Minitab单因素方差分析.pptx

方差分析;方差分析;方差分析;要分析不同的温度对得率的影响，考虑如下的问题：同一温度下的得率不一样，差异原因称为试验误差； 温度的不同引起的得率的差异称为条件误差。;当我们要问温度对得率到底有无确切的影响 时，由于上述多种误差原因的存在，就不能 随意回答. ;方差分析的功能：分析实验数据中不同来 源的变异对总变异的贡献大小，确定实验中 的自变量是否对因变量有重要影响。 方差分析的方法：检验各总体的均值是 否相等来判断分类型自变量（因素）对数值 型因变量是否有影响。;方差分析;方差分析;单因素方差分析理论基础;单因素方差分析单因子试验的一般概述（记号） ;单因素方差分析单因子试验的三项基本假定 ;单因素方差分析　单因子试验的统计模型 ;单因子方差分析;单因子方差分析　总平方和的分解公式;单因子方差分析;单因子方差分析　总平方和的分解公式;单因子方差分析　均方和;单因子方差分析　F检验;单因素方差分析　方差分析表; 例2: 茶是一种饮料，它含有叶酸（folacin），这是一种维他命B。如今要比较各种茶叶中的叶酸含量。 现选定绿茶，这是一个因子，用A表示。 又选定四个产地的绿茶，记为A1, A2, A3, A4，它是因子A的四个水平。 为测定试验误差，需要重复。 我们选用水平重复数不等的不平衡设计，即A1, A2, A3, A4分别制作了7,5,6,6个样品，共有24个样品等待测试。;单因素方差分析;四个产地绿茶叶酸含量的打点图（dotplot） ;单因素方差分析;单因素方差分析　诸均值的参数估计;单因素方差分析　小结;多重比较;多重比较 ;多重比较;多重比较　重复数相等情况的多重比较(T法);多重比较　重复数相等情况的多重比较(T法);多重比较　重复数不等情况的多重比较(S法);多重比较　重复数不等情况的多重比较(S法）;多重比较的Minitab参数设置;个别误差率 单一比较错误地断定实测差异与原假设显著不同的最大概率。此概率等于为假设检验选择的显著性水平。 全族误差率 由多个比较组成的过程错误地断定至少有一个实测差异与原假设显著不同的最大概率。全族误差率基于个别误差率和比较次数。对于单一比较，全族误差率等于个别误差率。但是，每个附加比较都会导致全族误差率不断增加。;示例 查看五个不同钢铁厂的钢强度（在每个工厂中使用 25 个样本），可以运行单因子方差分析 。方差分析产生的 p 值小于 0.05，断定至少有一个工厂的平均值不同于其他工厂的平均值。 ? 查看五个工厂之间所有的 10 个比较，以明确确定哪些平均值是不同的。;如果为 10 个比较中的每一个指定的 Alpha 均为 0.05（个别误差率），则 Minitab 将针对由 10 个比较组成的一组计算全族误差率，即 0.28。但是，如果要让整个一组比较的全族误差率为 0.05，则 Minitab 为每个单个比较指定的 Alpha 均为 0.007。;许氏与最佳值的多重比较 (MCB) 专门用于确定最佳因子水平、与最佳值稍有差异的因子水平、以及与最佳值有显著差异的因子水平的多重比较方法。可以将“最佳值”定义为最高平均值或最低平均值。 许氏 MCB 将为每个水平均值与其余水平均值的最佳值之间的差异创建置信区间。;具体地说： ? 最高为最佳 最低为最佳 置信区间包含零 无差异 无差异 置信区间整个大于零明显更好 明显更差 置信区间整个小于零明显更差 明显更好;Fisher 最低显著性差异 (LSD) 法 将个别误差率控制到指定水平的同时，为因子水平均值之间的配对差异创建置信区间。 Fisher 法随后使用个别误差率和比较次数为所有置信区间计算同时置信水平。此同时置信水平是所有置信区间包含实际差值的概率。;Minitab;多重比较的 Dunnett 法 用于为每个因子水平的平均值与控制组平均值之间的差异创建置信区间。 为所有比较指定全族误差率，Dunnett 法针对每个单个比较相应地确定置信水平。;Tukey，全族误差率：选中此项可通过使用 Tukey 方法（在不平衡情况下也称为 Tukey-Kramer）获得水平平均值之间的所有配对差异，然后输入介于 0.5 和 0.001 之间的全族误差率。大于等于 1.0 的值解释为百分比。默认误差率为 0.05。 ;Fisher，个别误差率：选中此项可通过使用 Fisher 的 LSD 过程获得水平平均值之间的所有配对差异，然后输入介于 0.5 和 0.001 之间的个别误差率。;Dunnett，全族误差率：选中此项可为每个处理平均值和控制平均值之间的差异提供双侧置信区间，然后输入介于 0.5 和 0.001 之间的全族误差率。 对照组水平：输入用于对照组因子水平的值;Minitab;