数理统计ppt课件 方差分析.ppt

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、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。,一、方差分析的内容,（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，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: 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：SSE = 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-kn-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=MSA/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、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 1、对数据的简化,得下表：,序号,冲击强力,浓度,1 2 3 4 5 6,A1 -8 -19 -12 -22 1 -20 -80 1454,A2 -2 5 1 -11 14 7 14 396,A3 20 31 19 12 35 27 144 3820,由表中数据可算出,计算,计算出F值：,方差来源 离差平方和 自由度 F值 F0.05 F0.01 显著性,因素A 4217.3 2 28.38 3.68 6.38 *(十分显著）,试验误差 1114.7 15,总误差 5332 17,列表：,说明： 说明酸液浓度对汗布冲击强力有十分显著的影响。,H0： 即4个试验组总体均数相等 H1：4个试验组总体均数不全相等 检验水准,一、 建立检验假设,二、 计算离均差平方、自由度、均方,三、计算F值,四、下结论,例题 某公司计划引进一条生产线.为了选择一条质量优良的生产线以减少日后的维修问题,他们对6种型号的生产线作了初步调查,每种型号调查4条,结果列于表8-1。这些结果表示每个型号的生产线上个月维修的小时数。试问由此结果能否判定由于生产线型号不同而造成它们在维修时间方面有显著差异?,表 41 对6种型号生产线维修时数的调查结果,表 45 计算列表,4.2.4 显著性检验,再将计算结果分别代入SA与SE两式中，得到第一自由度 第二自由度,查F分布表得由于 ，故拒绝H0。该结论说明，至少有一种生产线型号的效应不为零，这等价于至少有两种型号的生产线的平均维修时数是有显著差异的。,方差分析表,二、双因素方差分析的假定条件,（一）每个总体都服从正态分布 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（二）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（三）观察值是独立的,第三节 双因素方差分析,一、双因素方差分析的类型 二、双因素方差分析的假定条件三、双因素方差分析的数据结构四、双因素方差分析的例题,三、双因素方差分析的数据结构,三、双因素方差分析的数据结构, 是因素A的第i个水平下各观察值的平均值, 是因素B的第j个水平下的各观察值的均值, 是全部 kr 个样本数据的总平均值,三、双因素方差分析的数据结构,（一）提出假设1、对因素A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2、对因素B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,三、双因素方差分析的数据结构,（二）构造检验的统计量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总离差平方和水平项平方和误差项平方和均方,三、双因素方差分析的数据结构,（三）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计算公式为,三、双因素方差分析的数据结构,（四）计算SSA、SSB和SSE1、因素A的离差平方和SSA,2、因素B的离差平方和SSB,3、误差项平方和SSE,三、双因素方差分析的数据结构,（五）各平方和的关系 总离差平方和(SST )、水平项离差平方和 (SSA和SSB) 、误差项离差平方和(SSE) 之间的关系,SST = SSA +SSB+SSE,三、双因素方差分析的数据结构,（六）计算均方MS1、各离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离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2、计算方法是用离差平方和除以相应的自由度3、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因素A的离差平方和SSA的自由度为 k-1因素B的离差平方和SSB的自由度为 r-1随机误差平方和SSE的自由度为 (k-1)(r-1),三、双因素方差分析的数据结构,4、因素A的均方，记为MSA，计算公式为,5、因素B的均方，记为MSB ，计算公式为,6、随机误差项的均方，记为MSE ，计算公式为,三、双因素方差分析的数据结构,(七)计算检验的统计量F1、为检验因素A的影响是否显著，采用下面的统计量,2、为检验因素B的影响是否显著，采用下面的统计量,三、双因素方差分析的数据结构,(八)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分布表中查找相应的临界值 F 2、若FA F ，则拒绝原假设H0 ，表明均值之间的差异是显著的，即所检验的因素(A)对观察值有显著影响3、若FB F ，则拒绝原假设H0 ，表明均值之间有显著差异，即所检验的因素(B)对观察值有显著影响,双因素方差分析表(基本结构),四、双因素方差分析例题,【例】有四个品牌的彩电在五个地区销售，为分析彩电的品牌(因素A)和销售地区(因素B)对销售量是否有影响，对每个品牌在各地区的销售量取得以下数据，见下表。试分析品牌和销售地区对彩电的销售量是否有显著影响？,四、双因素方差分析例题,1、对因素A提出的假设为H0: m1=m2=m3=m4 (品牌对销售量没有影响)H1: mi (i =1,2, , 4) 不全相等 (品牌对销售量有影响)2、对因素B提出的假设为H0: m1=m2=m3=m4=m5 (地区对销售量没有影响)H1: mj (j =1,2,5) 不全相等 (地区对销售量有影响),四、双因素方差分析例题,结论： FA18.10777F3.4903，拒绝原假设H0，说明彩电的品牌对销售量有显著影响 FB2.100846 F3.2592，接受原假设H0，说明销售地区对彩电的销售量没有显著影响,学以致用,课间休息,