单因素方差分析完整实例.docx

什么是单因素方差分析 　　单因素方差分析是指对单因素试验结果进行分析，检验因素对试验结果有无显著性影响的方法。 　　单因素方差分析是两个 HYPERLINK /wiki/%E6%A0%B7%E6%9C%AC 样本 HYPERLINK /wiki/%E5%B9%B3%E5%9D%87%E6%95%B0 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 HYPERLINK /wiki/%E7%BB%9F%E8%AE%A1%E6%96%B9%E6%B3%95 统计方法。 单因素方差分析相关概念 因素：影响研究对象的某一 HYPERLINK /wiki/%E6%8C%87%E6%A0%87 指标、 HYPERLINK /wiki/%E5%8F%98%E9%87%8F 变量。 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。 单因素方差分析示例 HYPERLINK /wiki/%E5%8D%95%E5%9B%A0%E7%B4%A0%E6%96%B9%E5%B7%AE%E5%88%86%E6%9E%90#_note-.E5.8D.95.E5.9B.A0.E7.B4.A0.E6.96.B9.E5.B7.AE.E5.88.86.E6.9E.90 [1] 　　例如，将抗生素注入人体会产生抗生素与血浆蛋白质结合的现象，以致减少了药效。下表列出了5种常用的抗生素注入到牛的体内时，抗生素与血浆蛋白质结合的百分比。现需要在 HYPERLINK /wiki/%E6%98%BE%E8%91%97%E6%80%A7%E6%B0%B4%E5%B9%B3 显著性水平α = 0.05下检验这些百分比的均值有无显著的差异。设各 HYPERLINK /wiki/%E6%80%BB%E4%BD%93 总体服从 HYPERLINK /wiki/%E6%AD%A3%E6%80%81%E5%88%86%E5%B8%83 正态分布，且 HYPERLINK /wiki/%E6%96%B9%E5%B7%AE 方差相同。 青霉素 四环素 链霉素 红霉素 氯霉素 29.6 27.3 5.8 21.6 29.2 24.3 32.6 6.2 17.4 32.8 28.5 30.8 11.0 18.3 25.0 32.0 34.8 8.3 19.0 24.2 　　在这里，试验的指标是抗生素与血浆蛋白质结合的百分比，抗生素为因素，不同的5种抗生素就是这个因素的五个不同的水平。假定除抗生素这一因素外，其余的一切条件都相同。这就是单因素试验。试验的目的是要考察这些抗生素与血浆蛋白质结合的百分比的均值有无显著的差异。即考察抗生素这一因素对这些百分比有无显著影响。这就是一个典型的单因素试验的 HYPERLINK /wiki/%E6%96%B9%E5%B7%AE%E5%88%86%E6%9E%90 方差分析问题。 单因素方差分析的基本理论 HYPERLINK /wiki/%E5%8D%95%E5%9B%A0%E7%B4%A0%E6%96%B9%E5%B7%AE%E5%88%86%E6%9E%90#_note-.E5.8D.95.E5.9B.A0.E7.B4.A0.E6.96.B9.E5.B7.AE.E5.88.86.E6.9E.90 [1] 　　与通常的 HYPERLINK /wiki/%E7%BB%9F%E8%AE%A1%E6%8E%A8%E6%96%AD 统计推断问题一样，方差分析的任务也是先根据实际情况提出原假设H0与备择假设H1，然后寻找适当的检验统计量进行 HYPERLINK /wiki/%E5%81%87%E8%AE%BE%E6%A3%80%E9%AA%8C 假设检验。本节将借用上面的实例来讨论单因素试验的方差分析问题。 　　在上例中，因素A（即抗生素）有s（=5）个水平，在每一个水平下进行了nj = 4次独立试验，得到如上表所示的结果。这些结果是一个 HYPERLINK /wiki/%E9%9A%8F%E6%9C%BA%E5%8F%98%E9%87%8F 随机变量。表中的数据可以看成来自s个不同总体（每个水平对应一个总体）的样本值，将各个总体的均值依次记为,则按题意需检验假设 　　 　　不全相等 为了便于讨论，现在引入总平均μ 　　 其中： 再引入水平Aj的效应δj 显然有，δj表示水平Aj下的总体平均值与总平均的差异。 利用这些记号，本例的假设就等价于假设 　　 　　不全为零 因此，单因素方差分析的任务就是检验s个总体的均值μj是否相等，也就等价于检验各水平Aj的效应δj是否都等于零。 　　2. 检验所需的 HYPERLINK /wiki/%E7%BB%9F%E8%AE%A1%E9%