多因素方差分析.pptVIP

多因素方差分析与SPSS应用;方差分析又叫变异数分析，1928年由英国统计学家RonaldFisher爵士首先提出来的，为了纪念Fisher的贡献，将检验统计量命名为F，所以方差分析又叫F检验。

方差分析是检验多组样本均值间的差异是否具有统计意义的一种方法。;基本概念;因素（2个）

促销方式

售后服务

水平（3个；2个）

促销：无；被动；主动

售后：无；有

单元（6个）

无促销+无售后

无促销+有售后

被动促销+无售后

被动促销+有售后

主动促销+无售后

主动促销+有售后;方差分析的前提条件

1各样本间相互独立；

2各样本来自正态总体；

3各样本代表的总体方差相等。

方差齐性检验

Levene方差齐性检验

因为Levene检验对原数据是否为正态不灵敏，所以比较稳健。目前均推荐采用Levene方差齐性检验——Homogeneity方差检验。;方差分析的基本原理;离差平方和的分解;离差平方和的分解;不同售后方式下的销售量;;MeanSquare;自由度;检验因子影响是否显著的统计量是一个F统计量：

F统计量越大，越说明组间方差是主要方差来源，因子影响越显著；F越小，越说明随机方差是主要的方差来源，因子的影响越不显著。;统计决策;多因素方差分析;;基本概念（补充）;双因素方差分析

数据结构举例;;上式中;;;例子：;;一、方差齐性检验（略）

二、计算检验统计量的值;于是A因素组间平方和为：;A与B交互作用的平方和为：;所以;最后，计算各个F值;三、统计决断

根据分子自由度、分母自由度查分布表，找到各个临界值，即：;;;;事后比较;;;多样本均数之间的多重比较

方差分析中，均数之间总体上有显著性意义，这是概括性的结论，要探寻各组别之间的差异，即从概括性结论中挖掘更深层次的信息，可以进行均数之间的两两比较，又叫多重比较。;不拒绝H0，表示拒绝总体均数相等的证据不足

————分析终止。

拒绝H0，接受H1,表示总体均数不全相等

哪两两均数之间相等？

哪两两均数之间不等？

————需要进一步作多重比较。;如果采用两个样本之间的t检验分别进行两两比较，则会增大Ⅰ型错误??错误拒绝），将原来无差异的总体误判为有差异，出现弃真结论。

在有k个样本均数时，对两个样本均数之间进行两两t检验，需要做k!/2!(k-2)!次比较，每个样本重复比较k-1次。;如果有5个样本，需要做10次t检验，如果每次检验的水准为0.05，那么每次比较不犯Ⅰ型错误的概率为(1-0.05)=0.95，则正确接受全部10次无效假设的概率(每次比较都不犯Ⅰ型错误的概率为0.9510)为0.5987，那么犯Ⅰ型错误的概率也就是总的检验水准为

1-0.5987=0.4013

远远大于预先设定的检验水准0.05，增加了Ⅰ型错误的概率。;;一般步骤;SPSS操作;例子：;