第十二章 方差分析

合集下载

12章 多元线性回归

12章 多元线性回归

统计学第十二章 多元线性回归

一. 选择题

1. 在多元线性回归分析中,t 检验是用来检验( ) A 总体线性关系的显著性 B.各回归系数的显著性 C.样本线性关系的显著性 D .H 0:β1=β2=…βk =0

2.在多元线性回归模型中,若自变量x i 对因变量y 的影响不显著,那么它的回归系数 βi 的取值( )

A.可能为0

B.可能为1

C.可能小于0 D 可能大于1

3.在多元线性回归方程 y i ˆ=β

ˆ0

+x 1

1

ˆβ+x 2

2

ˆβ

+…+x

k

k

β

ˆ中,回归系数

β

ˆi

表示( ) A.自变量x i 变动1个单位时,因变量y 的平均变动额为β

ˆi

B.其他变量不变的条件下,自变量x i 变动1个单位时,因变量y

的平均变动额为β

ˆi

C.其他变量不变的条件下,自变量x i 变动1个单位时,因变量y

的变动总额为β

ˆi

D.因变量y 变动1个单位时,因变量x i 的变动总额为β

ˆi

4.设自变量的个数为5个,样本容量为20。在多元回归分析中,估计标准误差的自由度为( )

A.20

B.15

C.14

D.18 5.在多元回归分析中,通常需要计算调整的多重判定系数R a

2,这样

可以避免的值()

A. 由于模型中自变量个数的增加而越来越接近1

B. 由于模型中自变量个数的增加而越来越接近0

C. 由于模型中样本容量的增加而越来越接近0

D. 由于模型中样本容量的增加而越来越接近1

6.在多元线性回归分析中,如果F检验表明线性关系显著,则意味着()

A.在多个变量中至少有一个自变量与因变量之间的线性关系显著

B.所有的自变量与因变量之间的线性关系都显著

卡方检验与方差分析

卡方检验与方差分析

第十三章 2χ检验与方差分析

我们前面已经比较系统地讨论了双样本的参数和非参数检验的问题。现在,我们希望利

用一般的方法来检验三个以上样本的差异,2χ检验法和方差分析法就是解决这方面问题

的。2χ检验法可以对拟合优度和独立性等进行检验,方差分析法则可以对多个总体均值是

否相等进行检验。后者由于通过各组样本资料之间的方差和组内方差的比较来建立服从F

分布的检验统计量,所以又称F 检验。

第一节 拟合优度检验

1.问题的导出

第十一章最后一节,我们将累计频数检验用于经验分布与理论分布的比较,实际已经提

供了拟合优度检验的一种方法。2χ拟合优度检验与累计频数拟合优度检验相对应,在评估

从经验上得到的频数和在一组特定的理论假设下期望得到的频数之间是否存在显著差异时,

是一种更普遍的检验方法。

2.拟合优度检验(比率拟合检验)

据经验分布来检验总体分布等于理论分布的零假设,检验统计量是

2o χ=频数理论理论频数观察频数∑

-/)(2 理论证明,当n 足够大时,该统计量服从2χ分布。因此对给定的显著性水平α,将临

界值2αχ与2o χ比较,可以就H o 作出检验结论。

对于拟合优度检验,在试验规模小时,否定零假设的意义大,接受零假设的意义不大;

若试验规模大时,则接受零假设的意义大,否定零假设的意义不大。

3.正态拟合检验

第二节 无关联性检验

2χ检验的另一个重要应用是对交互分类资料的独立性检验,即列联表检验。由于列联

表一般是按品质标志把两个变量的频数进行交互分类的,所以,①2

χ检验法用于对交互分

类资料的独立性检验,有其它方法无法比拟的优点;②如何求得列联表中的理论频数就成了

统计学第十章(方差分析)

统计学第十章(方差分析)

第十章

方差分析

一、单项选择题:

1.在方差分析中,( )反映的是样本数据与其组平均值的差异。

A.总离差平方和

B.组间离差平方和

C.抽样误差

D.组内离差平方和

2.∑∑=⎪⎪⎭

⎝⎛k

1i 2

1-j ij n i i x x ——是( )

。 A.组内平方和 B.组间平方和

C.总离差平方和

D.因素B 的离差平方和

3.∑∑=⎪⎪⎭

⎝⎛k

1i 2

1-j ij n i i x x ——是( )

。 A.组内平方和 B.组间平方和 C.总离差平方和

D.总方差

4.单因素方差分析中,计算F 统计量,其分子与分母的自由度各位( )。

A.k ,n

B.k ,n-k

C.k-1,n-k

D.n-k ,k-1

5.方差分析基本原理是( )首先提出的。

A.费雪

B.皮尔逊

C.泰勒

D.凯特勒

6.组间离差平方和反映的是( )。

A.抽样误差

B.系统误差

C.随机误差

D.总误差

7.组内离差平方和反映的是( )。

A.抽样误差

B.系统误差

C.随机误差

D.总误差

8.单因素方差分析的对立和假设是( )。 A.μμμk 21===

B.差距不显著,,,μμμk 21

C.不是全部相等,,,μμμk 21

D.全部不相等,,,μμμk 21

9.单因素方差分析的零假设是( )。 A.μμμk 21===

B.差距不显著,,,μμμk 21

C.不是全部相等,,,μμμk 21

D.全部不相等,,,μμμk 21

10.在方差分析中,若F k -n 1,-k 05.0F )

(>,则统计推论是( )。

A.各组间的总体均数不全相等

B.各组间的总体均数都不相等

C.各组间的样本均数都不相等

第十二章协方差分析

第十二章协方差分析

◆测定矫正后 yi (x = x) 的差异性。 的差异性。
①计算总变异回归平方和 (即对总变异进行 回归分析) 回归分析)
(SP)2 765.752 = 891.625− = 271.67 Q = SSy − T SSx 945.833
V = n⋅ k −2 = 8×3−2 = 22 T
② 计算矫正后y值在处理间的平方和。 计算矫正后y值在处理间的平方和。 矫正后,处理间平方和=总回归平方和矫正后,处理间平方和=总回归平方和-离回 归平方和
2 2 y/ x
S
2 y/ x
:协方差表中离回归方差; 协方差表中离回归方差;
n1,n2 :为两平均数观察值的个数; 为两平均数观察值的个数;
2 为误差项(组内)中的x观察值的平方和, (x − x)e:为误差项(组内)中的x观察值的平方和,即SSxe ∑
比较的两个平均数对应的x变量平均数之差。 xi − x:比较的两个平均数对应的x变量平均数之差。 j
◆协变量:反应变量有线性回归关系的非试验 协变量:
因素的实测值称为协变量。 因素的实测值称为协变量。
例如:施肥量的不是试验因素,但与反应量 例如:施肥量的不是试验因素, (生长量)存在线性关系,那么,测得的生 生长量)存在线性关系,那么, 长量有一部分为施肥量所产生的,这部分叫 长量有一部分为施肥量所产生的, 做协变量。 做协变量。

16第十二章协方差分析

16第十二章协方差分析
5.多重比较 日增重的校正平均数
Yi* Yi b组内( X i X )
18
单向分类资料的协方差分析
Bonferroni t 检验 (校正显著性水平)
t

Yi *

Y
* j
SYi
*
Y
* j
~ t (N - k - 1)

c
S Yi*
Y
* j
M
SE
[
2 n

(Xi X j SSE( X )
SS Y
校正 Y 的
自由 校正平方


均方
F
饲 料 2 545.25 6.60 0.1318 2
0.0707 0.0353 30.96**
误 差 21 175.25 4.21 0.1238 20 0.0228 0.00114
总 计 23 720.50 10.81 0.2556 22
0.0935
17
单向分类资料的协方差分析
* A
E

29.16
SS
* B
E
18.53
SS
* AB
E
34.78
校正 均 自由度 方 F
3 4.33 4.01* 3 0.78 0.72 9 2.06 1.91 15 1.08
18
18

12练习题解答:第十二章方差分析剖析

12练习题解答:第十二章方差分析剖析

第十二章 方差分析

练习题:

1. 现今越来越多的外国人学习汉语,某孔子学院设计了3种汉字的讲授方法, 随机抽取了28名汉语基础相近的学生进行试验,试验后对每一个学生汉字理解记忆水平进行打分,满分为10分,28名学生的分数如下:

表12-3 三种汉字讲授方法下的学生得分

汉字讲授方法

9.1 6.6 6.2 8.6 7.0 7.4 9.0 8.0 7.8 8.1 7.4 7.9 9.4 7.6 8.2 9.2 8.1 8.1 8.8 7.4 6.7 9.4 7.9 6.9

7.5

1y =

2y =

3y =

y =

(1) 请分别计算3种汉字讲授方法下学生相应分数的平均值1y 、2y 与

3y 以及所有参加试验的学生的平均得分y ,并填入上表。

(2)请根据上表计算总平方和(TSS ),组间平方和(BSS ),组内平方和(WSS ), 组间均方(MSS B ),组内均方(MSS W ),以及各自对应的自由度并填入下表。

B B W 组内 WSS : n-k: MSS W : —————— —— ———— 总和

TSS :

n-1:

————

—————— ——

————

(3)根据上表计算出F 值,并查附录中的F 分布表,看P 是否小于0.05。

(4)若显著性水平为0.05,请查附录中的F 分布表找出F 临界值,并填入上表。 (5)若显著性水平为0.05,请根据P 值或F 临界值判断三种汉字的讲授方法对 学生汉字的理解和记忆水平是否有显著性影响。

解:

(1)1y =8.9222≈8.92,2y =7.5667≈7.57,3y =7.3800≈7.38,y =7.9357≈7.94.

第十二章 三次设计

第十二章 三次设计

2 第1水平=m- 3
第2水平=m
2 第3水平=m+ 3
(3)选取正交表,安排误差因素,进行试验,测出误差值; (4)方差分析:为研究误差因素的影响,对测出的误差值进行方差分析,方 法和以前一样。 (5)容差设计:根据方差分析的结果对各因素 选用合适的元件。①影响 不显著的因素,可选 用低等级、低价格的元器件;②对影响显著的因 素要综合考虑:要考虑各等级产品的价格、各因素贡献率的大小(贡献 率ρ因=S因/ST、选用各等级元器件的质量损失。总之要使质量 损失最小,成本尽可能低,按这个原则确定各因素的容限。 这三种设计中,基础设计不用试验设计的方法。参数设计不需要 增加单位制造费用就能提高产品质量,在改进质量中,它是最便宜的方 法,容差设计只能在参数设计之后进行,产品的单位制造费用很高。稳 健设计方法集中在如何有效地进行参数设计上。
图12-1
找到对应点y0(这里有两点)使L(y0)=A,这时, Δ0=|y0-m|, (12-1) 就是容差,对任意y,当 |y-m|<Δ0时,L(y)<A; |y-m|>Δ0时,L(y)>A; |y-m|=Δ0时,L(y)=A. 2目标值m的确定
图12-2 确定目标值m应兼顾工厂企业与用户双方的利益。一般是综合平衡厂家 与用户双方的利益,确定一个合适的m0值,见图12-2。在一张图上,画出质量 曲线Q及成本曲线C,再画出两者之和的损失函数L(y),找出L(y)的最小值点m0, 这就是要取的目标值,即在目标值m0处,L(y)的值最小。 L(m0)=minL(y),

SPSS第四次课

SPSS第四次课

F(62) D(64) A(81) E(85)
E(75) A(73) B(59) F(85)
6 F(79) D(87) A(74) E(74) B(71) C(82)
27
2021/6/4
拉丁方设计资料的方差分析分析步骤
1.建立数据文件。
建立4个变量:
家兔编号(no):数值型,分 别用1、2、3、4、5、6代替6只 家兔;
完全随机设计资料的方差分析
例4-2 某医生为了研究一种降血脂新药的临床疗效, 按统一纳入标准选择120名高血脂患者,采用完全随机设 计方法将患者等分为4组,进行双盲试验。6周后测得低密 度脂蛋白作为试验结果,见表4-3。问4个处理组患者的低 密度脂蛋白含量总体均数有无差别?
7
2021/6/4
完全随机设计资料的方差分析
34
2021/6/4
该设计有一个较为严格的限制条件:前 一个试验阶段的处理效应不能持续作用到下一 个试验阶段,在两个阶段之间要有一个洗脱期, 以消除残留效应的影响。在医学研究中交叉设 计多用于止痛、镇静、降压等药物或治疗方法 间疗效的比较。
25
2021/6/4
拉丁方设计资料的方差分析
例4-5 比较甲、乙、丙、丁、戊、己 6种药 物给家兔注射后产生的皮肤疱疹大小(mm2), 研究者选用6只家兔、并在每只家兔的6个不同 部位进行注射,试验结果见表4-11。试做拉丁 方设计和方差分析。

12第十二章方差分析概述-刘红云版心理统计教材课后习题

12第十二章方差分析概述-刘红云版心理统计教材课后习题

练习题

1.方差分析主要是用于解决哪类研究问题的?并回忆一下方差分析的前提假设有哪些?

2.假设一个研究者想设计一个实验,调查5种不同的教材对儿童学习成绩的提高作用有没有显著差异。如果用t检验对组间的差异进行两两比较,那么他需要做多少次t检验?针对这个情境,为什么使用方差分析较好?

3.判断题

(1)如果F检验显著,我们就能知道哪个均值与其余的均值有显著差异。(2)方差分析的主要思想是SS总=SS处理间+SS处理内。

(3)在方差分析中,如果虚无假设为真,那么F值就应该接近1。

(4)处理间方差都来自于处理效应。

4.当处理组均值差异越______ ,处理组内部方差越______时,得到的F值越大。(A)小小(B)小大(C)大小(D)大大

5.在下面的每种情况中,指出它影响F比值的分子还是分母,会导致F比值增大还是减小?

(1)实验处理效应增大;

(2)每个实验处理组内被试的异质性很大。

6.在方差分析中,方差齐性假设中的“齐性”是针对()

(A)每个被试相对于总体的方差

(B)处理组均值相对于总体均值的方差

(C)处理组内部的方差

(D)估计的总体方差

7.如果在某次方差分析中,得到的F比值为0.28,自由度为df=(2,20),你得出的结论是()

(A)处理组均值之间不存在显著差异

(B)你的计算出错误了

(C)应当拒绝虚无假设

(D)方差是齐性的

8.计算处理间的方差时,处理间的均方要除以()

(A)N-1

(B)k-1

(C)N-k

(D)k

9.观察方差分析表,回答下面的问题:

变异来源SS df MS F

处理间440 4 110 2.75

方差分析

方差分析

组 间, 组 内

,则 P ≤ α ,拒绝H0,接受H1。
★应用 的条件是:
(1)独立性(independence),即要求各观察值 之 间相互独立; (2)正态性(normality),即要求样 本来 自正态分布的总体; (3)方差齐性( homogeneity), 即要 求两样本所对应的总 体方 差相等。
方差分析表
变异来原 υ SS MS 组间 2 6226.07 3113.035 组内 33 4306.53 130.50 总变异 35 10532.60 F 23.85 P <0.01
五.随机区组设计资料的方差分析
——两因素方差分析(two-way ANOVA ) 该设计是配对设计的一种扩展 在设计时,可将性质相同或相近的受试对象归 为一个区组,每个区组的例数就是处理组数;再 将区组随机化,也就是将各区组内的受试对象用 随机化的方法,决定其被分到哪一个处理组中. 随机区组设计将数据按处理组和区组两个方向 进行分组。
变异来原 处理组间 区组间 误差 总
表9-18。方差分析表 SS υ MS F P 340.52 3 113.51 359. 14 <0.01 25.81 5 5.16 16.34 < 0.05 4.74 15 0.32 371.07 23
3)确定P值,判断结果 以υ 处理为υ 1,υ 误差为υ

12方差分析

12方差分析

第二节 多重比较
一、最小显著差数法(LSD法) 计算公式: LSD0.05=t0.05* S x − x
1 2
S x1 − x2
=sqr(2MSe/n)= sqr(2MSe/n)
当任意两个平均数之间的差数大于LSD0.05时,差异显 著,反之不显著。0.01的水平依然照此进行。 与t测验中采用两个样本合并均方作标准误不同,这里 的标准误采用了k个样本的合并均方,且自由度从t测验 中的2(n-1)变成了k(n-1).
F=1.621/0.135=12.01 查表,当 df1=9,df2=4, F0.05=6.00,
因此,这两个均方之间的差异显著。 前例中,药剂间均方=168.00,药剂内均方 =8.17,自由度分别为3,12。 F=168.00/8.14=20.56,而F0.05=3.49, F0.01=5.95,所以认为药剂间变异极显著大于 药剂内,不同药剂的效应相对误差而言极显 著大。
…… ……
y1n y2n …… yin …… ykn
s1 s2 2
…… yij, ……
Yi1,
yi2, …… …… ……
Ti
yi
2
si
…… ykj, ……
Yk1,
yk2, ……
Tk
yk
sk 2
T = ∑ Y IJ = ∑ y; y = ∑ y / kn

统计学与研究方法试题答案

统计学与研究方法试题答案

统计学与研究方法试题答案

第一章绪论

1单选题

1、总体是指()

A.全部研究对象

B.全部研究对象中抽取的一份

C.全部样本

D.全部研究指标

E.全部同质研究对象的某个变量的值

2、统计学中所说的样本是指()

A.随意抽取的总体中任意部分

B.有意识的选择总体中的典型部分

C.依照研究者要求选取总体中有意义的一部分

D.依照随机原则抽取总体中有代表性的一部分

E.有目的的选择总体中的典型部分

3、下列资料属等级资料的是()

A.白细胞计数

B.住院天数

C.门急诊就诊人数

D.病人的病情分类

E.ABO血型分类

4、为了估计某年华北地区家庭医疗费用的平均支出,从华北地区的5个城市随机抽样调查了1500户家庭,他们的平均年医疗费用支出是997元,标准差是391元。该研究中研究者感兴趣的总体是()

A.华北地区1500户家庭

B.华北地区的5个城市

C.华北地区1500户家庭的年医疗费用

D.华北地区所有家庭的年医疗费用

E.全国所有家庭的年医疗费用

5、欲了解研究人群中原发性高血压病(EH)的患病情况,某研究者调查了1043人,获得了文化程度、高血压家族史、月人均收入、吸烟、饮酒、打鼾、脉压差、心率等指标信息。则构成计数资料的指标有()

A.文化程度、高血压家族史吸烟、饮酒、打鼾

B.月人均收入、脉压差、心率

C.文化程度、高血压家族史、、打鼾

D.吸烟、饮酒

E.高血压家族史、饮酒、打鼾

第二章计量资料统计描述及计数资料统计描述

1、描述一组偏态分布资料的变异度,以()指标较好。

A.全距

B.标准差

C.变异系数

D.四分位数间距

E.方差

2、用均数和标准差可以全面描述()资料的特征。

第十二章 秩和检验

第十二章 秩和检验

第十二章秩和检验

假设检验通常可划分为参数检验(parametric test)和非参数检验(nonparametri c test)两大类。

以特定的总体分布为前提,对未知的总体参数作推断的假设检验方法统称为参数检验。前面章节介绍的t检验和方差分析均要求样本来自正态总体,属于参数检验。非参数检验不以特定的总体分布为前提,也不对总体参数作推断,故也称为任意分布检验(distribution-free test)。

非参数检验具有广泛的适用性。由于总体不必服从特定分布,无论资料总体分布形式如何,一端或两端无界,甚至分布未知,都能适用。在非参数检验中,一般不直接用样本观察值做分析,统计量的计算是基于原始数据在整个样本中按大小所占的位次。由于非参数检验没有利用观察值的具体数值,而只利用了其大小次序的信息,信息利用不够充分,故凡适合参数检验的资料,应首选参数检验。但当总体分布不明确时,则应采用非参数检验。尤其对于那些难以确定分布又出现少量离群值的小样本数据,非参数检验在剔除这些数据前后所得结论显示出了较好的稳健性。

非参数检验方法很多,有秩和检验(rank sum test)、符号检验、游程检验、等级相关分析等。本章介绍在非参数检验中占有重要地位且检验功效相对较高的秩和检验。

第一节Wilcoxon符号秩和检验

1945年Wilcoxon提出的Wilcoxon符号秩和检验(Wilcoxon singned-rank tes t),亦称符号秩和检验,可用于配对设计计量差值的比较,还可用于单一样本与总体中位数的比较。

田间试验与统计分析 第十二章 多因素试验结果的统计分析

田间试验与统计分析 第十二章 多因素试验结果的统计分析

变异来源
DF
主区部分 区组 r-1
A a-1
误差 Ea(r-1)(a-1) 主区总变异 ra-1
变异来 源
区组间 处理A 处理B A×B 误差
DF
r-1 a-1 b-1 (a-1)(b-1) (r-1)(ab-1)
固定模型
2
ab
2
2
rb
2 A
2
ra
2 B
2
r
2 AB
2
随机模型
混合模型(A随机,B 固定)
2
ab
2
2
ab2or
2
ab
2
2
r
2 AB
rb
2 A
2
rb
2 A
2
r
2 AB
ra
2 B
10 8
67
7
9
A2B3 A3B2 A1B2 A3B1 A1ⅠB3 A2B A2B2 A3B3 A1B1
Ⅱ7
77
7
5 99 9
8
A3B1 A1B3 A2B1 A1B2 A2B2 A3B3 A1B1 A2B3 A3B2
668
66
9
86
8

区组和处理两向表
处理 Ⅰ
A1B1 8 A1B2 7 A1B3 6 A2B1 9 A2B2 7 A2B3 8 A3B1 7 A3B2 8 A3B3 10

方差分析

方差分析

用纯苯 (b1, j=1) 1.94 2.25
不用纯苯 (b2, j=2) 3.80 3.90 4.06 3.85 3.84 5 3.8900
用纯苯 (b1, j=1) 1.85 2.01 2.10 1.92 2.04 5 1.9840
不用纯苯 (b2, j=2) 3.88 3.84 3.96 3.92 3.80 5 3.8800
n
i j
ij
( xij x ) 2
i
n (x
i i
x) 2
SS A a 1
MS A MS误差
B
n
j
j
(x j x) 2
b–1
SS B b 1
SS AB (a 1)(b 1)
MS B MS误差 MS AB MS误差
AB
SS处理 SS A SS B
SS总 SS A SS B SS AB 或
区组
k(x
j
b
j
x)
2


( xij ) 2 k
C*
b–1 N–k–b+1 或 (k–1) (b–1) N–1
误差
SS总 SS处理 SS区组
( x ) 2 x N
2


x
2
C
*
SS 总 N 1

统计学知识点(完整)

统计学知识点(完整)

基本统计方法

第一章概论

1。总体(Population):根据研究目的确定的同质对象的全体(集合);样本(Sample):从总体中随机抽取的部分具有代表性的研究对象。

2。参数(Parameter):反映总体特征的统计指标,如总体均数、标准差等,用希腊字母表示,是固定的常数;统计量(Statistic):反映样本特征的统计指标,如样本均数、标准差等,采用拉丁字字母表示,是在参数附近波动的随机变量。

3. 统计资料分类:定量(计量)资料、定性(计数)资料、等级资料。

第二章计量资料统计描述

1. 集中趋势:均数(算术、几何)、中位数、众数

2。离散趋势:极差、四分位间距(QR=P75—P25)、标准差(或方差)、变异系数(CV)

3。正态分布特征:①X轴上方关于X=μ对称的钟形曲线;②X=μ时,f(X)取得最大值;

③有两个参数,位置参数μ和形态参数σ;④曲线下面积为1,区间μ±σ的面积为68.27%,区间μ±1.96σ的面积为95.00%,区间μ±2。58σ的面积为99。00%。

4. 医学参考值范围的制定方法:正态近似法:;百分位数法:P2.5-P97.5。

第三章总体均数估计和假设检验

1。抽样误差(Sampling Error):由个体变异产生、随机抽样造成的样本统计量与总体参数的差异。抽样误差不可避免,产生的根本原因是生物个体的变异性.

2。均数的标准误(Standard error of Mean, SEM):样本均数的标准差,计算公式:.反映样本均数间的离散程度,说明抽样误差的大小。

3。降低抽样误差的途径有:①通过增加样本含量n;②通过设计减少S。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
组间方差 F= 组内方差
三、单因素方差分析的方法步骤 单因素方差分析的方法步骤 单因素方差分析应用的条件: 单因素方差分析应用的条件:被检验的总体 服从正态分布且各总体方差齐性。 ㈠ 提出统计假设
H 0 : µ1 = µ 2 = ⋯ = µ k
㈡ 计算统计量F值 计算统计量F 1、列表计算下列各值 试验数据用 x ij 表示 i 列标 i =1,2,……K j行标 j = 1,2,…… n
n′ = 3 −1 = 2 A
n′ = 18 − 3 = 15 E
84.000 379.611 = 5.600 MS E = MS A = = 189.805 15 2 189.805 F= = 33.893 ≈ 33.89 5.600
F 0 . 01 ( 2 ,15 ) = 6 . 36
33.89>6.36 P<0.01 运动项目对运动员纵跳成绩有显著性影响,不 同运动项目运动员平均纵跳成绩差异有高度 显著性意义。
方差分析表 差异来源 离差平方和 组 组 总 间 内 379.611 84.000 463.611 自由度 2 15 17 方差 189.805 5.600 F 33.89 P P<0.01
2 xij = 493 ∑∑
(− 23)2 C=
18
2
= 29.389
LT = 493 − 29.389 = 463.611
(− 35) + (− 18) − 29.389 = 379.611 30 LA = + 5 7 6 LE = 463.611 − 379.611 = 84.000
2 2
′ nT = 18 −1 = 17
2、计算离差平方和 (1)总离差平方和
LT
(∑∑X ) = ∑∑X − = ∑∑X N
2 2 ij ij
2 2 ij ij
2 ij
−c
(∑∑ X ) c=
ij
2
N
(2)组间离差平方和
LA
(∑ X ) (∑∑ X ) (∑ X ) =∑ − =∑ n N n
ij i i
2
−c
(3)组内离差平方和
L E = LT − L A
i
n
(1) ∑ X ij
各水平重复试验数据之和 j =1 (各样本数据之和) 2 n (2) ∑ X ij 各水平重复试验数据平方和 j =1 (各样本数据平方和) k n (3) ∑∑ X ij 各水平重复试验数据和的总和 i =1 j =1 (全部数据之和) k n 2 X ij 各水平重复试验数据平方和的总和 (4)∑∑ i=1 j =1 (全部数据的平方和)
[例1]为考查不同训练方法对磷酸肌酸增长的 影响,我们采用了四种不同的训练方法。每 种方法选取条件相仿的6名运动员,通过三个 月的训练以后,其磷酸肌酸的增长值(单 位:mg/100ml)如下表。试检验训练方法对 运动员磷酸肌酸增长值有无显著性影响?即 四种训练方法运动员磷酸肌酸平均增长值差 异 有无显著性意义?
LE = LT − L A = 45 ⋅890 − 17.288 = 28.602
nT = N −1= 24−1= 23 ′ n′ = k −1= 4−1= 3 A n′ = N −k = 24−4 = 20 E
LA 17.288 = = 5.762 MSA = ′ 3 nA
L E 28 .602 MS E = = = 1 .430 n′ 20 E
H 0 : µ1 = µ 2 = µ 3
排球 1 2 3 4 5 6 7 8 5 3 8 6 体操 -5 -7 -5 -5 -3 -8 -2
ij
′ x ij = x ij − 70
游泳 -1 -8 -4 -3 -2 0 -18 94
∑x 2 xij ∑
30 198
-35 201
∑∑ x
ij
= −23
离差平方和 自由度 17.288 28.602 45.890 3 20 23 方差 F P 5.762 1.430 4.03 P<0.05
[例2]测得男子排球、体操、游泳三个项目运 动员的纵跳成绩(单位:厘米)如下: 排球 78 75 73 78 76 体操 65 63 65 65 67 62 68 游泳 69 62 66 67 68 70 试检验运动项目对纵跳成绩有无显著性影 响,即不同运动项目运动员平均纵跳成绩之 间的差异有无显著意义?
MS A 5 .762 F = = = 4 .029 ≈ 4 .03 MS E 1 .430
差异来源 组 组 总 间 内
F0.01(3, 20 ) = 4.94 F0.05(3,20) = 3.10 4.03>3.10 P<0.05 训练方法对运动员磷 酸肌酸增长值有显著性影响,即四种训练方 法 运动员磷酸肌酸平均增长值差异有显著性意 方差分析表 义。
第十二章 方差分析
第一节 单因素方差分析
一、单因素方差分析的几个概念 因素: 因素:影响研究对象的某一指标、变量。 。 水平: 水平:因素变化的各种状态或因素变化所分 的等级或组别。 单因素试验:考虑的因素只有一个的试验叫 单因素试验 单因素试验。
单因素方差分析:对单因素试验结果进行分 单因素方差分析 析,检验因素对试验结果有无显著性影响的 方法叫单因素方差分析。单因素方差分析是 两个样本平均数比较的引伸,它是用来检验 多个平均数之间的差异,从而确定因素对试 验结果有无显著性影响的一种统计方法。 二、单因素方差分析的基本原理
LE MSE = n′ E
(三) 查表求临界值 附表4 F值表(方差分析用) P291 Fα ( n ′ , n ′ )
1 2
′ A n1 = n′ = k -1
F < F0.05( n1′ ,n′2 )
F ≥ F0.05 ( n1′ , n ′2 ) F ≥ F0.01( n1′ ,n′2 )
n′ = n′ = N −k 2 E
p > 0.05
p ≤ 0 .05 p ≤ 0.01
(四)确定概率判定
因素对试验结果无显著性影响
因素对试验结果有显著 性影响 因素对试验结果有高度 显著性影响
对[例1]进行单因素方差分析
H 0 : µ1 = µ 2 = µ 3 = µ 4
方法一 方法二 方法三 方法四 1 2 3 4 5 6 3.3 1.2 0 2.7 3.0 3.2
3、计算自由度 ′ (1)总自由度 nT = N − 1 (2)组间自由度 n′ = k − 1 A ′ (3)组内自由度 n′ = N − k = nT − n′A E 4、计算方差 LA MS A = (1)组间方差 ′
nA
(2)组内方差 计算统计量F 5、 计算统计量F值
MS F = MS
A E
C =
(ΣΣ X )
ij
2
N
2Leabharlann Baidu
69 .7 2 = = 202 . 420 24
LT = ΣΣX ij − c = 248.31 − 202.420 = 45.890
LA
(ΣX ) =Σ
ij
2
ni
13.42 16.52 13.82 26.02 −c = + + + − 202.420 = 17.288 6 6 6 6
编号 1
xi
方法一 方法二 方法三 方法四 3.3 1.2 0 2.7 3.0 3.2 2.23 3.0 2.3 2.4 1.1 4.0 3.7 2.75 0.4 1.7 2.3 4.5 3.6 1.3 2.30 3.6. 4.5 4.2 4.4 3.7 5.6 4.33
2 3 4 5 6
xi
从表中的数据可以看到 1、存在组内差异 2、存在组间差异 3、存在总的差异 方差分析的基本思想是:将总差异分解,分 方差分析的基本思想 出组间差异和组内差异,并分别用组间方 差、组内方差来表示其差异程度的大小,然 后对组间差异和组内差异的大小进行比较。
ij
3.0 2.3 2.4 1.1 4.0 3.7 16.5 50.95
0.4 1.7 2.3 4.5 3.6 1.3 13.8 43.24
3.6 4.5 4.2 4.4 3.7 5.6 26.0 115.26
∑x
∑ xij
13.4 38.86
∑∑ x
∑∑ x
ij
= 69.70
= 248.31
2
2 ij
相关文档
最新文档