单因素方差分析与多重比较.pptx

《单因素方差分析与多重比较.pptx》由会员分享，可在线阅读，更多相关《单因素方差分析与多重比较.pptx（55页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、3.1 方差分析引论一.方差分析及其有关术语二.方差分析的基本思想和原理三.方差分析的基本假定四.问题的一般提法第1页/共55页什么是方差分析(ANOVA)?(ANOVA)?(analysis of variance)(analysis of variance)1.检验多个总体均值是否相等通过分析观察数据的误差判断各总体均值是否相等2.研究分类型自变量对数值型因变量的影响 一个或多个分类尺度的自变量2个或多个(k 个)处理水平或分类一个间隔或比率尺度的因变量3.有单因素方差分析和双因素方差分析单因素方差分析：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第2页/共55页什么是方差分析

2、?(例题分析)消费者对四个行业的投诉次数消费者对四个行业的投诉次数消费者对四个行业的投诉次数消费者对四个行业的投诉次数 行业行业观测值观测值零售业零售业旅游业旅游业航空公司航空公司家电制造业家电制造业12345675766494034534468392945565131492134404451657758【例例】为了对几个行业的服务质量进行评价，消费者协会在四个行业分别抽取了为了对几个行业的服务质量进行评价，消费者协会在四个行业分别抽取了不同的企业作为样本。最近一年中消费者对总共不同的企业作为样本。最近一年中消费者对总共2323家企业投诉的次数如下表家企业投诉的次数如下表第3页/共55页什么是

3、方差分析?(例题分析)1.分析四个行业之间的服务质量是否有显著差异，也就是要判断“行业”对“投诉次数”是否有显著影响2.作出这种判断最终被归结为检验这四个行业被投诉次数的均值是否相等3.如果它们的均值相等，就意味着“行业”对投诉次数是没有影响的，即它们之间的服务质量没有显著差异；如果均值不全相等，则意味着“行业”对投诉次数是有影响的，它们之间的服务质量有显著差异第4页/共55页方差分析中的有关术语1.因素或因子(factor)所要检验的对象要分析行业对投诉次数是否有影响，行业是要检验的因素或因子2.水平或处理(treatment)因子的不同表现零售业、旅游业、航空公司、家电制造业就是因子的水平

4、3.观察值在每个因素水平下得到的样本值每个行业被投诉的次数就是观察值第5页/共55页方差分析中的有关术语1.试验这里只涉及一个因素，因此称为单因素四水平的试验2.总体因素的每一个水平可以看作是一个总体比如零售业、旅游业、航空公司、家电制造业可以看作是四个总体3.样本数据被投诉次数可以看作是从这四个总体中抽取的样本数据第6页/共55页方差分析的基本思想和原理(图形分析)零售业 旅游业 航空公司 家电制造第7页/共55页1.从散点图上可以看出不同行业被投诉的次数是有明显差异的即使是在同一个行业，不同企业被投诉的次数也明显不同家电制造也被投诉的次数较高，航空公司被投诉的次数较低2.行业与被投诉次数之

5、间有一定的关系如果行业与被投诉次数之间没有关系，那么它们被投诉的次数应该差不多相同，在散点图上所呈现的模式也就应该很接近方差分析的基本思想和原理(图形分析)第8页/共55页1.仅从散点图上观察还不能提供充分的证据证明不同行业被投诉的次数之间有显著差异这种差异也可能是由于抽样的随机性所造成的2.需要有更准确的方法来检验这种差异是否显著，也就是进行方差分析所以叫方差分析，因为虽然我们感兴趣的是均值，但在判断均值之间是否有差异时则需要借助于方差这个名字也表示：它是通过对数据误差来源的分析判断不同总体的均值是否相等。因此，进行方差分析时，需要考察数据误差的来源。方差分析的基本思想和原理第9页/共55页

6、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4.误差是由各部分的误差占总误差的比例来测度的方差分析的基本思想和原理第10页/共55页方差分析的基本思想和原理(两类误差)1.1.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，同一行业下不同企业被投诉次数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 2.2.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，不同行业之间的被投诉次数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

7、所形成的误差是由系统性因素造成的，称为系统误差第11页/共55页方差分析的基本思想和原理(两类方差)1.数据的误差用平方和(sum of squares)表示，称为方差2.组内方差(within groups)因素的同一水平(同一个总体)下样本数据的方差比如，零售业被投诉次数的方差组内方差只包含随机误差3.组间方差(between groups)因素的不同水平(不同总体)下各样本之间的方差比如，四个行业被投诉次数之间的方差组间方差既包括随机误差，也包括系统误差第12页/共55页方差分析的基本思想和原理(方差的比较)1.若不同不同行业对投诉次数没有影响，则组间误差中只包含随机误差，没有系统误差。

8、这时，组间误差与组内误差经过平均后的数值就应该很接近，它们的比值就会接近12.若不同行业对投诉次数有影响，在组间误差中除了包含随机误差外，还会包含有系统误差，这时组间误差平均后的数值就会大于组内误差平均后的数值，它们之间的比值就会大于13.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行业对投诉次数是否有显著影响，实际上也就是检验被投诉次数的差异主要是由于什么原因所引起的。如果这种差异主要是系统误差，说明不同行业对投诉次数有显著影响第13页/共55页方差分析的基本假定1.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

9、简单随机样本比如，每个行业被投诉的次数必需服从正态分布2.各个总体的方差必须相同各组观察数据是从具有相同方差的总体中抽取的比如，四个行业被投诉次数的方差都相等3.观察值是独立的比如，每个行业被投诉的次数与其他行业被投诉的次数独立第14页/共55页方差分析中的基本假定1.在上述假定条件下，判断行业对投诉次数是否有显著影响，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2.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四个样本的均值越接近，推断四个总体均值相等的证据也就越充分样本均值越不同，推断总体均值不同的证据就越充分 第15页/共55页方差分析中基本假定 如果原假设成立，即H

10、0:m1=m2=m3=m4四个行业被投诉次数的均值都相等意味着每个样本都来自均值为、方差为2的同一正态总体 X X Xf(X)f(X)f(X)1 1 2 2 3 3 4 4 第16页/共55页方差分析中基本假定若备择假设成立，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四个样本分别来自均值不同的四个正态总体 X X Xf(X)f(X)f(X)3 3 1 1 2 2 4 4 第17页/共55页问题的一般提法1.设因素有k个水平，每个水平的均值分别用 1 1、2 2、k k 表示2.要检验k个水平(总体)的均值是否相等，需要提出如下假设：H H0 0:1 1 2 2 k

11、k H H1 1:1 1,2 2,，k k 不全相等3.设 1 1为零售业被投诉次数的均值，2 2为旅游业被投诉次数的均值，3 3为航空公司被投诉次数的均值，4 4为家电制造业被投诉次数的均值，提出的假设为H H0 0:1 1 2 2 3 3 4 4 H H1 1:1 1,2 2,3 3,4 4 不全相等第18页/共55页3.2 单因素方差分析一.数据结构二.分析步骤三.关系强度的测量四.用Excel进行方差分析第19页/共55页单因素方差分析的数据结构(one-way analysis of(one-way analysis of variance)variance)观察值观察值观察值观察值

12、 (j j)因素因素因素因素(A A)i i 水平水平水平水平A A1 1 水平水平水平水平A A2 2 水平水平水平水平A Ak k12:n x11 x21 xk1 x12 x22 xk2 :x1n x2n xkn第20页/共55页分析步骤提出假设构造检验统计量统计决策第21页/共55页提出假设1.一般提法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 2.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 第22页/共55页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(

13、MS)第23页/共55页构造检验的统计量(计算水平的均值)1.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2.计算公式为 式中：式中：n ni i为第为第 i i 个总体的样本观察值个数个总体的样本观察值个数 x xij ij 为第为第 i i 个总体的第个总体的第 j j 个观察值个观察值 第24页/共55页构造检验的统计量(计算全部观察值的总均值)1.全部观察值的总和除以观察值的总个数2.计算公式为 第25页/共55页构造检验的统计量(例题分析)第26页/共55页构造检验的统计量(计算总误差平方和 SSTSST)1.全部观

14、察值 与总平均值 的离差平方和2.反映全部观察值的离散状况3.其计算公式为 前例的计算结果：前例的计算结果：SST SST=(57-47.869565)=(57-47.869565)2 2+(58-47.869565)(58-47.869565)2 2 =115.9295 =115.9295第27页/共55页构造检验的统计量(计算水平项平方和 SSASSA)1.各组平均值 与总平均值 的离差平方和2.反映各总体的样本均值之间的差异程度，又称组间平方和3.该平方和既包括随机误差，也包括系统误差4.计算公式为 前例的计算结果：前例的计算结果：SSA SSA=1456.608696=1456.608

15、696第28页/共55页构造检验的统计量(计算误差项平方和 SSESSE)1.每个水平或组的各样本数据与其组平均值的离差平方和2.反映每个样本各观察值的离散状况，又称组内平方和3.该平方和反映的是随机误差的大小4.计算公式为 前例的计算结果：前例的计算结果：SSE SSE=2708=2708第29页/共55页构造检验的统计量(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=SSA+SSE 前例的计算结果：前例的计算结果：4164.608696=1456.608696+2708 4164.608696=1456.608696+27

16、08 第30页/共55页构造检验的统计量(三个平方和的作用)1.SSTSST反映全部数据总的误差程度；SSESSE反映随机误差的大小；SSASSA反映随机误差和系统误差的大小2.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3.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第31页/共55页构造检验的统计量(计算均方MSMS)1.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

17、大小的影响，需要将其平均，这就是均方，也称为方差2.计算方法是用误差平方和除以相应的自由度3.三个平方和对应的自由度分别是SST SST 的自由度为n-1，其中n为全部观察值的个数SSASSA的自由度为k-1，其中k为因素水平(总体)的个数SSE SSE 的自由度为n-k第32页/共55页构造检验的统计量(计算均方 MSMS)1.1.组间方差：SSA的均方，记为MSA，计算公式为2.组内方差：SSE的均方，记为MSE，计算公式为第33页/共55页构造检验的统计量(计算检验统计量 F F)1.将MSA和MSE进行对比，即得到所需要的检验统计量F2.当H0为真时，二者的比值服从分子自由度为k-1、

18、分母自由度为 n-k 的 F 分布，即 第34页/共55页构造检验的统计量(F F分布与拒绝域)如果均值相等，如果均值相等，如果均值相等，F FF=MSAMSAMSA/MSEMSEMSE1 11 F 分布F(k-1,n-k)0 0拒绝拒绝H H0 0不拒绝不拒绝H H0 0F F第35页/共55页统计决策 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F F F F ，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FFFF ，

19、则不拒绝原假设H0，不能认为所检验的因素对观察值有显著影响 第36页/共55页单因素方差分析表(基本结构)第37页/共55页单因素方差分析(例题分析)第38页/共55页用ExcelExcel进行方差分析第39页/共55页用ExcelExcel进行方差分析 第1 1步：选择“工具”下拉菜单第2 2步：选择“数据分析”选项第3 3步：在分析工具中选择“单因素方差分析”，然 后选择“确定”第4 4步：当对话框出现时 在“输入区域”方框内键入数据单元格区域 在方框内键入0.05（可根据需要确定）在“输出选项”中选择输出区域用ExcelExcel进行方差分析第40页/共55页3.3 方差分析中的多重比较

20、一.多重比较的意义二.多重比较的方法第41页/共55页方差分析中的多重比较(multiple comparison multiple comparison proceduresprocedures)1.通过对总体均值之间的配对比较来进一步检验到底哪些均值之间存在差异2.可采用最小显著差异方法(LSD),LSD),邓肯法（DuncanDuncan）第42页/共55页SPSSSPSS方差分析第43页/共55页方差分析过程单因素方差分析的菜单图高级多元方差分析菜单第44页/共55页简单的一维方差分析返回饲料比较数据饲料比较数据饲料比较数据饲料比较数据饲饲饲饲 料料料料A AB BC CD D133.

21、8133.8151.2151.2193.4193.4225.8225.8125.3125.3149.0149.0185.3185.3224.6224.6143.1143.1162.7162.7182.8182.8220.4220.4128.9128.9143.8143.8188.5188.5212.3212.3135.7135.7153.5153.5198.6198.6第45页/共55页单因素方差分析-主对话框第46页/共55页 对照比较对话框返回第47页/共55页 均值多重比较的对话框 第48页/共55页输出统计量对话框 第49页/共55页分析输出1返回描述统计量例：分析不同饲料对猪体重的影

22、响例：分析不同饲料对猪体重的影响data07-01data07-01 第50页/共55页多重比较结果的表示方法(一一)列梯形表法列梯形表法(二二)划线法划线法(三三)标记字母法标记字母法第51页/共55页标记字母法：（1 1）将全部平均数从大到小依次排列。）将全部平均数从大到小依次排列。（2 2）在最大的平均数上标上字母）在最大的平均数上标上字母a a；将该平均数与以下各平均数相比，相差；将该平均数与以下各平均数相比，相差不显著的，都标上字母不显著的，都标上字母a a，直至某一个与之相差显著的平均数则标以字母，直至某一个与之相差显著的平均数则标以字母b b(向下向下过程过程)，（3 3）再以该

23、标有）再以该标有b b的平均数为标准，与上方各个比它大的平均数比，凡不显的平均数为标准，与上方各个比它大的平均数比，凡不显著的也一律标以字母著的也一律标以字母b b(向上过程向上过程)；再以该标有再以该标有b b的最大平均数为标的最大平均数为标准，与以下各未标记的平均数比，凡不显著的继续标以字母准，与以下各未标记的平均数比，凡不显著的继续标以字母b b，直至某一个与之，直至某一个与之相差显著的平均数则标以字母相差显著的平均数则标以字母c c。第52页/共55页 （4 4）如此重复进行下去，直至最小的一个平均数有了标记字母且与以上平）如此重复进行下去，直至最小的一个平均数有了标记字母且与以上平均

24、数进行了比较为止。均数进行了比较为止。（5 5）这样各平均数间，凡有一个相同标记字母的即为差异不显著，凡没有）这样各平均数间，凡有一个相同标记字母的即为差异不显著，凡没有相同标记字母的即为差异显著。相同标记字母的即为差异显著。在实际应用时，可以小写字母表示在实际应用时，可以小写字母表示 =0.05=0.05显著水平，大写字母表示显著水平，大写字母表示 =0.01=0.01显著水平。显著水平。第53页/共55页表资料的差异显著性(新复极差测验)处处 理理苗苗 高高平均数平均数(cm)(cm)差异显著性差异显著性0.050.050.010.01D D2929 a a A AB B2323 b b AB ABA A1818 c c BCBCC C1414 c c C C 由表就可清楚地看出，该试验除A与C处理无显著差异外，D与B及A、C处理间差异显著性达到 =0.05水平。处理B与A、D与B、A与C无极显著差异；D与A、C，B与C呈极显著差异。第54页/共55页感谢您的观看！第55页/共55页