均值比較與方差分析-閱讀頁
2025-05-27 23:31本頁面
【正文】 F F FF F F高 度 顯 著顯 著一 般 顯 著2022/5/27 41 2022/5/27 42 例 4 對(duì)引例進(jìn)行方差分析 。 (2) 分析 比較均值 單因素ANOVA。 2022/5/27 43 (4) 在對(duì)比欄中選擇 “ 多項(xiàng)式 (線性 )”；在兩兩比較欄中選擇 “ LSD”, 其它默認(rèn) 。 2022/5/27 44 因子分析要求各水平下總體方差相等 ， 即方差齊性 。 2022/5/27 45 競(jìng)爭(zhēng)者個(gè)數(shù)對(duì)銷售額影響顯著 。 表中數(shù)據(jù)顯示 ， 0和 1， 0和 3， 1和 3， 2和 3差異不顯著 ， 而 0和 2， 1和2差異顯著 。 2022/5/27 48 2022/5/27 49 4. 多因子方差分析 多因子方差分析研究 兩個(gè)及以上因素 是否對(duì)指標(biāo)產(chǎn)生顯著影響 。 2022/5/27 50 下面以兩因子為例介紹多因子方差分析 。 2022/5/27 51 若一個(gè)因子水平下的指標(biāo)不受另一個(gè)因子不同水平的影響 ， 則稱這兩個(gè)因子無交互作用 。 無交互作用 1A 2A 1B 10 20 2B 15 25 A1A 2B 1B 2y2022/5/27 52 有交互作用 無交互作用時(shí)雙因子方差分析的步驟為： (1) 提出假設(shè) 通常假設(shè)影響不顯著 。 (3) 確定顯著性水平 (4) 計(jì)算檢驗(yàn)統(tǒng)計(jì)量 (5) 作出推斷 有交互作用時(shí)雙因子方差分析的步驟為： (1) 提出假設(shè) 2022/5/27 54 通常假設(shè)影響不顯著 。 (3) 確定顯著性水平 (4) 計(jì)算檢驗(yàn)統(tǒng)計(jì)量 (5) 作出推斷 若 ， 則在 水平下因子 A顯著； ?AFF? ?2022/5/27 55 若 ， 則在 水平下因子 B顯著； 若 ， 則在 水平下因子A B顯著 。 試分析電腦品牌和銷售地區(qū)對(duì)銷售量的影響 。 (2) 分析 一般線性模型 單變量 。 (3) 選銷售量為因變量 ， 地區(qū)和品牌為固定因子 。 2022/5/27 57 (5) 對(duì)比和繪制選項(xiàng)可以默認(rèn) 。 (7) 在選項(xiàng)欄中可選擇輸出 “ 方差齊性檢驗(yàn) ” 。 不過 ,一般認(rèn)為 ， 方差齊性檢驗(yàn)不太重要 ，只要各組樣本數(shù)量相等即可 。 ..? ? ?0 1 4 4 0 0 5P ?地 區(qū)? ? ?0 0 0 0 0 0 1P ?品 牌2022/5/27 60 2022/5/27 61 多重比較的解釋同前 。 若要考慮交互作用 ， 則應(yīng)選擇全因子分析模型 ， 但并不是任何數(shù)據(jù)都可以進(jìn)行全因子分析 ， 如例 5。 例 6 將超市位置按商業(yè)區(qū) 、 居民 2022/5/27 62 區(qū)和寫字樓分成 3類 ， 并在不同位置分別隨機(jī)抽取 3家超市 ， 競(jìng)爭(zhēng)者數(shù)量按 0個(gè) , 1個(gè) , 2個(gè) , 3個(gè)分為 4類 。 解 在模型選項(xiàng)中默認(rèn)全因子 , 在繪制選項(xiàng)中選競(jìng)爭(zhēng)者數(shù)量為水平軸 ，選超市位置為單圖 ， 然后添加 。 2022/5/27 64 ..? ? ?0 000 0 01P ?競(jìng) 爭(zhēng) 者 數(shù) 量..? ? ?0 000 0 01P ?超 市 位 置..? ? ? ?0 0 1 7 0 0 5ABP ?2022/5/27 65 競(jìng)爭(zhēng)者數(shù)量和超市位置與銷售額高度顯著 ， 但兩者的交互作用與銷售額一般顯著 。
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1