（08）第8章 方差分析（T8）课件.pptxVIP

（08）第8章 方差分析（T8）ppt课件（完整版） 贾俊平 2022-5-25 贾俊平 2022-5-25 统 计 学 (第8版) 教育部经济管理类核心课程教材 “十二五”普通高等教育本科国家级规划教材 北京高等教育精品教材 北京高等学校优质本科教材课件 贾俊平 2022-5-25 8.1 方差分析的基本原理 8.2 单因子方差分析 8.3 双因子方差分析 8.4 方差分析的假定及其检验 8.5 实验设计初步 第 8 章 方差分析与实验设计 方差分析的步骤 思维导图 方差分析 单因子方差分析 提出假设： 因子效应不显著 效应检验 F 检验 效应量分析 R 方 多重比较 LSD 方法 HSD 方法 双因子方差分析 提出假设： 因子A 效应不显著 因子B 效应不显著 交互效应不显著 效应检验 F 检验 效应量分析 多重R 方 多重比较 LSD 方法 HSD 方法 方差分析的假定及其检验 正态性检验 图示法 P-P图或Q-Q图 检验法 检验S-W和K-S检验 方差齐性检验 图示法 残差图 检验法 莱文检验 独立性检验 不同运动队的平均成绩之间是否有显著差 思考以下问题   组 韩国(金牌) 中国(银牌) 法国(铜牌) 1 9 9 9 9 7 10 7 8 7 8 9 10 10 8 8 7 8 9 2 10 10 9 9 8 10 8 8 10 9 9 10 9 9 9 9 9 8 3 10 10 8 10 9 10 9 8 10 9 9 10 8 7 9 9 8 8 4 9 9 10 9 10 9 10 8 10 10 9 10 9 10 9 9 8 8 8.1 方差分析的基本原理 方差分析的原理——什么是方差分析(ANOVA) 方差分析是在20世纪20年代由英国统计学家Ronald A.Fisher在进行实验设计时为解释实验数据而首先引入的 分析类别自变量对数值因变量影响的一种统计方法 研究分类型自变量对数值型因变量的影响 一个或多个分类自变量；两个或多个 (k 个) 处理水平或分类 一个数值型因变量 有单因子方差分析和双因子方差分析 单因子方差分析：涉及一个分类的自变量 双因子方差分析：涉及两个分类的自变量 【例8-1】一家超市连锁店进行一项研究，想确定超市所在的位置和竞争者的数量对销售额是否有显著影响，将超市位置按居民区、商业区和写字楼分成三类，并在不同位置分别随机抽取3家超市，竞争者数量按零个、一个、二个和三个及以上分成四类，获得的年销售额数据(单位：万元) 竞争者数量（B） 零个 一个 二个 三个及以上 超市位置(A) 居民区 265 290 445 430 310 350 480 428 220 300 500 530 商业区 410 380 590 470 305 310 480 415 450 390 510 390 写字楼 180 220 290 246 290 170 283 275 330 256 260 320 方差分析的原理——误差分解 总误差(total error) 反映全部观测数据的误差 所抽取的全部30个地块的产量之间差异 处理误差(treatment error)—组间误差(between-group error) 由于不同处理造成的误差，它反映了处理(品种)对观测数据(产量)的影响，因此称为处理效应(treatment effect) 随机误差(random error)—组内误差(within-group error) 由于随机因子造成的误差，也简称为误差(error) 数据的误差用平方和(sum of squares)表示，记为SS 总平方和(sum of squares for total)，记为SST 反映全部数据总误差大小的平方和 处理平方和(treatment sum of squares)，记为SSA 反映处理误差大小的平方和 也称为组间平方和(between-group sum of squares) 误差平方和(sum of squares of error)，记为SSE 反映随机误差大小的平方和称为误差平方和 也称为组内平方和(within-group sum of squares) 8.1 方差分析的基本原理 单因子方差分析——数学模型   数据的误差用平方和(sum of squares)，记为SS 总平方和(sum of squares for total)，记为SST 反映全部数据总误差大小的平方和 设因子A有I种处理(比如品种有“品种1”、“品种2”