第九章----方差分析.pptxVIP

第九章----方差分析会计学第1页/共61页 t 检验u 检验单样本样本均数与总体均数n较小σ已知，σ未知但n足够大两样本样本均数与样本均数n1、n2均较小n1、n2均较大 适用于 u 检验的资料都可以使用 t 检验多个样本均数比较 方差分析（F检验）第2页/共61页方差分析的发明者 方差分析由著名英国统计学家R.A.Fisher在1923年提出,为纪念Fisher,以F命名,故方差分析又称 F 检验。第3页/共61页 例6.1随机抽取50~59岁男性正常者、冠心病人、脂肪肝患者各11人，测定空腹血糖值，试推断三类人群空腹血糖值总体均数是否相同？第4页/共61页 第一节 方差分析的概述第5页/共61页 在进行科研时,有时需要按实验设计将所研究的对象随机分为多个处理组,施加不同的干预措施,所施加的干预措施称为处理因素。 处理因素至少有两个水平。 第6页/共61页 一、多个样本均数间的比较能否用 t 检 验或 u 检验？为什么？ 第7页/共61页原因: 五个样本均数进行比较, 每次两个均数作一次 t 检验, 共需作10（C52=10）次 t 检验。若每次比较的检验水准α＝0.05, 则每次比较不犯Ⅰ型错误的概率为（1-α）＝0.95。当这些检验独立进行时, 则10次比较均不犯Ⅰ型错误的概率为0.9510＝0.5987, 此时犯Ⅰ型错误的概率, 即总的检验水准α变为1-0.5987＝0.4013比0.05大的多。犯Ⅰ型错误的概率增大, 可能将原本无差别的两个总体推断为有差别, 误判为有统计意义。因此多重比较不宜用的 t 检验或 u检验作两两比较。第8页/共61页 比较的次数为Ck2即 次 。若每次比较的检验水准为α, 则每次比较不犯Ⅰ型错误的概率为（1-α）。当这些检验独立进行时, 则m次比较均不犯Ⅰ型错误的概率为(1-α)m, 此时犯Ⅰ型错误的概率, 即总的检验水准α变为1-(1-α)m。第9页/共61页 二、方差分析的目的 在无效假设成立的前提下, 通过分析各处理组均数之间的差别, 以推断其各相应总体均数间有无差别, 从而说明处理因素的效果是否不同（或处理因素是否起作用）。第10页/共61页 三、方差分析的基本思想 根据实验设计的类型及研究目的,将全部观察值之间所表现出来的总变异,分解为两个或多个部分。除随机误差作用外,其余每个部分的变异均可由某个因素的作用加以解释。通过比较不同变异来源的均方(MS),借助F分布做出统计推断,从而推断研究因素对试验结果有无影响。第11页/共61页 四、方差分析的应用条件 1、各样本是相互独立的随机样本, 且来自 正态分布的总体; 2、相互比较的各样本的总体方差相等, 即 具有方差齐性。 独立性、随机性、正态性、方差齐性第12页/共61页五、方差分析的用途 1、用于进行两个或多个样本均数的比较; 2、分析两因素或多因素间的交互作用; 3、用于回归方程的线性假设检验。第13页/共61页六、方差分析的优点 1、不受比较组数的限制,可比较多组均数; 2、可同时分析多个因素的作用; 3、可分析因素间的交互作用.第14页/共61页 第二节 完全随机设计的方差分析 one-way ANOVA (单因素方差分析)第15页/共61页完全随机设计(completely random design) 是将全部试验对象按随机化的方法, 分配到各个处理组中,各组对象分别接受不同水平的处理; 试验或观察结束后, 比较各组均数之间的差别有无统计学意义, 推断处理因素的效应。第16页/共61页 各组样本含量可以相等也可以不等，相等时检验效率较高。 由于完全随机设计的方差分析只有一个研究因素, 所以又称为单因素方差分析。第17页/共61页一、数据的基本形式第18页/共61页 完全随机设计方差分析的数据结构第1组第2组…第k组X11X21…Xk1X12X22…Xk2┇┇…┇X1jX2j…Xkj┇┇…┇X1nX2n…Xkn…n1n2…nkNS1S2…SkS2222第19页/共61页 例 随机抽取50~59岁男性正常者、冠心病人、脂肪肝患者各11人，测定空腹血糖值，试推断三类人群空腹血糖值总体均数是否相同？第20页/共61页三组观察对象空腹血糖检测结果(mmol/L)正常组冠心病组脂肪肝组4.756.265.784.754.366.68┇┇…4.625.595334.610.28955.060.54495.710.42745.130.6207第21页/共61页二、变异分解第22页/共61页 1、总变异: 33个空腹血糖检测数据大小不等, 这种变异称为总变异。 总变异的大小可用离均差平方和表示, 即各观测值Xij与总均数 差值的平方和, 记为