单因素方差分析学习计划完整实例.docxVIP

单因素方差分析学习计划完整实例 单因素方差分析学习计划完整实例 PAGE PAGE6 单因素方差分析学习计划完整实例 PAGE 单要素方差剖析完好实例 什么是单要素方差剖析 单要素方差剖析是指对单要素试验结果进行剖析，查验要素对试验结果有无明显性影响的方 法。 单要素方差剖析是两个 样本均匀数比较的引伸，它是用来查验多个均匀数之间的差别，进而 确立要素对试验结果有无明显性影响的一种 统计方法。 单要素方差剖析有关观点 ●要素：影响研究对象的某一 指标、变量。 ●水平：要素变化的各样状态或要素变化所分的等级或组别。 ●单要素试验：考虑的要素只有一个的试验叫单要素试验。 单要素方差剖析示例 [1] 比如，将抗生素注入人领会产生抗生素与血浆蛋白质联合的现象，致使减少了药效。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联合的百分比。现需要在  明显性 水平α  =下查验这些百分比的均值有无明显的差别。设各  整体听从正态散布，且方差同样。 青 四 链 红 氯 霉 环 霉 霉 霉 素 素 素 素 素 不全相等 为了便于议论，此刻引入总均匀 μ 此中： 再引入水平 Aj的效应δj 明显有 ，δj j 下的整体均匀值与总均匀的差别。 表示水平 A 利用这些记号，本例的假定就等价于假定 不全为零 所以，单要素方差剖析的任务就是查验 s个整体的均值μj j 的 能否相等，也就等价于查验各水平 A 能否都等于零。 2.查验所需的统计量 假定各整体听从正态散布，且方差同样，即假定各个水平 下的样本 来自正态整体N(μj 2 j 2未知，且设不一样水平 Aj 下的样本之间互相独 , σ) ，μ与σ 立，则单要素方差剖析所需的查验统计量能够从总平方和的分解导出来。下边先引入： 水平Aj下的样本均匀值: 数据的总均匀: 总平方和: 总平方和ST 反应了所有试验数据之间的差别，所以 T 又称为总变差。将其分解为 S ST=SE+SA 此中: 上述SE的各项 表示了在水平Aj下，样本察看值与样本均值的差别，这是由 随机误 差所惹起的，所以SE 叫做偏差平方和。 A j 下的样本均匀值 S的各项 表示了在水平A 与数据总均匀的差别，这是由水平 Aj以及随机偏差所惹起的，所以 SA叫做要素A的效应平方和。 能够证明SA E A E 与S互相独立，且当 为真时，S 与S分别服 从自由度为s-1,n- 2 s的χ散布，即 SA/ 2 2 σ?χ(s-1) SE 2 2 σ(n-s) ?χ 于是，当 为真时 这就是单要素方差剖析所需的听从 F散布的查验统计量。 假定查验的拒绝域 经过上边的剖析可得，在 明显性水平 α下，本查验问题的拒绝域为 为了方便剖析比较，往常将上述剖析结果编排成以下表所示的方差剖析表。表中的 分别 称为SA,SE的均方。 方差 根源 要素 A 偏差 总和  平 自 均方 F比 方 由 和 度 SA s- 1 SE n- s ST n- 1