第 6章 方差分析.ppt

《第 6章 方差分析.ppt》由会员分享，可在线阅读，更多相关《第 6章 方差分析.ppt（41页珍藏版）》请在麦多课文档分享上搜索。

1、云南财经大学统计信息学院,第 6章 方差分析,学习目标 6.1 方差分析的基本问题 6.2 单因素方差分析 6.3 双因素方差分析,云南财经大学统计信息学院,学习重点,解释方差分析的概念 解释方差分析的基本思想和原理 掌握单因素方差分析的方法及应用 4. 掌握双因素方差分析的方法及应用,云南财经大学统计信息学院,6.1 方差分析的基本问题,什么是方差分析(ANOVA)?,检验多个总体均值是否相等 通过分析数据的误差判断各总体均值是否相等 研究分类型自变量对数值型因变量的影响 一个或多个分类型自变量 两个或多个 (k 个) 处理水平或分类 一个数值型因变量 有单因素方差分析和双因素方差分析 单因

2、素方差分析：涉及一个分类的自变量 双因素方差分析：涉及两个分类的自变量,云南财经大学统计信息学院,什么是方差分析? (例题分析),【 例 】某饮料企业研制出的一种新型饮料。饮料有四种颜色，分别为桔黄色、粉色、绿色和无色透明。随机从五家超市上收集前一期该饮料的销售量，如下表所示：,云南财经大学统计信息学院,什么是方差分析? (例题分析),分析饮料颜色对其销售量是否有显著差异。 即检验这四种颜色饮料的销量的均值是否相等 若它们的均值相等，则意味着饮料颜色对其销售量是没有影响的，即它们之间的销量没有显著差异；若均值不全相等，则意味着饮料颜色对其销售量是有影响的，它们之间的销售量有显著差异,云南财经大

3、学统计信息学院,方差分析中的有关术语,因素或因子(factor) 所要检验的对象 要分析颜色对饮料的销量是否有影响，颜色是要检验的因素或因子 水平或处理(treatment) 因子的不同表现 无色、粉色、桔黄色、绿色就是因子的水平 观察值 在每个因素水平下得到的样本数据 每种颜色饮料的销量就是观察值,云南财经大学统计信息学院,方差分析的基本思想和原理 (两类误差),随机误差 因素的同一水平(总体)下，样本各观察值之间的差异 比如，同一颜色下不同销售地点的销量是不同的 这种差异可以看成是随机因素的影响，称为随机误差 系统误差 因素的不同水平(不同总体)下，各观察值之间的差异 比如，不同颜色饮料销

4、量之间的差异 这种差异可能是由于抽样的随机性所造成的，也可能是由于行业本身所造成的，后者所形成的误差是由系统性因素造成的，称为系统误差,云南财经大学统计信息学院,方差分析的基本思想和原理,1. 比较两类误差，以检验均值是否相等 2. 比较的基础是方差比 3. 如果系统(处理)误差明显地不同于随机误差，则均值就是不相等的；反之，均值就是相等的 4. 误差是由各部分的误差占总误差的比例来测度的,云南财经大学统计信息学院,方差分析的基本思想和原理 (误差平方和),数据的误差用平方和(sum of squares)表示 组内平方和(within groups) 因素的同一水平(同一个总体)下样本数据的

5、平方和 组内平方和只包含随机误差 组间平方和(between groups) 因素的不同水平(不同总体)下各样本之间的平方和 组间平方和既包括随机误差，也包括系统误差,云南财经大学统计信息学院,方差分析的基本思想和原理 (误差的比较),若原假设成立，组间平方和与组内平方和经过平均后的数值就应该很接近，它们的比值就会接近1 若原假设不成立，组间平方和平均后的数值就会大于组内平方和平均后的数值，它们之间的比值就会大于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，也就是自变量对因变量有影响 判断颜色对饮料销量是否有显著影响，也就是检验销量的差异主要是由于什么原因所引起的。如果这种

6、差异主要是系统误差，说明不同颜色对饮料销量有显著影响,云南财经大学统计信息学院,6.2 单因素方差分析,设因素有k个水平，每个水平的均值分别用1 , 2, , k 表示 要检验k个水平(总体)的均值是否相等，需要提出如下假设： H0 ： 1 2 k H1 ： 1 , 2 , ，k 不全相等 设1为无色饮料销量的均值，2为粉色饮料销量的均值，3为桔黄色饮料销量的均值，4为绿色饮料销量的均值，提出的假设为 H0 ： 1 2 3 4 H1 ： 1 , 2 , 3 , 4 不全相等,云南财经大学统计信息学院,单因素方差分析的数据结构 (one-way analysis of variance),云南财

7、经大学统计信息学院,分析步骤,提出假设 构造检验统计量 统计决策,云南财经大学统计信息学院,提出假设,一般提法 H0 ： m1 = m2 = mk 自变量对因变量没有显著影响 H1 ： m1 ，m2 ， ，mk不全相等 自变量对因变量有显著影响 注意：拒绝原假设，只表明至少有两个总体的均值不相等，并不意味着所有的均值都不相等,云南财经大学统计信息学院,构造检验的统计量,构造统计量需要计算 水平的均值 全部观察值的总均值 误差平方和 均方(MS),云南财经大学统计信息学院,构造检验的统计量 (计算水平的均值),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

8、观察值总和除以观察值的个数 计算公式为,式中： ni为第 i 个总体的样本观察值个数xij 为第 i 个总体的第 j 个观察值,云南财经大学统计信息学院,构造检验的统计量 (计算全部观察值的总均值),全部观察值的总和除以观察值的总个数 计算公式为,云南财经大学统计信息学院,构造检验的统计量 (计算总离差平方和 SST),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+(32.8-28.695)2=115.9295,云南财经大学统计信息学院,构造检验的统计量 (计算水平项平方和 SSA),各组平均值 与总平均

9、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,云南财经大学统计信息学院,构造检验的统计量 (计算误差项平方和 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：SSE = 39.084,云南财经大学统计信息学院,构造检验的统计量 (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 = SS

10、A + SSE,前例的计算结果： 115.9295=76.8455+39.084,云南财经大学统计信息学院,构造检验的统计量 (三个平方和的作用),SST反映全部数据总的误差程度；SSE反映随机误差的大小；SSA反映随机误差和系统误差的大小 如果原假设成立，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,云南财经大学统计信息学院,构造检验的统计量 (计算均方MS)

11、,各误差平方和的大小与观察值的多少有关，为消除观察值多少对误差平方和大小的影响，需要将其平均，这就是均方，也称为方差 计算方法是用误差平方和除以相应的自由度 三个平方和对应的自由度分别是 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,云南财经大学统计信息学院,构造检验的统计量 (计算均方 MS),组间方差：SSA的均方，记为MSA，计算公式为,组内方差：SSE的均方，记为MSE，计算公式为,云南财经大学统计信息学院,构造检验的统计量 (计算检验统计量 F ),将MSA和MSE进行对比，即得到所需要的检验统计

12、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,云南财经大学统计信息学院,如果均值相等，F=MSA/MSE1,构造检验的统计量 (F分布与拒绝域),云南财经大学统计信息学院,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，作出对原假设H0的决策 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、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，所检验的因素对观察值有显著影响 若FF ，则不能拒绝原假设H0 ，无证据支持表明所检验的因素对观察值有显著影响,云南财经大学统

13、计信息学院,单因素方差分析表 (基本结构),云南财经大学统计信息学院,6.3 双因素方差分析,分析两个因素对试验结果的影响 如果两个因素对试验结果的影响是相互独立的，分别判断行因素和列因素对试验数据的影响，这时的双因素方差分析称为无交互作用的双因素方差分析 (Two-factor without replication) 如果除了行因素和列因素对试验数据的单独影响外，两个因素的搭配还会对结果产生一种新的影响，这时的双因素方差分析称为有交互作用的双因素方差分析 (Two-factor with replication ),云南财经大学统计信息学院,双因素方差分析的基本假定,每个总体都服从正态分布

14、 对于因素的每一个水平，其观察值是来自正态分布总体的简单随机样本 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 观察值是独立的,云南财经大学统计信息学院,双因素方差分析 (例题分析),【例6-1】某商品有5种包装方式（因素A），在五个不同地区（B因素）销售。现从每个地区随机抽取一个规模相同的超市，其销售资料如下表？现欲检验包装方式和销售地区对销量是否有显著影响？(=0.05),云南财经大学统计信息学院,数据结构,云南财经大学统计信息学院,数据结构, 是B(行)因素的第i个水平下各观察值的平均值, 是A(列)因素的第j个水平下的各观察值的均值, 是全部 kr 个样本数

15、据的总平均值,云南财经大学统计信息学院,分析步骤 (提出假设),提出假设 对行因素提出的假设为 H0： m1 = m2 = = mi = = mk (mi为第i个水平的均值) H1： mi (i =1,2, , k) 不全相等 对列因素提出的假设为 H0： m1 = m2 = = mj = = mr (mj为第j个水平的均值) H1： mj (j =1,2,r) 不全相等,云南财经大学统计信息学院,分析步骤 (构造检验的统计量),计算平方和(SS) 总误差平方和行因素误差平方和 列因素误差平方和 随机误差项平方和,云南财经大学统计信息学院,分析步骤 (构造检验的统计量), 总离差平方和(SST

16、 )、水平项离差平方和 (SSB和SSA) 、误差项离差平方和(SSE) 之间的关系,SST = SSB +SSA+SSE,云南财经大学统计信息学院,分析步骤 (构造检验的统计量),计算均方(MS) 误差平方和除以相应的自由度 三个平方和的自由度分别是 总离差平方和SST的自由度为 kr-1 行因素的离差平方和SSB的自由度为 k-1 列因素的离差平方和SSA的自由度为 r-1 随机误差平方和SSE的自由度为 (k-1)(r-1),云南财经大学统计信息学院,分析步骤 (构造检验的统计量),计算均方(MS) 行因素的均方，记为MSB，计算公式为列因素的均方，记为MSA，计算公式为随机误差项的均方，记为MSE ，计算公式为,云南财经大学统计信息学院,分析步骤 (构造检验的统计量),计算检验统计量(F) 检验行因素的统计量 检验列因素的统计量,云南财经大学统计信息学院,分析步骤 (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，作出对原假设H0的决策 根据给定的显著性水平在F分布表中查找相应的临界值 F 若FBF ，则拒绝原假设H0 ，表明均值之间的差异是显著的，即所检验的行因素对观察值有显著影响 若FA F ，则拒绝原假设H0 ，表明均值之间有显著差异，即所检验的列因素对观察值有显著影响,云南财经大学统计信息学院,End of Chapter 6,休息片刻！,