第七章方差分析的学习详解演示文稿.ppt

本文档共79页；当前第31页；编辑于星期六\9点24分本文档共79页；当前第32页；编辑于星期六\9点24分本文档共79页；当前第33页；编辑于星期六\9点24分2、多重比较检验总体上讲，不同广告形式对产品的销售额有显著影响，那么究竟哪种广告形式的作用较明显哪种不明显，这些问题可通过多重比较检验实现。同理，可对商品在不同地区的销售额情况进行分析。（采用LSD，Bonferroni，Tukey，Scheffe，S-N-K五种方法）本文档共79页；当前第34页；编辑于星期六\9点24分本文档共79页；当前第35页；编辑于星期六\9点24分本文档共79页；当前第36页；编辑于星期六\9点24分本文档共79页；当前第37页；编辑于星期六\9点24分3、趋势检验通过上面的分析，可以清楚地掌握不同地区的销售情况。这里，如果假定不同地区的差异表现在人口密度方面（地区编号小的人口密度高，地区编号大的人口密度低），那么进一步可分析不同地区销售额总体上是否会随着地区人口密度的减少而呈现出某种趋势性的变化规律，进而为市场细分提供依据。本文档共79页；当前第38页；编辑于星期六\9点24分本文档共79页；当前第39页；编辑于星期六\9点24分本文档共79页；当前第40页；编辑于星期六\9点24分4、先验对比检验通过对不同广告形式的多重比较分析可知，在四种广告形式中，宣传品广告的效果是最差的，而其余三种略有差异。这里，可采用先验对比检验方法，进一步对报纸广告的效果与广播和体验的整体效果进行对比分析。本文档共79页；当前第41页；编辑于星期六\9点24分本文档共79页；当前第42页；编辑于星期六\9点24分本文档共79页；当前第43页；编辑于星期六\9点24分本文档共79页；当前第44页；编辑于星期六\9点24分7.3多因素方差分析多因素方差分析的基本思想1、定义：多因素方差分析用来研究两个及两个以上控制变量的不同水平是否对观测变量产生了显著影响。多因素方差分析不仅能够分析多个因素对观测变量的独立影响，还能够分析多个控制变量的交互作用能否对观测变量产生显著影响。例如：分析不同品种、不同施肥量是否给农作物的产量产生显著影响，并进一步研究哪种品种和哪种施肥量是提高农作物产量的最优组合。2、观测变量方差的分解将观测变量总的离差平方和分解为：其中，SST为观测变量的总离差平方和；SSA、SSB分别为控制变量A、B独立作用引起的变差；SSAB为控制变量A、B两两交互作用引起的变差；SSE为随机因素引起的变差。本文档共79页；当前第45页；编辑于星期六\9点24分其中：本文档共79页；当前第46页；编辑于星期六\9点24分交互作用的理解A1A2B125B2710A1A2B125B273本文档共79页；当前第47页；编辑于星期六\9点24分3、比较观测变量总离差平方和各部分的比例在观测变量总离差平方和中，如果SSA所占比例较大，则说明控制变量A是引起观测变量的变动主要因素之一，观测变量的变动可以部分的由控制变量A来解释，即控制变量A给观测变量带来了显著影响。对SSB、SSAB同理。本文档共79页；当前第48页；编辑于星期六\9点24分7.3.2多因素方差分析的基本步骤提出原假设：各控制变量不同水平下观测变量各总体的均值无显著差异，控制变量交互作用对观测变量无显著影响。计算检验统计量和概率P值给定显著性水平与p值做比较：如果p值小于显著性水平，则应该拒绝原假设，反之就不能拒绝原假设。本文档共79页；当前第49页；编辑于星期六\9点24分7.3.3多因素方差分析的基本操作步骤在利用SPSS进行多因素方差分析时，应首先将各个控制变量以及观测变量分别定义成多个SPSS变量，并组织好数据再进行分析。1、选择菜单Analyze－GeneralLinearModel－Univariate，出现主窗口。2、把观测变量指定到DependentVariable框中。3、把固定效应的控制变量指定到FixedFactor(s)框中，把随机效应的控制变量指定到RandomFactor(s)框中。至此，SPSS将自动建立多因素方差分析的饱和模型，并计算各检验统计量的观测值和对应的概率p值，并将结果显示到输出窗口中。本文档共79页；当前第50页；编辑于星期六\9点24分本文档共79页；当前第51页；编辑于星期六\9点24分7.3.4多因素方差分析应用举例案例7-3：利用某企业不同广告形式在不同地区的广告效果（销