《管理定量分析：方法与技术（第三版）》课件 第15、16章 方差分析、 非参数假设检验.pptx

第15章方差分析;引例：;引例：;方差分析

方差分析又称为变数分析或者F检验。可以用于分析某变量受多种不同因素的不同程度的影响，或者分析哪些因素对变量有显著影响。

常用概念：

因变量：某实验结果。

因素：影响实验结果的（自）变量。

水平：因素划分类别，即自变量取值类别。

可控因素：因素的不同水平会导致不同实验结果。

不可控因素：因素的水平与实验结果的关系是随机的。

;

观测变量的数据差异=控制因素造成+随机因素造成

方差分析正是要分析观测变量的变动是由控制因素还是随机因素造成的，以及控制变量的各个水平是如何对观测变量造成影响的。;方差分析包括一元方差分析与多因素方差分析。

如果方差分析研究的是一个因素对于试验结果的影响和作用，就称为一元方差分析。

例：经过一次考试，统计四个班级的学生的考试成绩，当研究四个班级考试成绩的差异的时候，因变量为“成绩”，因素（自变量）为“班级”。

;如果研究多个变量对试验结果的影响和作用，就称为多因素分析。

例：经过一次考试，统计四个班级的不同性别的学生考试成绩，当研究四个班级的学生考试成绩差异的时候，“成绩”是因变量，“班级”是区分不同样本的一个因素，称为“因素1”或“自变量1”。当研究不同性别的学生考试成绩差异的时候。“性别”是区分不同样本的因素，称为“因素2”或“自变量2”。;关键术语;;

本章到此结束！

;管理定量分析长安大学：刘兰剑;引例：;以述案例所提供的数据信息较少，总体分布情况不明或无法确定，同时属于小样本问题。

因此，我们就无法采用前面章节所讲述的均值检验与方差检验来进行分析，对类问题的处理就需要非参数检验。;非参数检验的概念;非参数检验是一种与总体分布状况无关的检验方法，它不依赖于总体分布的形式。

非参数检验主要是利用样本数据之间的大小比较及大小顺序，对两个或多个样本所属总体是否相同进行检验，而不对总体分布的参数如平均数、标准差等进行统计推断。

实质上来讲，只是检验总体分布??位置（中位数）是否相同。;常见的非参数检验包括：

卡方检验（Chi-squaretest）

二项分布检验（Binomialtest）

游程检验（Runstest）

单个样本的分布特征与检验（SampleKolmogorov-Smirnovtest）等;卡方检验;二项分布检验;通常将这样的二值分别用1或0来表示，如果进行n次相同的实验，则出现两类（1或0）的次数可以用离散型随机变量X来描述。如果随机变量X为1的概率设为P，则随机变量X值为0的概率Q便等于1-P。

二项分布检验正是要通过样本数据检验样本来自的总体是否服从指定的概率为P的二项分布。

其原假设是，样本来自的总体与指定的二项分布无显著性差异。

;游程检验;设某样本n=12人的标志表现为男、女，有以下三种排列

1、男\男，女\女\女，男，女\女，男\男\男\男

2、男\男\男\男\男\男\男，女\女\女\女\女

3、男，女，男，女，男，女，男，女，男，女，男\男

连续出现男或女的区段称为游程，当游程总个数太大或者太小时，认为样本数据不是随机序列的。每个游程包含的个数为游程长度，以r表示序列中游程的个数，则以上三种排列的游程分别为：

（1）r=5（2）r=2（3）r=11

;游程长度检验：根据样本含量n及序列中最长游程的长度l来推断两类事件的发生过程是否是随机的。原假设为两类事件发生随机。

游程个数检验：根据样本序列中，n1、n2与游程个数r值的大小来推断两类事件的发生过程是否是随机的。原假设为两类事件发生随机。

;

游程个数检验可用于检验样本数据是否来自于同一总体（服从同一分布），即考察按照随机顺序得到的一组样本的观察值是否表现出足够的随机性。

游程检验也可用来检验任何序列的随机性，而不管这个序列是怎样产生的。

此外还可用来判断两个总体的分布是否相同，从而检验出它们的位置中心有无显著差异。;单个样本的分布特征检验（K-S检验）;关键术语;;

本章到此结束！