均值比较与方差分析.pptVIP

统计方法。下面通过一个例子简要介绍方差分析中的相关概念。引例一家超市要研究竞争者的数量对销售额是否有显著影响。抽取3家超市，竞争者数量按0个,1个,2个,3个以上分为4类，获得的年销售额如下表。试研究竞争者的数量对销售额是否有显著影响。研究对象即试验结果称为试验指标，简称指标，常用y表示，如本例中的销售额。1在试验中要通过改变状态加以考察的因素称为因子，常用A,B,C,…表示，如本例中的竞争者。2因子在试验中所取的不同状态称为因子的水平，常用A1,A2,…,Ar表示,r称为因子A的水平数。本例中显然有4个水平。3从平均销售额来看，好像竞争者可以看到，在竞争者个数相同的条件下，不同超市的销售额也不完全一样。由于试验时已考虑超市的其它条件基本相同，产生这种差异的原因主要是试验过程中各种偶然因素，称之为试验误差。个数对销售额有一定影响，但仔细分析一下数据，问题就不那么简单。因此对不同竞争者个数超市平均销售额的差异应作仔细分析，以确定差异究竟是由试验误差引起的，还是由于竞争者个数不同引起的。如果差异是由试验误差引起的，则认为竞争者个数对销售额没有显著影响，简称因子不显著。如果不同水平下销售额的不同，除了误差影响外，主要是由水平不同造成的，则认为竞争者个数对销售额有显著影响，简称因子显著。2.方差分析基本思想方差分析的基本思想是：假设待比较的均值都相等，然后将总偏差平方和分解为效应平方和SA与误差平方和Se两部分，再利用SA和Se构造F统计量进行假设检验，从而判定均值之间是否存在差异。01由于检验统计量是根据组间方差和组内方差构造的，所以称此方法为方差分析。02单因子方差分析03单因子方差分析研究一个因子的不同水平对指标是否有显著影响。04单因子方差分析的步骤为：提出假设通常假设影响不显著。构造检验统计量方差分析构造的检验统计量服从F分布。确定显著性水平显著性水平即为检验时犯错误的概率，也就是说接受假设的正确率为。通常取。计算检验统计量F0作出推断可以根据下列两种方法推断：用统计量——若,则拒绝假设，即影响显著。STEP01STEP02用P值——若，则拒绝假设，即影响显著。显著性水平越小，显著性越高,且有如下规则：例4对引例进行方差分析。解(1)建立数据文件，格式为：数据为2列，第1列为因子的水平，第2列为对应的销售额。分析-比较均值-单因素ANOVA。选销售额为因变量，竞争者为因子。在对比栏中选择“多项式(线性)”；在两两比较栏中选择“LSD”,其它默认;01在选项中可选择“方差同质性检验”和“均值图”。02因子分析要求各水平下总体方差相等，即方差齐性。本题中方差齐性检验统计量等于0.746，P=0.5540.1，通过检验，即可认为满足方差齐性。竞争者个数对销售额影响显著。同时比较多个水平间指标差异是否显著称为多重比较。01表中数据显示，0和1，0和3，1和3，2和3差异不显著，而0和2，1和2差异显著。02均值图显示了均值的变化趋势，也从一定程度上验证了多重比较的结论。03**2014数学建模培训**第5讲均值比较与方差分析**一、SPSS数据的录入与管理由于建立数据文件是SPSS分析的基础，所以本讲首先简要介绍数据的录入与管理。01SPSS具有很强的数据处理和分析能力，它可以读取11种不同类型的外部文件，存储30种不同类型的数据文件。02利用SPSS对数据进行分析,首先03要建立数据文件。另外，有时还需要对已有数据文件进行编辑、管理，如变量、属性和文件的管理等。数据的录入与调用下面用一个实例介绍建立数据文件和录入数据的方法。例1现有15人的体检资料，试建立SPSS数据文件，并存为1_1.sav。STEP3STEP2STEP1体检资料包含的信息有编号、姓名、文化程度、出生日期、体检日期、身高、体重、疾病名称。在SPSS中，录入数据时，首先要根据数据特征确定变量的名称、类型(宽度，小数)、标签、值等。本例中的变量特征如下：**名称类型宽度小数标签说明编号数值20校体检姓名字符80*8ASCII4汉文化数值401-6小学-博士出生日日期100*mm/dd/yyyy体检日日期100*普查mm/dd/yyyy身高数值52cm体重数值42kg疾