nullnull方差
分析
定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析
主要内容 主要内容 一、方差分析的一般问
题
快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题
1、 方差分析的基本概念
2、 方差分析的基本假定
二、单因素方差分析
1、单因素方差分析的步骤
2、方差分析表
3、方差分析中的多重比较null一、方差分析的一般问题 1、两个引子
例 某企业为了分析研究成品车间的产品质量控制问题,对该车间的5个班组的产品优等品率进行了一次抽查,在每个班组独立地抽取了5个优等品率数据构成了随机样本,结果如下表:
null 那么问题来了,这几组的合格率是不是存在显著性差异呢?依据呢?例 某药物是否有效的检验。检验a,b两种药物是否对治疗癌症有效果,通常情况下,我们将已经患有癌症的小白鼠分为3组:
第一组:注射a药物;
第二组:注射b药物;
第三组:不注射药物。
观察相应的寿命。
问题是:如何判断药物是有效的呢。null思想:
其实就是比较平均值是否有明显的差异而已。那么后面的难点就是如何判断差异是否明显。null 方差分析可以用来分析和判断多个样本的特征数值之间有无显著差异。以均值为例,当多个样本为来自某一受控因素不同水平的观察数值时,若该多个样本的各自均值之间不存在显著差异,即表明这一受控因素的不同水平对变动的影响是不显著的,属于随机因素引起的随机变动;
2、 方差分析的基本概念null三个常用名词:
因素(Factor)是指所要检验的对象,也称为因子。
b) 水平(Level)是指因素的不同状态。。
c) 观察值(Observational Value)是指在具体的因素水平下的样本数据。null例如:分析均值间是否有明显差异。水平因素观测值null3、方差分析的基本假定
方差分析基本假定的一般性的表述为,设因素A有个k水平,在每个具体水平下,总体分布为 。注意这里个总体方差均相等,并且在每个水平下抽取一个样本,所取得的个样本相互独立。
null注:
1.每个总体均服从正态分布。对应于具体因素的每一个水平,其观测值都是来自正态总体。
2.每个总体具有同等方差,即方差齐性要求。 3.观测值都是相互独立的。每一观测值都是来自具有同等方差的正态总体的独自同分布样本。null二、单因素方差分析1、针对问题
单因素方差分析数据结构表分析均值间是否有明显差异。null2、单因素方差分析的步骤
1)提出假设
方差分析的第一步就是建立假设。按照具体的水平,针对所检验的对象提出原假设和备择假设,当因素有个k水平时,需要提出如下假设:
不全相等
null2) 构造统计量及拒绝域
首先,分析三类离差平方和:
a)总离差(总变差)平方和:
各样本观察值之间的差异称之为总差异,用总离差平方和来表示。总离差平方和是每一观察值与其总均值的离差的平方的总和。
b)组内离差(组内变差)平方和:
同一水平下观察值之间的差异,用组内离差平方和来度量。
c)组间离差(组间变差)平方和:
不同水平观察值之间的差异,称之为组间离差,用组间离差平方和来度量。null实际计算中主要有如下计算
流程
快递问题件怎么处理流程河南自建厂房流程下载关于规范招聘需求审批流程制作流程表下载邮件下载流程设计
a)水平均值
水平均值是指根据具体水平下的观察值的均值。有计算公式为
b)总均值
总均值是指全部观察值的均值nullc)总离差平方和
反映了全部观察值离散程度的总规模。有
d)组间离差平方和
反映了各水平均值之间离散程度的规模nulle)组内离差平方和反映了各水平内部观察值离散程度的总和三类离差平方和关系:null其次,分析拒绝域形式: 由于SSE反映的是组内由于随机误差造成的试验数据的变化,SSA反映的是因素的不同水平造成试验数据的变化。如果原假设成立,那么应该SSE是总离差平方和的主要方面,占得比例很大,SSA是次要方面,比例占得很小。因此得到拒绝域形式为:
null最后,构造统计量:不加证明的引入如下的结论:
1)SSA与SSE相互独立
2)
3)原假设成立情况下因此构造统计量:
null由显著性水平 ,可得到拒绝域 null3)统计判断
在计算出F检验统计量的具体数值之后,将F检验统计值与给定的显著性水平的F分布临界数值相比较,作出接受还是拒绝原假设的统计判断。若F检验统计值落在由F分布临界数值界定的接受域内,则接受原假设;反之,便拒绝原假设。 当然也可以用p值检验法。p越小越能拒绝原假设。 null3、方差分析表 在实际进行单因子方差分析时,通常将有关的统计量连同分析结果列在一张表里面,已达到一目了然的目的,称为方差分析表其中null例如:针对第一个问题可以简单计算如下null4、方差分析中的多重比较
当水平只有2个时候,拒绝原假设结论是相当明显的,它们之间有明显差异。但是当水平为3时,拒绝原假设可能是1)有两个均值之间无明显差异,但它们与另外一个均值有明显差异;或者2)三个均值两两之间都有显著差异。
判断究竟是那种情况拒绝原假设,我们称为多重比较问题。null 多重比较方法是指通过不同水平均值之间的两两配对比较,来检验各个总体均值之间是否存在显著差异的假设检验方法和过程。
那是不是直接利用正态总体均值检验,做如下的检验就可以了呢?这是不行的,会显著的增加犯第一类错误的概率。null 最小显著差(LSD)方法是一种比较常用的方法,其基本的想法是,假定一个假设H是由m个子假设复合而成Hi(i=1,2,..,m),也就是说,接受H就意味着接受所有假设Hi,i=1,2,…,m;而拒绝H也就意味着至少存在一个Hi要被拒绝。为了保证总的检验的显著性水平不超过α 可以对每个子假设做显著性水平α/m检验,于是有null 具体到单因子的模型中,可以对每一个
构造t统计量:取显著性水平当 时,拒绝原假设认为