方差分析(stata统计分析与应用).pptVIP

第七章方差分析

方差分析方差分析是基于样本方差对总体均值进行统计推断的方法，它是通过实验观察某一种或多种因素的变化对实验结果是否带来显著影响，进而鉴别各种因素的效应，从而选取一种最优方案。方差分析包括单因素方差分析、多因素方差分析和协方差分析。

7.1t检验的Stata根本命令t检验是用于小样本〔样本容量小于30〕两个平均值差异程度的检验方法。它是用t分布理论来推断差异发生的概率，从而判定两个平均数的差异是否显著。t检验包括单样本t检验、两样本t检验，其中两样本t检验又包括配对样本t检验和两独立样本t检验。1、单样本t检验的Stata操作单样本t检验有两种用法。一是检验样本平均数是否显著地不同于某个假设值。二是检验同一套观察值中的两个变量的统计指标是否显著地不同。这等价于两者的差值的平均数是否等于零。在Stata应用中使用ttest命令来完成，单样本ttest有两种命令格式：命令格式1〔通过样本进行t检验〕：ttestvarname==#[if][in][,level(#)]命令格式2〔通过样本的统计指标进行t检验〕：ttesti#obs#mean#sd#val[,level(#)]其中，#obs为样本容量，#mean为样本均值，#sd为标准差，#val为待检验数值，level为置信度水平。

2、两样本t检验的Stata操作两样本t检验的Stata操作有三种根本命令格式，如下所示：命令格式1〔通过样本进行双变量t检验〕：ttestvarname1==varname2[if][in],[options]命令格式2〔通过样本进行分组t检验〕：ttestvarname[if][in],by(groupvar)[options]命令格式3〔通过样本的统计指标进行t检验〕：ttesti#obs1#mean1#sd1#obs2#mean2#sd2[,options]其中，#obs为样本容量，#mean为样本均值，#sd为标准差，#val为待检验数值，level为置信度水平。

Ttest的主要选项如下表7-1所示：【例7.1】使用文件“减肥.dta〞的数据来对样本ttest命令的应用进行说明。该例子是通过减肥茶前后的体重数据来评估减肥茶是否有效果。本例要求用单样本t检验验证在服用减肥药之前，体重的均值是否为90公斤。以及使用减肥药前后，体重是否有显著变化。局部数据如下表7-2所示：主要选项描述*by(groupvar)通过定义组变量unequal非配对的数据含有不同变量welch使用Welch近似level(#)置信水平默认95%

表7-2减肥茶服用前后体重比照表喝减肥茶前体重（公斤）喝减肥茶后体重（公斤）906395718279917310074876591679073866087769871887282758762

【例7.2】使用文件“职工信息表.dta〞的数据来对两独立样本ttest命令的应用进行说明。表7-3给出了某厂职工的性别、年龄、职称及文化程度的信息。本例要求检验不同性别的职工工资是否相同，使用的方法包括一般的t检验，消除同方差假定的t检验。表7-3某厂职工信息表职工号性别年龄基本工资职称文化程度1男职工481014高级工程师本科2男职工49984工程师专科3男职工541044高级工程师高中4男职工41866助理工程师高中5男职工38848助理工程师本科6女职工41824无技术职称高中7女职工42824无技术职称高中8女职工41824无技术职称高中9女职工42859工程师专科10男职工35827助理工程师本科11男职工561014高级工程师专科12男职工59989工程师专科13男职工59938助理工程师初中14男职工41889工程师本科15男职工55887助理工程师初中16男职工45887助理工程师初中

17男职工51887助理工程师初中18男职工43879工程师专科19女职工50867助理工程师初中20男职工35879工程师专科21男职工37879工程师专科22男职工37827助理工程师高中23男职工39847助理工程师初中24女职工49887助理工程师初中25女职工53867助理工程师高中26女职工50867助理工程师高中27男职工36830助理工程师专科28男职工42847助理工程师初中29男职工33827助理工程师高中30女职工44867助理工程师初中

7.2单因素方差分析本节首先介绍单因素方差分析的原理，然后介绍实现单因素方差分析的两个命令oneway和longway。单因素方差分析用于比较多组样本的均数是否相同，并假定：每组的数据服从正态分布，具有相同的方差，且相互独立。单因素方差分析表

Oneway命