第8章修改方差分析.pptVIP

6-*第八章方差分析第一节方差分析的基本问题第二节单因素方差分析第三节双因素方差分析无交互作用的方差分析有交互作用的方差分析6-*第一节方差分析的基本问题一、方差分析问题的提出在实际问题中，某一指标的值（超市营业额）可能取决于多种因素。我们需要从统计上回答，这些因素对指标取值的影响是否是显著的？这种影响是独立的还是交互影响的？例8-1：某连锁超市希望了解超市选址的地点，是否是影响其营业额的一个因素。因此，它在一个城市三个地理位置明显不同的地点开了三家分店。在营业员培训、商品陈列、促销等其他可能影响营业额差异的因素方面尽可能保持一致后，从这三家分店中随机抽取5天的营业额对这一个问题进行分析（如下图所示）。6-*第一天第二天第三天第四天第五天第一家分店10129811第二家分店71181310第三家分店148121011如果地点因素对销售额是有影响的假设成立，那么在控制其他可能影响销售额的因素下，这三家店面的销售额一般性水平应当具有明显差异6-*学习本部分知识的原因：如何一次解决多个总体均值差异问题对单独区分出来的可能引起引起差异的因素进行检验的逻辑思路和方法6-*二、概念：方差分析简称ANOV（AnalysisofVariance），该统计分析方法能一次性地检验多个总体均值是否存在显著差异。H0：H1：不全等。6-*（一）因素。因素又称因子，是在实验中或在抽样时发生变化的“量”，通常用A、B、C、…表示。方差分析的目的就是分析因子对实验或抽样的结果有无显著影响。如果在实验中变化的因素只有一个，这时的方差分析称为单因素方差分析；在实验中变化的因素不只一个时，就称多因素方差分析。双因素方差分析是多因素方差分析的最简单情形。6-*（二）水平。因子在实验中的不同状态称作水平。如果因子A有r个不同状态，就称它有r个水平，可用A1，A2，A3…表示。我们都针对因素的不同水平或水平的组合，进行实验或抽取样本，以便了解因子的影响。每个因素水平之下的抽样结果就是一个组前面例子中因子的水平？6-*（三）交互影响。当方差分析的影响因子不唯一时，必要注意这些因子间的相互影响。如果因子间存在相互影响，我们称之为“交互影响”；如果因子间是相互独立的，则称为无交互影响。交互影响有时也称为交互作用，是对实验结果产生作用的一个新因素，分析过程中，有必要将它的影响作用也单独分离开来。6-*三、方差分析的原理随机因素、随机波动随机性因素是指由众多的偶然原因引起的、造成系统状态、结果波动的因素（一）数据波动的分解。如果地点因素的作用存在，样本数据波动就有二个来源：一个是随机波动，一个是因子影响。样本数据的波动，可通过离差平方和来反映，这个离差平方和可分解为组间离差平方和与组内离差平方和两部分。组间离差平方和反映出不同的因子水平对样本波动的影响；组内离差平方和则是不考虑组间差异的纯随机影响。6-*方差分析的逻辑：如果组间离差平方和明显高于组内离差平方和，说明样本数据波动的主要来源是组间差异，因子是引起波动的主要原因，可以认为因子对实验的结果存在显著的影响；反之，如果波动的主要部分来自组内离差平方和，则因子的影响就不明显，没有充足理由认为因子对实验或抽样结果有显著作用。6-*第二节单因素方差分析一、单因素条件下离差平方和的分解数据结构如下：每组6-*总离差平方和SST=组内离差平方和SSE+离差平方和SSA反映所有数据与总体均值的差异组间离差平方和：每组样本均值与总体均值的差异，反映了因素的不同水平组内离差平方和：样本观测值与每组样本均值的差异，反映了随机误差的影响6-*二、因素作用显著性的检验方差：离差平方和的期望值；也是离差平方和除以自由度的商统计学上的自由度：以样本的统计量来估计总体的参数时，样本中独立或能自由变化的数据的个数称为该统计量的自由度SST是由于的波动引起的差异，但是这里所有的nr个变量并不独立，它们满足一个约束条件，真正独立的变量只有nr-1个，自由度是nr-1。SSA是因子在不同水平上的均值变化而产生的差异。但是，r个均值并不是独立的，它们满足一个约束条件，它的自由度是r-1。SSE是由所有的在各因素水平上的围绕均值波动产生，它们满足的约束条件一共r个，6-*6-*检验统计量是:式中:6-*F值越大，越说明总的差异波动中，组间差异是主要部分，有利于拒绝原假设接受备选