《统计学原理》（第二版）课件CH7 方差分析CH7.ppt

R=0.591404结论：行业(自变量)对投诉次数(因变量)的影响效应占总效应的34.9759%，而残差效应则占65.0241%.即行业对投诉次数差异解释的比例达到近35%，而其他因素(残差变量)所解释的比例近为65%以上；R=0.591404，表明行业与投诉次数之间有中等以上的关系.【例2】采用四种不同产地的原料萘，按同样的工艺条件合成—萘酚，测定所得产品的熔点如下表所示，问原料萘的产地是否显著影响产品的熔点.产地1产地2产地3产地4124.0123.0123.5123.0123.0123.0121.5121.0123.0123.5121.0解:经过计算得到下列方差分析表方差来源平方和自由度均方F比F临界值原料产地误差总和4.65725.979210.636437101.55240.85421.81743.07由上表可知，接受原假设，即原料萘的产地对萘酚熔点无显著影响.【练习1】设有三台机器，用来生产相同规格的铝合金薄板.取样，测得薄板的厚度精确至千分之一厘米，得结果如下表.试考察各台机器所生产的薄板厚度有无显著差异.（?=0.05）机器1机器2机器30.2360.2380.2480.2450.2430.2570.2530.2550.2540.2610.2580.2640.2590.2670.262解:经过计算得到下列方差分析表方差来源平方和自由度均方F比F临界值因子误差总和00.00019202121400.00001632.923.89由上表可知，拒绝原假设，即各台机器所生产的薄板厚度存在显著差异.【练习2】下面列出了随机选取的、用于计算器的四种类型的电路的响应时间（以毫秒计）.试检验各种类型电路的响应时间有无显著差异.（?=0.05）解:经过计算得到下列方差分析表方差来源平方和自由度均方F比F临界值因子误差总和318.98395.46714.4431417106.3328.253.763.34由上表可知，拒绝原假设，即各种类型电路的响应时间存在显著差异.类型1类型2类型3类型4192220181520213327401615182617182219四、效应与误差方差的估计1、效应与误差方差的点估计2、的置信水平为的置信区间枢轴量法：五、重复数相同的方差分析当在因子A的每一水平下重复试验次数相同时，即当时，则一些表达式可简化为组间偏差平方和：效应约束条件：的置信水平为的置信区间可改为：单因素方差的基本思想是，通过将观察数据的总偏差平方和进行分解，利用假设检验理论和方法，检验因素的各个水平所对应的试验结果有无显著差异，从而拒绝或接受因素各水平对应的正态总体的均值相等这一原假设.方差分析事实上非真正的对方差的分析，而是分析用偏差平方和度量数据的变异.正如Snedecor所言：“它是从可比组的数据中分解出可追溯到某些指定来源的变异的一种技巧”.小结单因子方差分析中的几个问题1°方差分析需满足的假设条件.方差分析实质上是对各总体均值相等假设进行检验，为了得到检验统计量的精确分布，要求满足的前提条件是：1）样本是独立的随机样本；2）各样本皆来自正态总体；3）总体方差具有齐性，即各总体方差相等.一般情况下，我们总认为以上的假定条件都是满足的或近似满足的.这一点对多因子分析也有效.****第七章方差分析7.1方差分析的基本概念7.2单因子方差分析7.3多重比较7.4双因子方差分析一、问题的提出二、方差分析的基本概念7.1方差分析的基本概念（一）变量间的关系一、问题的提出（二）变量关系的研究方法（三）多个总体均值的检验问题（四）方差分析问题实例二、基本概念1、因子与因子的水平2、方差分析的目的（1）试验指标（2）因子（3）因子的水平检验多个具有相同方差的正态总体的均值是否存在显著差异.3、方差分析的分类单因子方差分析双因子方差分析多因子方差分析4、方差分析的含义5、方差分析的优点所以叫方差分析，