《商务与经济统计》（三）

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：

8、随机化区组设计（一个人随机试验各种方案）