Excel在统计分析中的应用 教学课件 ppt 作者 陈斌第8章.pptxVIP

第八章 方差分析 重点内容： 单因素方差分析 双因素方差分析 一、单因素方差分析 1. 单因素方差分析的基本原理 单因素方差分析是用来研究某个因素的不同水平是否对观测变量产生了显著影响，这里由于仅研究单个因素对观测变量的影响，因此称为单因素方差分析，与单因素方差分析对应的是单因素试验。具体而言是指：考虑一个因素A有r个水平，分析这r个不同水平对所考察的观察值指标Y的影响，我们可以在实验时使其他因素控制不变，而只让因素A改变，这样的试验叫做单因素试验，所进行的方差分析被称之为单因素方差分析。 一、单因素方差分析 1. 单因素方差分析的基本原理 （1）单因素方差分析的数据结构 在单因素试验中，假设因素A共有r个水平，r表示单因素的分类数目，每个水平的样本容量为n，则共有r*n个观察值，单因素试验的结果以r行n列表示，构成如下的单因素分析数据结构表。 观测值j 水平r 1 2 …… n 因 素 A 水平1 x11 x12 …… x1n 水平2 x21 x22 …… x2n ┋ ┋ ┋ ┋ ┋ 水平r xr1 xr2 …… xrn 一、单因素方差分析 一、单因素方差分析 2. 利用“单因素方差分析”工具进行分析 在Excel 2010中用户可以通过“数据”选项卡“数据分析”工具中“方差分析：单因素方差分析”分析工具对单因素试验数据进行单因素方差分析。 一、单因素方差分析 3. 实例应用：不同型号设备与产品产量的单因素方差分析 （1）实例的数据说明 为提高产品的生产效率，某零件厂引进A、B、C、D四种不同型号的机器设备同时进行生产，在当月随机抽取了8天作为样本数据，并统计了每个型号的机器设备每天所生产的数量（单位：件），数据如表示。通过样本数据比较A、B、C、D 四种不同型号的机器设备对该厂生产的产品产量是否有显著影响。   1 2 3 4 5 6 7 8 机 器 设 备 A 1650 1550 1680 1750 1650 1600 1800 1750 B 1600 1610 1700 1640 1720 1580 1760 1650 C 1530 1640 1620 1680 1740 1460 1660 1820 D 1640 1520 1570 1700 1600 1510 1700 1600 一、单因素方差分析 3. 实例应用：不同型号设备与产品产量的单因素方差分析 （2）实例的操作步骤 新建“不同型号设备与产品产量的单因素方差分析” 工作簿； 选择“数据”→“数据分析”→ “方差分析：单因素方差分析”； 设置“方差分析：单因素方差分析”对话框。 （3）实例的结果分析 不管从F统计量临界值还是从P值判断，都可以得出结论：A、B、C、D 四种不同型号的机器设备对该厂产品的产量没有显著影响。 二、双因素方差分析 当方差分析中涉及两个分类型自变量，即分析两个因素对观测变量的影响时，称为双因素方差分析。 双因素方差分析根据两个因素之间是否存在交互效应而分为两种类型：一种是无重复的双因素方差分析，它假定因素A和因素B的效应之间是相互独立的，不存在相互关系，也称无交互作用的双因素方差分析；另一种是有重复的方差分析，它假定A、B两个因素不是独立的，而是相互起作用的，并且两个因素共同起作用的结果不是其各自作用的简单相加，而是会产生一个新的效应（比如说效果会成倍增加），也称有交互作用的双因素方差分析。 二、双因素方差分析 二、双因素方差分析 体重增量 饲料A 饲料B 饲料C 品种1 30 31 32 品种2 31 36 32 品种3 27 29 28 二、双因素方差分析 2. 实例应用：不同品种及饲料对幼猪生长影响的无重复双因素方差分析 （2）实例的操作步骤 新建“不同品种及饲料对幼猪生长影响的无重复双因素方差分析”工作簿 ； 提出行因素假设和列因素假设； 选择“数据”→“数据分析”→ “方差分析：无重复双因素方差分析”命令； 设置“方差分析：无重复双因素方差分析”对话框。 （3）实例的结果分析 不管从F统计量临界值还是从P值判断，都可以得出结论：不同品种的幼猪对其生长有显著影响，而不同配比的猪饲料对幼猪的生长无显著影响。 二、双因素方差分析 可重复的双因素分析的基本原理 在双因素方差分析中，如果两个因素不是独立的，而是相互起作用的，并且这两个因素共同作用的结果会对因变量产生一种新的效应，就需要考虑交互作用对因变量的影响，此时的方差分析被称为可重复的双因素方