 P292：二 练习题 10.5、10.11 作业（1） 2. 不同药物和疗程对头痛病人的治疗效果如下表（治疗效果取值为0，表示治疗后没有头痛，取值越大，头痛程度越大），根据下表数据，得到方差分析表如下，问： 给出(1)、(2)、(3)空的值 在0.05的显著性水平下，能否认为不同疗程之间存在差异？ 在0.05的显著性水平下，能否认为不同药物存在差异？ 检验并判断药物和疗程是否有交互影响 SS df 药物类型 650 4 疗程 750 3 交互 540 (1) 误差 1350 60 总和 (2) (3) 结 束 9 双因素方差分析的基本假定 每个总体都服从正态分布 对于因素的每一个水平，其观察值是来自正态分布总体的简单随机样本 各个总体的方差必须相同 对于各组观察数据，是从具有相同方差的总体中抽取的 观察值是独立的 无交互作用的双因素方差分析(无重复双因素分析) 双因素方差分析  (例题分析) 不同品牌的彩电在5个地区的销售量数据 品牌因素 地区因素 地区1 地区2 地区3 地区4 地区5 品牌1 品牌2 品牌3 品牌4 365 345 358 288 350 368 323 280 343 363 353 298 340 330 343 260 323 333 308 298 【例10.3】有4个品牌的彩电在5个地区销售，为分析彩电的品牌(品牌因素)和销售地区(地区因素)对销售量的影响（假设品牌和销售地区对销售额的影响是相互独立的），对每个品牌在各地区的销售量取得以下数据。试分析品牌和销售地区对彩电的销售量是否有显著影响？(?=0.05) 例题对应的数据结构 行因素的k个水平和列因素的r个水平的组合可形成k×r个总体。在每个总体中抽取的样本量为1的独立随机样本，xij就是行因素的第i个