【正文】 ? Pooled StDev = 222 許氏比較結(jié)果 ? Hsu39。s MCB (Multiple Comparisons with the Best) ? Family error rate = ? Critical value = ? Intervals for level mean minus largest of other level means ? Level Lower Center Upper ++++ ? 1 (*) ? 2 (*) ? 3 (*) ? 4 (*) ? ++++ ? 223 Turkey比較結(jié)果 ? Tukey 95% Simultaneous Confidence Intervals ? All Pairwise Comparisons among Levels of Carpet ? Individual confidence level = % ? Carpet = 1 subtracted from: ? Carpet Lower Center Upper ++++ ? 2 (*) ? 3 (*) ? 4 (*) ? ++++ ? 10 0 10 20 ? Carpet = 2 subtracted from: ? Carpet Lower Center Upper ++++ ? 3 (*) ? 4 (*) ? ++++ ? 10 0 10 20 ? Carpet = 3 subtracted from: ? Carpet Lower Center Upper ++++ ? 4 (*) ? ++++ ? 10 0 10 20 224 圖形 225 結(jié)果說明 ? 在方差分析表 中，地毯的 p 值 () 表明，有足夠證據(jù)證明，當(dāng) alpha 設(shè)置為 時(shí)，并非所有平均值都相等。要研究平均值之間的差異，請(qǐng)檢查多重比較結(jié)果。 ? 許氏 MCB 比較 – 許氏 MCB （與最佳值的多重比較）是將每個(gè)平均值與其他平均值中的最佳值（最大值）進(jìn)行比較。 Minitab 會(huì)將地毯 3 的平均值與地毯 4 的平均值進(jìn)行比較，因?yàn)榈靥? 4 的平均值最大。地毯 1 或 4 可能是最佳的，因?yàn)閷?duì)應(yīng)的置信區(qū)間 包含正值。沒有證據(jù)表明地毯 2 或 3 是最佳的，因?yàn)樯蠀^(qū)間端點(diǎn)為 0，這是最小的可能值。 ? 注 通過檢查上下置信區(qū)間，可以說明任意最佳角逐者的潛在優(yōu)勢(shì)或不足。例如，如果地毯 1 是最佳的，則它優(yōu)于與其最接近的競(jìng)爭(zhēng)者的程度不會(huì)超過 ，它劣于其他水平平均值中最佳者的程度可能達(dá)到 。 226 Tukey 比較 ? Tukey 檢驗(yàn)提供了 3 組多重比較置信區(qū)間 ： ? 地毯 1 平均值減自地毯 4 平均值：第一組 Tukey 輸出的第一個(gè)區(qū)間 (, , ) 給出了減自地毯 2 平均值的地毯 1 平均值的置信區(qū)間。通過顛倒區(qū)間值的順序和符號(hào)，可以輕松找到未包括在輸出中的項(xiàng)的置信區(qū)間。例如，地毯 1 的平均值減地毯 2 的平均值的置信區(qū)間為 (, , )。對(duì)于此組比較，由于所有置信區(qū)間都包括 0，因此沒有任何平均值在統(tǒng)計(jì)意義上不同。 ? 地毯 2 平均值減自地毯 3 和 4 平均值：地毯 2 和 4 平均值在統(tǒng)計(jì)意義上不同，因?yàn)榇似骄到M合的置信區(qū)間 (, , ) 不包括零。 ? 地毯 3 平均值減自地毯 4 平均值：地毯 3 和 4 不存在統(tǒng)計(jì)意義上的不同，因?yàn)橹眯艆^(qū)間包括 0。 ? 通過不將 F 檢驗(yàn)作為條件，在全族誤差率 為 時(shí)，處理平均值中似乎出現(xiàn)了差異。如果許氏 MCB 方法對(duì)這些數(shù)據(jù)而言是個(gè)好的選擇，則可將地毯 2 和 3 從最佳選擇中排除。使用 Tukey 方法時(shí)，地毯 2 和 4 的平均耐用性似乎有所不同。 227 二因子變異數(shù)分析 涂順章 228 變異數(shù)分析 229 圖形 230 數(shù)據(jù)結(jié)果 ? MultiVari Chart for Strength by SinterTime MetalType ? ? Twoway ANOVA: Strength versus SinterTime, MetalType ? Source DF SS MS F P ? SinterTime 2 ? MetalType 2 ? Interaction 4 ? Error 18 ? Total 26 ? S = RSq = % RSq(adj) = % 231 相關(guān)分析 ? 相關(guān)分析：分析兩變數(shù)之線性關(guān)係 (Stat Basic Statistics Correlation) – 相關(guān)係數(shù) r： |r| ≦ 1 – r → 1 ：高度正相關(guān) – r → － 1：高度負(fù)相關(guān) – r → 0 ：無相關(guān) ? 假設(shè) H0: ρ= 0 H1: ρ≠0 拒絕 H0表示兩變數(shù)有線性關(guān)係 。 232 ? 目的：了解大一學(xué)生之 SAT語文成績(jī) (Verbal)、SAT數(shù)學(xué)成績(jī) (Math)及學(xué)業(yè)成績(jī) (GPA)之關(guān)連性 。 ? 實(shí)際操作 1. 開啓工作單 (在 Minitab 之 data 資料夾內(nèi) )。 2. 選 Stat Basic Statistics Correlation。 3. 在 Variables中 ， 輸入 Verbal Math GPA。 4. 按下 OK 鈕。 兩兩變數(shù)之相關(guān)性檢定 233 Regression 234 Regression ? 執(zhí)行該命令可以用最小二乘法進(jìn)行一元或多元回歸分析，存儲(chǔ)分析結(jié)果，分析殘差，生成預(yù)測(cè)區(qū)間和置信區(qū)間，并進(jìn)行回歸模型的擬合優(yōu)度檢驗(yàn)。也可使用該命令進(jìn)行多項(xiàng)式回歸模型。 235 對(duì)話框的輸入 選擇包含響應(yīng)變量的欄 選擇包含預(yù)測(cè)因子的欄 236 Graphs選項(xiàng) 選擇殘差計(jì)算方式 殘差圖的繪制 237 Options選項(xiàng) 計(jì)算新的觀測(cè)值的預(yù)測(cè)區(qū)間 238 例題 ?假設(shè)需確定血壓（ B）與體重（ W）之間的關(guān)系模型，取得數(shù)據(jù)如下 239 輸入對(duì)話框 ? 選擇“ StatRegressionRegression”。 ? 在出現(xiàn)的對(duì)話框中輸入下圖信息。 本例 “ Graphs”、 “ Options”、“ Results”、 “ Storage”保持缺省設(shè)置，點(diǎn)擊 OK即可。 240 結(jié)果輸出 ? MINITAB結(jié)果輸入如圖 Regression Analysis: B versus W The regression equation is B = + W Predictor Coef SE Coef T P Constant W S = RSq = % RSq(adj) = % Analysis of Variance Source DF SS MS F P Regression 1 Residual Error 8 Total 9 Unusual Observations Obs W B Fit SE Fit Residual St Resid 3 68 R denotes an observation with a large standardized residual. 241 練習(xí) ? 一保險(xiǎn)公司要建立居民住宅火災(zāi)造成的損失數(shù)額與該住戶到最近的消防站的距離之間回歸模型，以便準(zhǔn)確地定出保險(xiǎn)金額。下表列出了 15起火災(zāi)事故的損失及火災(zāi)發(fā)生地與最近的消防站的距離。 距消防站距離 x（ km） 火災(zāi)損失 y（千元） 距消防站距離 x（ km） 火災(zāi)損失 y（千元） 242 答案 Regression Analysis: y versus x The regression equation is y = + x Predictor Coef SE Coef T P Constant x S = RSq = % RSq(adj) = % Analysis of Variance Source DF SS MS F P Regression 1 Residual Error 13 Total 14 ? MINITAB結(jié)果輸入如下 243 演講完畢，謝謝觀看！