第十三章卡方检验与方差分析.pptVIP

[例] 试对下表中的资料，计算SST 、SSW、SSB ，并检验μ1＝μ2＝μ3的零假设(α取0．05)。 第29页，共62页，编辑于2022年，星期一 解：据题意，n1＝n2＝n3＝8，n1+ n2+ n3＝24 组内自由度＝n―c＝24―3＝21 组间自由度＝c―1＝3―1＝2 分别计算SST和SSB ，计算过程参见下表。 第30页，共62页，编辑于2022年，星期一 由于α＝0．05，查F分布表得临界值 ： Fα(c―1，n―c)＝F 0.05 (2，21)＝3．47＞1．19 故在0.05显著性水平上不否定零假设，即没有充分根据提出这三类家庭的孩子在图书消费方面有显著不同。 第31页，共62页，编辑于2022年，星期一 [例]研究某种商品销量与品牌的关系，得下表资料，其中A1，A2，A3表示不同的品牌，数据表示销量。试以显著性水平10％判断品牌对该种商品的销量有无影响。 第32页，共62页，编辑于2022年，星期一 [解]据题意，n1＝n1+ n2+ n3＝2 + 4 + 3 ＝ 9 组内自由度＝n―c＝9―3＝6 组间自由度＝c―1＝3―1＝2 分别计算SST和SSB ，计算过程参见前表13.16。 于是得MSB 和 MSW MSB＝SSB／（c―1）＝6.89/2＝3.45 MSW ＝SSW／（n―c）＝30/6＝5.00 再根据(13．19)式求检验统计量Fo  Fo＝ ＝ ＝ 0.69 ＜1  故在0．10显著性水平上不否定零假设，即不能判断不同品脾对  该种商品的销量有显著影响。 第33页，共62页，编辑于2022年，星期一 4．相关比率 当方差分析的检验呈显著性后，进一步讨论两变量间的相关程度是很自然 的。方差分析中相关程度的测定仍采用PRE法。当不知因变量Y 的取值与自变量 X 的取值A1，A2，…，A c有关时，最好的预测是以总均值 作为Y 的估计值。 此时，估计所犯的错误将等于SST E1＝SST ＝ 当已知因变量Y 的取值与自变量X 的取值A1，A2，…，A c有关后，自然用各 样本的均值 作为各类别的预测值，此时预测所产生的误差将等于SSW E2＝SSW ＝ 所以消减误差比例可写成 PRE＝ ＝ ＝ 正是因为上式，我们把SSB称为已解释的变差。显然，已解释的变差越大， 预测Y 所减少的误差就越多，X与Y 之间的关系就越密切。据此，方差分析中把 已解释的变差对总变差的比值称为相关比率，用符号 表示 ＝1― ＝ 可用于一个定类变量与一个定距变量的相关程度的测定，当然也可以用 于定序—定距变量或定距—定距变量的相关程度的测定。 第34页，共62页，编辑于2022年，星期一 [例] 试以表13．12的资料，分析孩子图书消费与家庭类型的关系。 [解] 据前面例题中已计算的结果，已知SSB＝28，SST＝276，因而有  ＝1― ＝ ＝ ＝10.1% 可见，就表给资料而言，利用家庭类型预测孩子图书消费量，只能削减10.1%的预测误差。 第35页，共62页，编辑于2022年，星期一 小结： 相关比率 研究的是定类—定距变量之间的相关程度。由于定类变量不具有数量大小的问题，不存在关系是否线性的问题。因此，当 被用于研究定距—定距变量之间的关系时，不仅可以作为线性相关的量度，也可以作为非线性相关的量度。这意味着，对线性相关，相关比率 与r2(积差