概率与统计课件方差与回归分析.pptVIP

例8.3.1有四种不同牌号的铁锈防护剂（简称防锈剂），现要比较其防锈能力。数据见表8.3.1。这是一个重复次数相等的单因子试验。我们考虑用方差分析方法对之进行比较分析，为此，首先要进行方差齐性检验。第63页，共119页，星期日，2025年，2月5日本例中，四个样本方差可由表8.3.1中诸Qi求出，即由此可得统计量H的值在?=0.05时，由附表10查得H0.95(4,9)=6.31，由于H6.31，所以应该保留原假设H0，即认为四个总体方差间无显著差异。第64页，共119页，星期日，2025年，2月5日8.3.2Bartlett检验在单因子方差分析中有r个样本，设第i个样本方差为：由于几何平均数总不会超过算术平均数，故有GMSe≤MSe,其中等号成立当且仅当诸si2彼此相等，若诸si2间的差异愈大，则此两个平均值相差也愈大。第65页，共119页，星期日，2025年，2月5日由此可见，在比值GMSe/MSe较大时，就意味着诸样本方差差异较大，从而检验（8.3.1）表示的一对假设的拒绝域应是W={lnGMSe/MSed}（8.3.4）Bartlett证明了，检验的拒绝域为W={B?1-?2(r-1)}（8.3.8）考虑到这里?2分布是近似分布，在诸样本量mi均不小于5时使用上述检验是适当的。第66页，共119页，星期日，2025年，2月5日例8.3.2为研究各产地的绿茶的叶酸含量是否有显著差异，特选四个产地绿茶，其中A1制作了7个样品，A2制作了5个样品，A3与A4各制作了6个样品，共有24个样品，按随机次序测试其叶酸含量，测试结果如表8.3.3所示。第67页，共119页，星期日，2025年，2月5日为能进行方差分析，首先要进行方差齐性检验，从表8.3.3中数据可求得s12=2.14,s22=2.83,s32=2.41,s42=1.12，再从表8.3.4上查得MSe=2.09，由(8.3.6)，可求得再由(8.3.7)，还可求得Bartlett检验统计量的值对给定的显著性水平?=0.05，查表知?0.952(4?1)=7.815。由于B7.815，故应保留原假设H0，即可认为诸水平下的方差间无显著差异。第68页，共119页，星期日，2025年，2月5日8.3.3修正的Bartlett检验针对样本量低于5时不能使用Bartlett检验的缺点，Box提出修正的Bartlett检验统计量（8.3.9）其中B与C如（8.3.7）与（8.3.6）所示，且第69页，共119页，星期日，2025年，2月5日在原假设H0：?12=?22=?=?r2成立下，Box还证明了统计量的近似分布是F分布F(f1,f2)，对给定的显著性水平?，该检验的拒绝域为（8.3.10）其中f2的值可能不是整数，这时可通过对F分布的分位数表施行内插法得到分位数。第70页，共119页，星期日，2025年，2月5日例8.3.3对例8.3.2中的绿茶叶酸含量的数据，我们用修正的Bartlett检验再一次对等方差性作出检验。在例8.3.2中已求得：C=1.0856，B=0.970，还可求得：对给定的显著性水平?=0.05，在F分布的分位数表上可查得F0.95(3,682.4)=F0.95(3,?)=2.60由于2.60，故保留原假设H0，即认为四个水平下的方差间无显著差异。第71页，共119页，星期日，2025年，2月5日§8.4一元线性回归8.4