数据集:工人与机床对日产量的影响
本文主要讨论无交互作用方差分析。
1. 数据分析要求
有四名工人,分别操作机床各一天,生产同样产品,其日产量(单位:件)如表,假设此数据服从两因素非重复试验的方差分析模型。
A | B | C |
---|---|---|
a1 | w1 | 50 |
a1 | w2 | 47 |
a1 | w3 | 47 |
a1 | w4 | 53 |
a2 | w1 | 63 |
a2 | w2 | 54 |
a2 | w3 | 57 |
a2 | w4 | 58 |
a3 | w1 | 52 |
a3 | w2 | 42 |
a3 | w3 | 41 |
a3 | w4 | 48 |
(1)建立方差分析表,在 α = 0.05 α=0.05 α=0.05下,四名工人的日产量有无显著差异?各台机床对日产量有无显著影响?
(2)分别求各工人的平均日产量的两两之差以及各台机床平均日产量两两之差的置信度不小于90%的Bonferroni同时置信区间,并对结果做解释。
2. 数据预处理
# 导包
import pandas as pd
import numpy as np
from statsmodels.formula.api import ols
from statsmodels.stats.anova import anova_lm
from scipy import stats
# 导入数据
df = pd.read_excel("3.3.xlsx")
print(df.head())
结果
:
A B C
0 a1 w1 50
1 a1 w2 47
2 a1 w3 47
3 a1 w4 53
4 a2 w1 63
3. 无交互作用双因素方差分析
设 a 1 a_1 a1, a 2 a_2 a2, a 3 a_3 a3分别为3种不同机床对日产量的均值, w 1 w_1 w1, w 2 w_2 w2, w 3 w_3 w3, w 4 w_4 w4分别为4种不同工人对日常量的均值,检验假设为:
H A 0 : a 1 = a 2 = a 3 ↔ H A 1 : a i ( i = 1 , 2 , 3 ) 不全相等 H W 0 : w 1 = w 2 = w 3 = w 4 ↔ H W 1 : w j ( j = 1 , 2 , 3 , 4 ) 不全相等 (1) H_{A0}:a_1=a_2=a_3\leftrightarrow H_{A1}:a_i(i=1,2,3) 不全相等 \\ H_{W0}:w_1=w_2=w_3=w_4\leftrightarrow H_{W1}:w_j(j=1,2,3,4) 不全相等 \tag 1 HA0:a1=a2=a3↔HA1:ai(i=1,2,3)不全相等HW0:w1=w2=w3=w4↔HW1:wj(