《多元统计学》第3章 方差分析.ppt

在假设H01成立时在假设H02成立时在假设H03成立时~~~*检验假设H01的拒绝域为检验假设H02的拒绝域为检验假设H03的拒绝域为其中α为显著性水平，或为F分布的α上侧分位数。*方差分析表来源平方和S自由度f均方和V（方差）F比显著性ABABeSASBSABSer-1s-1(r-1)(s-1)rs(m-1)***(*)TSTn-1*例3.3

SPSSANALYZEGeneralLinearModelUnivariate*协方差分析*什么是协方差分析为了让研究成功，研究者必须控制其他无关的干扰变量。如，欲探讨不同的教学方法（控制变量）对学习成绩（观测变量）的影响，其中会影响学习成绩的变量可能会有自身的基础知识，故研究者需要控制、排除这种影响。如果忽视这些影响因素直接对资料进行分析，很可能得出错误结论。解决的方法就是将干扰变量作为一个自变量，统计分析中称为协变量（CovariateVariables），进行协方差分析。协方差分析中，通常将那些很难控制的因素作为协变量，在排除协变量影响的条件下，分析控制变量对观测变量的影响，从而更准确地对控制变量进行分析*基本思想与一般的方差分析相同，只是在分析时考虑了协变量的影响，认为指标的变动受到四个方面的影响，即因子的独立作用、因子的交互作用、随机误差的作用和协变量的作用。检验统计量也是F统计量*例3.4

SPSSANALYZEGeneralLinearModelUnivariate**2、检验统计量的确定yij取值不同主要原因有：一是可能A和B取不同水平所引起的；二是随机误差引起的。偏差平方和的分解是构建适用于方差分析的F统计量的重要工具。是区分条件误差(系统性误差)和随机误差(偶然性误差)的主要方法。*偏差平方和的分解数据总的差异可用总偏差平方和ST来表示引入Ai水平下数据平均值引入Bj水平下数据平均值*总的偏差平方和分解**组间偏差平方和SA，SB:反映了由于因子水平变化所引起的组平均与总平均的偏差平方和一般是由系统因素和随机因素引起的剩余偏差平方和Se:一般是由除了系统因素引起的偏差以外的其它偶然因素引起的*总偏平方和ST:因子A偏差平方和(组间偏差平方和)SA:因子B偏差平方和(组间偏差平方和)SB:随机偏差平方和(组内偏差平方和)Se:*Ｆ统计量的构建由于,且相互独立，则:由于，所以在H01为真时:由于，所以在H02为真时:*H01，H02都成立时*在假设H01成立时在假设H02成立时~~*检验假设H01的拒绝域为检验假设H02的拒绝域为其中α为显著性水平，或为F分布的α上侧分位数。α越小，拒绝假设的把握越大，因子的显著性越高。*方差分析表来源平方和S自由度f均方和V(方差)F比显著性ABer-1s-1(r-1)(s-1)***(*)Tn-1*例3.2

SPSSANALYZEGeneralLinearModelUnivariate*二、有交互作用的

方差分析*有交互作用的两因子方差分析【例3.3】一家超市连锁店进行了一项研究，想确定竞争者的数量和超市所在位置对销售额是否有显著性影响。将超市位置按商业区、居民区和写字楼分成3类，并在不同位置随机抽取3家超市，竞争者数量按0个、1个、2个和3个以上分为四类，获得的年销售额数据如下表：*0个1个2个3个以上商业区410380590470305310480415450390510390居民区265290445430310350480428220300500530写字楼180220290246290170283275330256260320*什么是交互作用所谓交互作用，简单来说就是不同因子对试验所考察的指标的复合作用。即一个因子水平下的好坏及其程度受另一个因子不同水平影响的情况，记作Ａ×Ｂ。当需要考虑两个因子的交互作用时，每组试验条件的试验至少做两次，否则无法将交互作用的平方和从误差平方和