应用统计学方差分析

第四章方差分析analysis of variance

ANOVA

温州医学院环境与公共卫生学院叶晓蕾

1

?多个样本均数比较的方差分析

?完全随机设计资料

?随机区组设计资料

?拉丁方设计资料

?交叉设计资料

?多因素试验的方差分析

?析因设计

?正交设计

?嵌套设计

?裂区设计

?重复测量设计的方差分析

2

一.方差分析的基本思想：

例某医师用Ａ、Ｂ和Ｃ三种方案治疗婴幼儿贫血患者，治疗一个月后，血红蛋白的增加克数如下表，问三种治疗方案对婴幼儿贫血的疗效是否相同？

三种方案治疗后血红蛋白增加量（g/L）

方

案

XΣX nΣX2 A243625142634231822675054 B2018171019241081862050 C2011630-1454868608

合计33822.8217712

X

3

4全部观察值之间的变异——总变异。MS 总或MS T 各组内部各观察值之间的变异——组内变异。MS 组内或MS e :

反映随机误差大小。

各组均数之间的变异——组间变异。MS 组间或MS TR :反映处

理因素和随机误差大小。

E

E T MS MS

F e TR +==把全部观察值的变异按设计的要求分成几个部分，每部分与特定的因素相联系，其中某部分由随机误差造成，通过比较可能由某因素所致的变异与

第12章 方差分析概论12.1 引言 各种不同情境下的双组实验设计有其自身局限，可 能会忽略有价值的信息。 例如：哪种治疗方法效果最好？ 如果要比较六个组，是否可以进行六次双组 t 检验？ 答案：进行六次 t 检验，会增大犯Ⅰ类错误的风险 ( 拒绝一个真实的虚无假设)。 再举一个极端的例子，假设进行一项研究，需要分 别进行1000次 t 检验。如果有50个 t 值表明差异在 0.05上显著，你会吃惊吗？

方差分析(analysis of variance)对多个样本进行比较并评估其显著性时，可以克服 t 检验存在的问题。它能够帮助我们回答一个问题：是 否可用一个总的指标说明实验处理导致各个不同组间 的平均数有差异？ 12.2 平方和的概念

2 S

( X X )2 n 1

X

2

X n

2

n 1

SS n 1

从公式可以看出，若离差大，则方差也大，离差小 ，数据紧聚在平均数周围，则方差也小。

回忆一下 两样本 t 检验计算公式：

( X 1 X 2 ) ( 1 2 ) t SX1 X 2

SX1 X 2

SS1 SS 2 1 1 n n n1 n2 2 1 2

问：分子和

合肥学院

2015－2016第二学期

《多元统计分析》课程论文

论文题目 方差分析

姓 名 郑宁

学 号 1307021001

专 业 数学与应用数学（1）

成 绩

2016.4

方差分析

——以南极的1951-1980的3、6、9、12月的各温度的相关数据为基础，建立方差分析模型进行分析。

摘要：单因素方差分析（ANOVA）是用来研究一个分类型自变量的不同水平对一个数值型因变量的影响。方差分析不仅可以提高检验的效率，而且可以提高检验的可靠性。本论文为了研究南极的1951-1980的3、6、9、12月的各温度有无显著性变化。根据假设检验的原理，运用SAS软件，以南极的3、6、9、12月各温度作为实验因素，建立方差分析模型，最后在给定的显著性水平下，判断出各实验因素之间有无显著性差异，从而得出实验因素之间的方差分析模型，即确定了南极的1951-1980的3、6、9、12月的温度之间有没有显著性变化。

关键词:方差分析模型 SAS软件

一、问题提出与分析

现有南极的1951-1980的3、6

合肥学院

2015－2016第二学期

《多元统计分析》课程论文

论文题目 方差分析

姓 名 郑宁

学 号 1307021001

专 业 数学与应用数学（1）

成 绩

2016.4

方差分析

——以南极的1951-1980的3、6、9、12月的各温度的相关数据为基础，建立方差分析模型进行分析。

摘要：单因素方差分析（ANOVA）是用来研究一个分类型自变量的不同水平对一个数值型因变量的影响。方差分析不仅可以提高检验的效率，而且可以提高检验的可靠性。本论文为了研究南极的1951-1980的3、6、9、12月的各温度有无显著性变化。根据假设检验的原理，运用SAS软件，以南极的3、6、9、12月各温度作为实验因素，建立方差分析模型，最后在给定的显著性水平下，判断出各实验因素之间有无显著性差异，从而得出实验因素之间的方差分析模型，即确定了南极的1951-1980的3、6、9、12月的温度之间有没有显著性变化。

关键词:方差分析模型 SAS软件

一、问题提出与分析

现有南极的1951-1980的3、6

参考答案：

1、 题中所给数据的有效位数较多，为简化计算将所有数据都减去30，另组计算表如下

表。 甲 1 2 3 4 5 6 T.j 机 乙 3.24 2.56 1.49 2.67 3.04 1.18 14.18 2.33 1.28 0.35 2.14 1.75 7.85 型 丙 3.44 2.48 3.15 2.46 2.18 13.71 3?Tj?1.j?35.74 T.j T.jnjnj261.6225 12.3245 14.8319 201.0724 33.5121 187.9641 37.5928 ------ T.jnjnj232?j?1?83.4294 37.0342 38.7105 3?i?1x 2ij??j?1i?1xij?90.5766 2St?90.5766?35.74162?10.7424

SA?83.4294?35.74162?3.5952

SB?10.7424?3.5952?7.1472

ST,SA,SB的自由度依次为n?1?15,S?1?2,n?S?13，得方差分析表如下表所示。

方差 来源 组间(因素) 组内 总和 SA?3.5952 SB?7.1472 ST?10.7424 S?1

一、单因素方差分析

1．完全窗口介绍

单因素方差分析的完全窗口管理通过Analyze菜单中的Compare Means由One-Way ANOVA菜单项调用。 （1）主对话框

按Analyze → Compared Means → One-Way Anova的顺序单击。就可以打开“单因素方差分析”主对话框，如图1所示。

图1 “单因素方差分析”对话框

（2）因变量框

在主对话框中可以看到因变量框（Dependent List），该框中列出主要分析的所有因变量。要从左源变量框中选取变量进入该框，只需选中所要选取的变量，然后按向右的箭头即可。可以有多个因变量。 （3）因素框

在主对话框中可以看到因素框（Factor），该框中列出了因素。要从左边源变量框中选取变量进入该框，只需选中所要选取的变量，然后按向右的箭头即可。因素同样也是分组变量，必须满足只取有限个水平的条件。 （4）Contrast对话框

在主对话框中单击【Contrast】键，即可打开“Contrast”对话框，如图2所示。在该框中指定一种要用t检验来检验的priori对比，可以进行均值的多项式比较。

图2 多项式比较对话框

该框中各项意义如下： ① Polynomial复选框 选

北京大学医学部

第五章多组数值变量比较王洪源

北京大学医学部

假设检验

两组数值变量比较

正态性、等方差假设

t-检验 正态性假设成立、不等方差 调整的t-检验 正态性、等方差假设不成立 Wilcoxon秩和检验 在正态性、等方差假设成立时t-检验的效 率是好的。

北京大学医学部

假设检验

多组数值变量比较

正态性、等方差假设 方差分析 正态性、等方差假设不成立 Kruskal-Wallis秩和检验

北京大学医学部

为研究铅对儿童神经行为的影 响，研究者在某铅矿区对儿童的血铅水平及 神经行为评价指标手指敲击测验进行了测定， 第一年和第二年儿童的血铅水平均大于等于 40 mg/dl的17名，为暴露组(group=2),第一 年儿童的血铅水平均大于等于40mg/dl、第 二年儿童的血铅水平小于40mg/dl的15名， 为既往暴露组(group=3),第一年和第二年儿 童的血铅水平均小于40mg/dl的15名，为对 照组(group=1),神经行为评价指标为第二年 的手指敲击测验得分。

例9.1

北京大学医学部

表 9.1 某铅矿区儿童不同铅表露水平的手指敲击测验结果 对照组 手指敲击 No 1 2 3 4 16 17 18 19 group 1 1

方差分析

5.1.1评价不同行业的服务质量，消费者协会分别在零售业、旅游业、航空公司、家电制造业抽取了不同的企业作为样本，其中零售业7家，旅游业6家，航空公司5家，家电制造业5家，然后统计出近期消费者对这23家企业的投诉次数，试分析4个行业之间的服务质量是否存在显著差异？（基本数据见5-1.sav，资料来源：赖国毅等编著，SPSS17.0常用功能与应用，电子工业出版社）。

5.1.2.某企业有4条生产线生产同一中型号的产品，对每条生产线观测其一周的日产量，要求判断不同生产线的日产量是否有显著的差异(基本数据见5-2.sav)。

5.2.1.某商家有商品销售的数据资料，分析销售额是否受到促销方式和售后服务的影响。用变量“促销”对促销方式进行区分，取值为0表示无促销，取值为1表示被动促销，取值为2表示主动促销。变量“售后”对所采取的售后服务进行刻画，取值为0表示没有售后服务，取值为l表示有售后服务(基本数据见5-4.sav，资料来源：徐秋艳等，SPSS统计分析方法与应用实验教程，中国水利水电出版社，2011)。

5.3.1. 政府为了帮助年轻人提高工作技能，进行了一系列有针对性的就业能力和工作技能培训项目，为检验培训工作的成效，对1000

方差分析

5.1.1评价不同行业的服务质量，消费者协会分别在零售业、旅游业、航空公司、家电制造业抽取了不同的企业作为样本，其中零售业7家，旅游业6家，航空公司5家，家电制造业5家，然后统计出近期消费者对这23家企业的投诉次数，试分析4个行业之间的服务质量是否存在显著差异？（基本数据见5-1.sav，资料来源：赖国毅等编著，SPSS17.0常用功能与应用，电子工业出版社）。

5.1.2.某企业有4条生产线生产同一中型号的产品，对每条生产线观测其一周的日产量，要求判断不同生产线的日产量是否有显著的差异(基本数据见5-2.sav)。

5.2.1.某商家有商品销售的数据资料，分析销售额是否受到促销方式和售后服务的影响。用变量“促销”对促销方式进行区分，取值为0表示无促销，取值为1表示被动促销，取值为2表示主动促销。变量“售后”对所采取的售后服务进行刻画，取值为0表示没有售后服务，取值为l表示有售后服务(基本数据见5-4.sav，资料来源：徐秋艳等，SPSS统计分析方法与应用实验教程，中国水利水电出版社，2011)。

5.3.1. 政府为了帮助年轻人提高工作技能，进行了一系列有针对性的就业能力和工作技能培训项目，为检验培训工作的成效，对1000

1、方差齐性检验

由于方差分析的前提是各水平下的总体服从正态分布并且方差相等，因此有必要对方差齐性进行检验，即对控制变量不同水平下各观测变量不同总体方差是否相等进行分析。

SPSS单因素方差分析中，方差齐性检验采用了方差同质性（Homogeneity of Variance）的检验方法，其零假设是各水平下观测变量总体方差无显著性差异，实现思路同SPSS两独立样本t检验中的方差齐性检验。

2、多重比较检验

上面的基本分析可以判断控制变量是否对观测变量产生了显著影响。如果控制变量确实对观测变量产生了显著影响，进一步还应确定，控制变量的不同水平对观测变量的影响程度如何，其中哪个水平的作用明显大于其它水平，哪些水平的作用是不显著的。例如已经确定不同施肥量会对农作物的产量产生显著影响，便希望进一步了解究竟是10公斤、20公斤还是30公斤施肥量最有利于提高产量，哪种施肥量对农作物产量没有显著影响。掌握了这些信息，我们就能够制定合理的施肥方案。

多重比较检验就是分别对每个水平下的观测变量均值进行逐对比较，判断两均值之间是否存在显著差异。其零假设是相应组的均值之间无显著差异。