第十三章:实验设计与方差分析(AN0VA)
独立变量/因子、处理、、总体、因变量/响应变量、实验单元、完全随机化设计。
1、应用方差分析需要三个假定:① 对每个总体,响应变量/因变量服从正态分布;
② 响应变量的方差(),对所有总体都是相同的;③ 观测值必须是独立的。
2、
3、对于一个完全随机化实验设计,如何应用方差分析来检验k个总体均值是否相等?
即:只要样本容量全相等,总样本均值=k个样本均值的算术平均。
4、(注:若H0为真,则MSTR给出的是σ2的一个无偏估计;若k个总体均值不等,MSTR将高估总体方差)
(注:MSE永远给出的是σ2的一个无偏估计)
5、方差估计的比较:F检验
若原假设H0为真,则MSTR和MSE均给出σ2的两个独立的无偏估计量。
(由11章,对于正态总体,σ2的两个独立估计量之比的抽样分布服从F分布。)
因此,若原假设H0为真,并且ANOVA的假定满足,则
MSTR/MSE的抽样分布服从一个分子自由度为k-1,分母为nT-k的F分布。
但是,若H0不成立,MSTR是高估总体方差的,该比值将被夸大,因此可用来拒绝H0.
方差分析表(ANOVA table):方差分析可以看作将总平方和及其自由度分解成它们对应来源(处理+误差)的一个过程。
6、对于一个完全随机化实验,可以应用方差分析来检验k个总体均值是否相等的问题;
同样,对于观测性研究得到的数据,也可用ANOVA 来检验三个或三个以上的总体均值是否相等的问题。
7、多重比较方法:确定在k个均值中间到底那几个均值之间存在差异。
①、LSD(Least—Significant Difference),最小显著性差异法。
其实, 通过判断样本均值之差的大小而决定是否拒绝H0更容易些,此时:
Fisher的LSD方法也可用于建立两个总体均值之差的置信区间估计。
②、 比较方式的第Ⅰ类错误:
实验方式的第Ⅰ类错误: