单个总体比例的假设检验.PPT

6-* 2.调出[方差分析：单因素方差分析]对话框，按图6-6所示填写。 图6-6 6-* 6-* 6-* 【例6-15】用Excel实现例6-10的计算过程 1.输入数据，如图6-7所示。其中，B2:B4单元格存放的是在“A1”与“B1”因素水平共同作用下，进行3次试验所得的结果；D5:D7单元格存放的是在“A3”与“B2”因素水平共同作用下，进行3次试验所得的结果，其余类推。 图6-7 6-* 2.调出[方差分析：可重复双因素分析]对话框，其填写如图6-8所示。该分析工具对话框与单因素方差分析对话框基本相同，只是多了一个[每一样本的行数]编辑框，其中输入包含在每个样本中的行数。本例中，在每种不同因素水平组合下，分别进行了3次试验，因此[每一样本的行数]为“3”。每个样本必须包含同样的行数。另外，在该分析工具对话框中去掉了[标志位于第一行]复选框，但要注意输入区域必须包括因素水平标志（“A1”、“B2”等）所在的单元格区域，也即，输入区域为“$A$1:$E$10”，而不是只包括数据的单元格区域“$B$2:$E$10”。 6-* 3.单击[确定]按钮，得到方差分析表。 图6-8 6-* 本章小结 6-* 6-* 6-* 表6-4 方差分析表 变异 来源 离差 平方和 自由度 均方差 值 P-值 临界值 组间 7112.143 2370.714 1.01232 0.411573 3.196774 组内 39811.67 17 2341.863 总计 46923.81 20 6-* （一）方差分析中变量的类型 方差分析中的因变量是数量型变量。自变量可以是品质型变量，也可以是数量型变量。当自变量是数量型变量的时候，也要对其作统计分组设计，也就是将它按品质型变量来处理。 （二）总体的正态性和同方差 方差分析适用于多个正态总体Yi（i=1，2，…，m）均值的比较，且要求它们具有相同的方差。不过在实际应用中，即使对于正态性和同方差性都存在很大背离的数据，方差分析仍不失为一种提供有用的近似信息的技术。 三、关于方差分析的两点说明 6-* 第五节 双因子方差分析 一、问题的提出 二、有交互作用的双因子方差分析 6-* 一、问题的提出 方差分析中的“因子”，也称因素。它是一个独立的变量（自变量）。在上一节的例子中，我们要分析饲料是否为影响增重产生差异的原因，所以饲料是因子。该例中所考察的因子只有“饲料”一个，而其他因子如鸡的品种，饲养条件等保持不变，我们称这种方差分析为单因子方差分析。如果要同时考察饲料和鸡的品种两个因子对小鸡的增重是否有影响，则称之为双因子方差分析。 6-* 6-* 6-* 在这里要注意，不能把A的r个处理和B的c个处理看成“随机样本”。现在的rc个处理是rc个总体，即Ai和Bj的每一种搭配形成的组格都是一个总体（随机变量Yij）。对一个组格总体的nij个观测yij1,yij2,…,yij 才是随机样本。 我们把Ai与Bj的搭配所形成的组格总体即随机变量Yij的期望值记作 ，于是可以写出与表6-5（样本）相应的总体期望值表如表6-6。 6-* 6-* 6-* 6-* 6-* 6-* 二、有交互作用的双因子方差分析 样本数据的方差分析恒等式。 SST=SSA+SSB+SSAB+SSE （6.24） 式中,SST是总离差平方和， SSA 是A因子处理间的离差平方和， SSB 是B因子处理间的离差平方和， SSAB 是AB交互作用处理间的离差平方和， SSE 是组格内离差平方和。 6-* 6-* 6-* 6-* 6-* 6-* 6-* 6-* 6-* 6-* 第六节 Excel在假设检验与方差分析中的应用 一、假设检验 二、方差分析 6-* 一、假设检验 【例6-11】使用例6-1的数据进行假设检验（显著性水平0.05，双侧检验）。 解：操作步骤如下。 1.构造工作表，见图6-2。图中方框内为计算所得数据，方框外为原始输入数据。注意，如果给出了具体的样本中每袋咖啡的重量，则样本均值、标准差、样本容量分别可以用AVERAGE函数、STDEV函数和COUNT函数进行计算。 2.计算检验统计量Z（由于样本容量较大，所以使用Z统计量）。在B6单元格输入公式“=(B1-B2)/(B3/SQRT(B4))”。 3.计算临界值。在B7中输入公式“=ABS(NORMSINV(B5/2))”，由于是双侧检验，因此NORMSINV函数的参数必须是