- 1、本文档共23页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
第三章方差分析
方差分析是试验研究中分析试验数据的重要方法,应用十分广泛。
第一节概述
一、方差分析的必要性
在第二章中已经讨论了两个样本的正态总体均值是否相等的假
设检验问题。但在生产实践中会经常遇到检验多个样本的正态总体均
值是否相等的问题。
例3-1以淀粉为原料生产葡萄糖的过程中,残留有许多糖蜜,
可作为生产酱色的原料。在生产酱色之前应进行除杂,在试验中选用
了五种不同的除杂方法,每种方法重复四次,结果见表3-1。
表3-1不同除杂方法的除杂量(g/Kg)
除杂方法(A)除杂量(x)平均()
x
iiji
A25.622.228.029.826.4
1
A24.430.029.027.527.7
2
A25.027.723.032.227.0
3
A28.828.031.525.928.6
4
A20.621.222.021.221.3
5
从表3-1可见,各次试验结果是参差不齐的。可以认为,同一除
杂方法重复试验得到的四个数据的差异是由随机误差造成的,而随机
误差常常是服从正态分布的,这种除杂量应该有一个理论上的均值。
而对于不同的除杂方法,除杂量应有不同的均值,这种均值之间的差
异是由于除杂方法的不同而造成的。于是我们可以认为这五种除杂方
法所得到的数据是来自均值不同的五个正态总体,且由于试验中其他
条件相对稳定,因而可以认为每个总体的方差是相同的。这样判断除
杂方法对除杂效果是否有显著影响的问题,就转化为检验五个具有相
同方差的正态总体的均值是否相同的问题,即检验假设
H:μ=μ=μ=μ=μ
012345
在上述这种情况下,第二章介绍的方法不再适用。这是因为
①、需要检验H:μ=μ,μ=μ,…,μ=μ,共需检
0121345
验k(k-1)/2=5(5-1)/2=10个假设,非常繁琐。
②、样本进行两两比较时,只能由2(n-1)=2×(4-1)=6个自
由度估计样本平均值的标准误差,而不能由5×(4-1)=15个自由度
一起估计,精度不够高。
③.两两检验会随样本个数的增加而大大增加α错误的机会,比
10
如在两两比较中取α=0.05,10次比较的结论都正确的概率为0.95
10
=0.599,至少作出一次错误结论的概率为1-0.95=0.401,这时的
检验结果已很不可靠。
对于这种多个总体样本均值的假设检验,需采用方差分析方法。
二、方差分析的基本思想
方差分析的实质就是检验多个正态总体均值是否相等。从表3-1
可见,表中的20个数据是参差不齐的,数据波动的可能原因来自两
个方面
文档评论(0)