第八章 方差分析

第一节 方差分析的基本思想
看一个例子
例8-1 为研究钙离子对体重的影响作用，某研究者将36 只肥胖模型大白鼠随机分为三组，每组12只，分别给 予高脂正常剂量钙(0.5%)、高脂高剂量钙(1.0%)和高 脂高剂量钙(1.5%)三种不同的饲料，喂养9周，测其 喂养前后体重的差值。问三组不同喂养方式下大白鼠 体重改变是否不同？
• 三种喂养方式体重改变的平均值各不相同，这种变异 称为组间变异
•
是组内均值
X
与总均值
i
X
之差的平方和
360
340
组间变异反映了：
320
三种喂养方式的差异（影响）， 300
同时也包含了随机误差。
280
260
240
k ni
220
SS组间
(Xi X )2
200
i1 j
180
X甲
X
X乙
X丙
甲
乙
丙
3、组内变异(SS组内，variation within groups)
0.05
2、根据公式计算SS、MS及F值，列于方差分析表内(计 算过程省略)
变异来源 总变异 组间 组内（误差）
完全随机设计的方差分析表
平方和 SS 自由度
均方MS
47758.32
35
31291.67
2
15645.83
16466.65
33
498.99
F值
31.36
3、确定P值，作出判断
分子自由度=k-1=2，分母自由度=n-k=33，查F 界值表（方差分析用）
表 8-1 三种不同喂养方式下大白鼠体重喂养前后差值(g)
正常钙(0.5%) 高剂量钙(1.0%) 高剂量钙(1.5%)

1 10, 2 10
F 分布曲线
17
F 界值表
5
附表5 F界值表（方差分析用，单侧界值） 上行：P=0.05 下行：P=0.01
分母自由度 υ2
•
分子旳自由度，υ1
1
2
3
4
5
6
161 200 216 225 230 234 1
4052 4999 5403 5625 5764 5859
18.51 19.00 19.16 19.25 19.30 19.33 2
t Yi Yh Se
Yi Yh
,
MS组内（
1 n1
1 n2
）
N a 组内
29
例四个均值旳Bonferroni法比较
设α＝α’/c＝0.1/6=0.0167,由此t旳临 界值为t（0.0167/2,20）=2.6117
18.5 28.0
t(A: B)
3.48 2.6117, 24 4 20
以F命名，故方差分析 又称 F 检验 （F
test）。用于推断两 个或多种总体均数有 无差别 。
3
方差分析旳优点： 不受比较组数旳限制，可比较多组均数 可同步分析多种原因旳作用 可分析原因间旳交互作用
4
完全随机设计资料（单原因）方差分析 One-way analysis of variance 第一节 方差分析旳基本思想
deviations from mean，SS)反应变异旳大小
10
1. 总变异: 全部测量值之间总
旳变异程度，计算公式
a ni
SS总
Yij Y
2
Y a ni 2 ij
C
i1 j1
i1 j1
N

SSE xij xi
k ni i 1 j 1
2
计算结果为： SSE = 2708
三个离差平方和的关系
总离差平方和(SST)、组内离差平方和(SSE) 、组间离差平方和 (SSA) 之间的关系：
x
k i 1 j 1
ni
ij
x ni xi x xij x
外包装底色对产品销量是否有显著影响？
市场 北京 上海 深圳 西安 成都 红色 36 35 27 29 38 橙色 28 26 31 30 24 紫色 30 32 28 26 35 蓝色 22 27 20 21 29
什么是方差分析?
【 例 】为了对几个行业的服务质量进行评价，消费者协会 在4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23家企业投诉的次数如下表：

2.
方差分析的基本假定
1. 每个总体都服从正态分布 （每个行业被投诉的次数必须服从正态分布） 2. 各个总体的方差相同 （ 4个行业被投诉次数的方差都相等） 3. 观测值是独立的 （每个行业被投诉的次数与其他行业被投诉的次数独立）
方差分析的基本假设
H 0 : m1 m2 mk H1 : m1 , m2 , , mk 不全相等
2.计算误差
计算全部观测值的均值以及各水平下的组均值 计算总误差 计算组内误差 计算组间误差
计算总误差（ SST）
1. 全部观察值 xij 与总平均值 x 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
SST xij x
k ni i 1 j 1 2
方差分析
差异源
组间 组内
SS
1456.609 2708

t检验判断两组数据平均数间的差异显著性；方差分 析可同时判断多组数据平均数间的差异显著性。
方差分析的基本原理
在一个多处理试验中，可以得出一系列不同的观测值。 造成观测值不同的原因是多方面的，有的是处理不同引起 的，处理效应或条件变异，有的是试验过程中偶然性因素 的干扰和测量误差所致，既试验误差。方差分析的基本思 想是将测量数据的总变异按照变异原因不同分解为处理效 应和试验误差，并作出其数量估计。 通过方差比较以确 定各种原因在总变异中所占的重要程度，即用处理效应和 试验误差在一定意义下进行比较，如二者相差不大，说明 试验处理对指标影响不大，如二者相差较大，处理效应比 试验误差大得多，说明试验处理影响是很大的，不可忽视。 从而作为统计推断。
变差na来源5 5 平方和 自由度
均方每一个xij都F减去65
SST
处= 理a
误差i=1
n j =1
xi2j 13C1.7=4277 .28 4129 .96
25.58
20
=3124.794.32
0.78
42.23**
S*S*A
总1和 a = α=n0.i0=11
xi2.
1C47=.312308 5
计之前就要明确关于模型的基本假设。对于单因素方差分析 来说，两种模型无多大区别。
第八章 单因素方差分析
三、单因素方差分析的检验及例题验算
（得样一本固）的定方方效差式应分不模同型析，与的致随检使机验所效程得应结模序论型不方同差。分随析机的效程应序模完型全适一用样于，水但平由的于总获 体1，、而正固规定检效验应模程型序只适用于所选定的α个水平。也就是说，随机效应 模2型、Ⅰ可单推因方断素差总方齐体状差性况分检，析验而的固实定效战应检模验型程不序能推断总体状况。