《[理学]数理统计课件-方差分析》由会员分享,可在线阅读,更多相关《[理学]数理统计课件-方差分析(82页珍藏版)》请在金锄头文库上搜索。
1、第四章 方差分析,第一节 方差分析的基本问题 第二节 单因素方差分析 第三节 双因素方差分析,如某种农作物的收获量受作物品种、 肥料种类及数量等的影响;选择不同 的品种、肥料种类及数量进行试验,,日常生活中经常发现,影响一个事物的因素很多,希望找到影响最显著的因素,看哪一个影响大?并需要知道 起显著作用的因素在什么时候 起最好的影响作用。,方差分析就是解决这些问题的 一种有效方法。,ANOVA 由英国统计学家R.A.Fisher首创,为纪念Fisher,以F命名,故方差分析又称 F 检验 (F test)。用于推断多个总体均数有无差异,因素(因子) 可以控制的试验条件 因素的水平 因素所处的状
2、态或等级 单(双)因素方差分析讨论一个(两个)因素对试验结果有没有显著影响。,例如:某厂对某种晴棉漂白工艺中酸液浓度(g/k)进行试验,以观察酸液浓度对汗布冲击强力有无显著影响。,序号,冲击强力,浓度,1 2 3 4 5 6,A1 16.2 15.1 15.8 14.8 17.1 15.0,A2 16.8 17.5 17.1 15.9 18.4 17.7,A3 19.0 20.1 18.9 18.2 20.5 19.7,方差分析就是把总的 试验数据的波动分成,1、反映因素水平改变引起的波动。 2、反映随机因素所引起的波动。,然后加以比较进行统 计判断,得出结论。,第一节 方差分析的基本问题,一
3、、方差分析的内容 二、方差分析的基本思想 三、方差分析的原理,一、方差分析的内容,(一)例题 某饮料生产企业研制出一种新型饮料。饮料的颜色共有四种,分别为橘黄色、粉色、绿色和无色透明。这四种饮料的营养含量、味道、价格、包装等可能影响销售量的因素全部相同。现从地理位置相似、经营规模相仿的五家超级市场上收集了前一时期该饮料的销售情况,见表。试分析饮料的颜色是否对销售量产生影响。,(二)几个基本概念 因素或因子 所要检验的对象称为因子 要分析饮料的颜色对销售量是否有影响,颜色是要检验的因素或因子 水平 因素的具体表现称为水平 A1、A2、A3、 A4四种颜色就是因素的水平 观察值 在每个因素水平下得
4、到的样本值 每种颜色饮料的销售量就是观察值,一、方差分析的内容,试验 这里只涉及一个因素,因此称为单因素四水平的试验 总体 因素的每一个水平可以看作是一个总体 比如A1、A2、A3、 A4四种颜色可以看作是四个总体 样本数据 上面的数据可以看作是从这四个总体中抽取的样本数据,(一)比较两类误差,以检验均值是否相等 (二)比较的基础是方差比 (三)如果系统(处理)误差显著地不同于随机误差,则均值就是不相等的;反之,均值就是相等的 (四)误差是由各部分的误差占总误差的比例来测度的,二、方差分析的基本思想,三、方差分析的原理,(一)两类误差 随机误差 在因素的同一水平(同一个总体)下,样本的各观察值
5、之间的差异 比如,同一种颜色的饮料在不同超市上的销售量是不同的 不同超市销售量的差异可以看成是随机因素的影响,或者说是由于抽样的随机性所造成的,称为随机误差 系统误差 在因素的不同水平(不同总体)下,各观察值之间的差异 比如,同一家超市,不同颜色饮料的销售量也是不同的 这种差异可能是由于抽样的随机性所造成的,也可能是由于颜色本身所造成的,后者所形成的误差是由系统性因素造成的,称为系统误差,三、方差分析的原理,(二)两类方差 组内方差 因素的同一水平(同一个总体)下样本数据的方差 比如,无色饮料A1在5家超市销售数量的方差 组内方差只包含随机误差 组间方差 因素的不同水平(不同总体)下各样本之间
6、的方差 比如,A1、A2、A3、A4四种颜色饮料销售量之间的方差 组间方差既包括随机误差,也包括系统误差,三、方差分析的原理,(三)方差的比较 如果不同颜色(水平)对销售量(结果)没有影响,那么在组间方差中只包含有随机误差,而没有系统误差。这时,组间方差与组内方差就应该很接近,两个方差的比值就会接近1。 如果不同的水平对结果有影响,在组间方差中除了包含随机误差外,还会包含有系统误差,这时组间方差就会大于组内方差,组间方差与组内方差的比值就会大于1。 当这个比值大到某种程度时,就可以说不同水平之间存在着显著差异。,三、方差分析的原理,(四)基本假定 每个总体都应服从正态分布 对于因素的每一个水平
7、,其观察值是来自服从正态分布总体的简单随机样本 比如,每种颜色饮料的销售量必需服从正态分布 各个总体的方差必须相同 对于各组观察数据,是从具有相同方差的总体中抽取的 比如,四种颜色饮料的销售量的方差都相同 观察值是独立的 比如,每个超市的销售量都与其他超市的销售量独立,三、方差分析的原理,在上述假定条件下,判断颜色对销售量是否有显著影响,实际上也就是检验具有同方差的四个正态总体的均值是否相等的问题 如果四个总体的均值相等,可以期望四个样本的均值也会很接近 1、四个样本的均值越接近,我们推断四个总体均值相等的证据也就越充分 2、样本均值越不同,我们推断总体均值不同的证据就越充分,三、方差分析的原
8、理,3、如果原假设成立,即H0: m1 = m2 = m3 = m4 四种颜色饮料销售的均值都相等 没有系统误差 这意味着每个样本都来自均值为、差为2的同一正态总体,三、方差分析的原理,4、如果备择假设成立,即H1: mi (i=1,2,3,4)不全相等 至少有一个总体的均值是不同的 有系统误差 这意味着四个样本分别来自均值不同的四个正态总体,第二节 单因素方差分析,一、数据结构 二、单因素方差分析的步骤 三、单因素方差分析中的其它问题,一、数据结构,二、单因素方差分析的步骤,(一)提出假设 (二)构造检验统计量 (三)统计决策,二、单因素方差分析的步骤,(一)提出假设 1、一般提法 H0:
9、m1 = m2 = mk (因素有k个水平) H1: m1 ,m2 , ,mk不全相等 2、对前面的例子 H0: m1 = m2 = m3 = m4 颜色对销售量没有影响 H0: m1 ,m2 ,m3, m4不全相等 颜色对销售量有影响,二、单因素方差分析的步骤,(二)构造检验统计量 1、为检验H0是否成立,需确定检验的统计量 2、构造统计量需要计算 水平的均值 全部观察值的总均值 离差平方和 均方(MS),二、单因素方差分析的步骤,假定从第i个总体中抽取一个容量为ni的简单随机样本,第i个总体的样本均值为该样本的全部观察值总和除以观察值的个数 计算公式为,式中: ni为第 i 个总体的样本观
10、察值个数 xij 为第 i 个总体的第 j 个观察值,二、单因素方差分析的步骤,全部观察值的总和除以观察值的总个数 计算公式为,二、单因素方差分析的步骤,二、单因素方差分析的步骤,全部观察值 与总平均值 的离差平方和 反映全部观察值的离散状况 其计算公式为,前例的计算结果: SST = (26.5-28.695)2+(28.7-28.695)2+(32.8-28.695)2 =115.9295,二、单因素方差分析的步骤,计算SSE 每个水平或组的各样本数据与其组平均值的离差平方和 反映每个样本各观察值的离散状况,又称组内离差平方和 该平方和反映的是随机误差的大小 计算公式为,前例的计算结果:S
11、SE = 39.084,二、单因素方差分析的步骤,计算SSA 各组平均值 与总平均值 的离差平方和 反映各总体的样本均值之间的差异程度,又称组间平方和 该平方和既包括随机误差,也包括系统误差 计算公式为,前例的计算结果:SSA = 76.8455,二、单因素方差分析的步骤,三个平方和的关系 总离差平方和(SST)、误差项离差平方和(SSE)、水平项离差平方和 (SSA) 之间的关系,SST = SSE + SSA,离差平方和的分解与显著检验 记:,将Q进行分解:,由于,故:,在假设H0成立的条件下,可以证明:,相互独立,理论证明,二、单因素方差分析的步骤,三个平方和的作用 SST反映了全部数据
12、总的误差程度;SSE反映了随机误差的大小;SSA反映了随机误差和系统误差的大小 如果原假设成立,即H1 H2 Hk为真,则表明没有系统误差,组间平方和SSA除以自由度后的均方与组内平方和SSE和除以自由度后的均方差异就不会太大;如果组间均方显著地大于组内均方,说明各水平(总体)之间的差异不仅有随机误差,还有系统误差 判断因素的水平是否对其观察值有影响,实际上就是比较组间方差与组内方差之间差异的大小 为检验这种差异,需要构造一个用于检验的统计量,二、单因素方差分析的步骤,计算均方MS 各离差平方和的大小与观察值的多少有关,为了消除观察值多少对离差平方和大小的影响,需要将其平均,这就是均方,也称为
13、方差 计算方法是用离差平方和除以相应的自由度 三个平方和的自由度分别是 SST 的自由度为n-1,其中n为全部观察值的个数 SSA的自由度为k-1,其中k为因素水平(总体)的个数 SSE 的自由度为n-k n-1=(k-1)+(n-k),二、单因素方差分析的步骤, SSA的均方也称组间方差,记为MSA,计算公式为,SSE的均方也称组内方差,记为MSE,计算公式为,二、单因素方差分析的步骤,计算检验的统计量F 将MSA和MSE进行对比,即得到所需要的检验统计量F 当H0为真时,二者的比值服从分子自由度为k-1、分母自由度为 n-k 的 F 分布,即,二、单因素方差分析的步骤,如果均值相等,F=M
14、SA/MSE1,宇传华 制作 http:/,三、计算的简化 1、 对SST、SSE、SSA计算简化。(给出一个简化的计算公式和数据简化的方法) 令:,同样可推出:,2、数据的简化: 试验数据经过变换,数据简化后对F值的计算没有影响,不会影响检验的结果,方差分析表,方差来源 离差平方和 自由度 F值 F0.05 F0.01 显著性,因素A SSA k-1,试验误差 SSE n-k,总误差 SST n-1,二、单因素方差分析的步骤,(三)统计决策 将统计量的值F与给定的显著性水平的临界值F进行比较,作出接受或拒绝原假设H0的决策 1、根据给定的显著性水平,在F分布表中查找与第一自由度df1k-1、
15、第二自由度df2=n-k 相应的临界值 F 若FF ,则拒绝原假设H0 ,表明均值之间的差异是显著的,所检验的因素(A)对观察值有显著影响 若FF ,则不能拒绝原假设H0 ,表明所检验的因素(A)对观察值没有显著影响,二、单因素方差分析的步骤,MSE,2、单因素方差分析表,二、单因素方差分析的步骤,二、单因素方差分析的步骤,3、例题 为了对几个行业的服务质量进行评价,消费者协会在零售业、旅游业、航空公司、家电制造业分别抽取了不同的样本,其中零售业抽取7家,旅游业抽取了6家,航空公司抽取5家、家电制造业抽取了5家,然后记录了一年中消费者对总共23家服务企业投诉的次数,结果如表9.7。试分析这四个行业的服务质量是否有显著差异?(0.05),二、单因素方差分析的步骤,二、单因素方差分析的步骤 (计算结果),解:设四个行业被投诉次数的均值分别为,m1、m2 、m3、m4 ,则需要检验如下假设 H0: m1 = m2 = m3 = m4 (四个行业的服务质量无显著差异) H1: m1 ,m2 ,m3, m4不全相等 (有显著差异) Excel输出的结果如下,结论:拒绝H0。四个行业的服务质量有显著差异,例:前例题