方差分析与相关性分析.pptxVIP

方差分析与相关性分析会计学第1页/共49页方差分析 （analysis of variance, 简称为ANOVA）方差分析的适用条件 各处理组样本来自正态总体 各样本是相互独立的随机样本 各处理组的总体方差相等，即方差齐性第2页/共49页方差分析 （analysis of variance, 简称为ANOVA）方差分析单因素方差分析双因素方差分析（重复试验和非重复试验）多因素方差分析协方差分析第3页/共49页方差分析 （analysis of variance, 简称为ANOVA）单因素方差分析单因素方差分析也叫一维方差分析，用以对单因素多个独立样本均数进行比较，给出方差分析表，并可以进行两两之间均数的比较（多重比较），本节将介绍如何利用单因子方差分析命令对数据进行统计处理。第4页/共49页方差分析 （analysis of variance, 简称为ANOVA）1 在三个不同密度的小麦地里测量其株高2/3处的日平均温度，一共测量6天，所得数据如下表，分析不同密度的小麦地其株高2/3处的日平均温度有无显著差异。(密度1密度2密度3)123456密度123.122.623.522.125.624.1密度222.121.522.121.324.923.9密度320.320.121.520.123.822.1第5页/共49页方差分析 （analysis of variance, 简称为ANOVA）第6页/共49页方差分析 （analysis of variance, 简称为ANOVA）第7页/共49页方差分析 （analysis of variance, 简称为ANOVA）第8页/共49页方差分析 （analysis of variance, 简称为ANOVA）第9页/共49页方差分析 （analysis of variance, 简称为ANOVA）单因素方差分析齐次性检验结果：t=0.357，p=0.7060.05,通过方差齐次性检验。即本例属于方差相等时的方差分析问题，这为下面的分析作准备。第10页/共49页方差分析 （analysis of variance, 简称为ANOVA）单因素方差分析结果，包括组间离差平方和、组内离差平方和总离差平方和。从表中可知，p=0.0330.05,说明三个不同密度的小麦群体中2/3高度的温度差异显著。进而可以进行多重比较。第11页/共49页方差分析 （analysis of variance, 简称为ANOVA）多重比较结果，从表中可知密度1和密度3两两之间差异显著；密度1和2，2和3之间差异不显著。第12页/共49页方差分析（analysis of variance, 简称为ANOVA）单变量单因子方差分析单变量方差分析属于广义线性模型（General Linear Model）中的一部分， 本分析包括的范围非常广泛，既可以分析单因子，也可以分析多因子，还可以进行协方差，最后给出方差分析表，并可以进行多重比较。和单因子方差分析（One way ANOVA）相比，单因子方差分析中的都可以在本分析中实现。第13页/共49页1 在三个不同密度的燕麦地里测产，每个密度取样测了6块地，数据如下表，试问不同密度小麦地产量有无差异，差异来自那两个密度之间。(密度1密度2密度3)123456密度1 231226235221256241密度2221215221213249239密度3203201215201238221第14页/共49页第15页/共49页第16页/共49页第17页/共49页第18页/共49页第19页/共49页从表中可知，p=0.0470.05,说明三个不同密度的燕麦产量差异显著。进而可以进行多重比较。第20页/共49页多重比较结果，从表中可知密度1和密度3两两之间差异显著；密度1和2，2和3之间差异不显著。第21页/共49页第22页/共49页 回归分析与相关分析回归和相关的概念第23页/共49页回归分析内容第24页/共49页相关分析2 下表为青海一月平均气温与海拔高度及纬度的数据，试分析一月平均气温与海拔高度，一月平均气温与纬度是否存在线性关系（计算一月气温分别与海拔高度和纬度的简单相关系数）。测站一月气温海拔高度纬度昂欠-6.936432.2清水河-1744233.8玛多-16.942235共和-11.328436.3铁卜加-14.232037.1茫崖-12.331438.4托勒-18.233638.9伍道梁-17.346535.3察尔汗-10.426836.8吉迈-13.339733.8尖扎-6.420835.9西宁-8.622636.6第25页/共49页第26页/共49页第27页/共49页第28页/共49页从上表可知，一月气温与海拔高度和纬度的相关系数分别为-0.728和-0.186，