实用统计学—8.方差分析.pptxVIP

; 在参数假设检验中，我们经常检验两个总体分布的均值是否相同，其中运用的统计量主要是 t 统计量。 如果有多个总体，则必须进行两两比较检验，显然很繁琐。而方差分析，可以一次完成对多个总体的均值是否相同的检验： ;One-Factor Analysis of Variance单因子方差分析;多个独立样本均值的比较--单因素方差分析 1、资料类型 注意，s 个样本中含量不必相等！！！;单因素方差分析的假设检验;;One Factor ANOVA:;Total Variation 总变异;2、总变异的分解……方差分析的关键！！！ ;;Within-Group Variation组内变异;Within-Group Variation;One-Way ANOVA Summary Table单因子方差分析表;根据观测值, 计算出f 值, 若 f f ?(s-1, n-s) (显著性水平为?),则表明 SSb 较大, Xi – Xtotal 的平方和较大, 对应的总体参数是 ?i - ? 的绝对值较大, 所以拒绝 H0 , 即至少有两个方案之间的平均效果 (均值) 差异足够大, 方案之内的差异相对小. 反之, 就接受 H0 , 即不同方案的效果没有显著性差异.;One-Factor ANOVA F Test Example;One-Factor ANOVA Example: Scatter Diagram ;One-Factor ANOVA Example Computations;Summary Table;;2、[实例分析] 三组销售不同包装饮料商品的日均销售量 瓶装组 罐装组 袋装（老包装） 75 74 60 70 78 64 66 72 65 69 68 55 71 63 58 问题：三种包装的日平均销售量是否有显著差异？;方差分析结果 ( ? =0 .05) ANOVA for SALE SS df Mean Square F Sig. Between 420.367 2 210.183 14.661 .001 Within 172.033 12 14.336 Total 592.400 14 结论：P=0.0010.05，可以认为不同包装下的饮料平均销售量整体上表现出统计学意义上的差异。(注意，要想知道是哪两种包装之间有差异，尚须做两量两比较);? 举例:;总平均值 :;;检验统计量 落在临界区域之外 (1.754 3.81) ? 接受 H0;SPSS为我们提供了方便 --阅读并解释输出结果 ;SPSS为我们提供了方便 --阅读并解释输出结果;SPSS为我们提供了方便 --阅读并解释输出结果;SPSS为我们提供了方便 --阅读并解释输出结果;SPSS为我们提供了方便 --阅读并解释输出结果;无重复实验的双因素方差分析;无重复, 双因素方差分析的已知条件; 不同激励方法的效果与被激励者的素质 (文化环境, 传统观念, 等等)有关, 是双因素方差分析问题; 不同药品的治疗效果, 与病人的体质有关, 是双因素方差分析问题; 不同营销方案的效果与产品的质量有关等,是双因素方差分析问题; 等等.;Two-Way ANOVA Assumptions双因素方差分析的假设;分析: ;把“第 j 列的平均? · j 与总平均? 之差” bj = ? · j - ? ,其中 , j =1,2…,n 称为 Bj 的主效应.; Xij = ?+ ai + b