方差分析是数理统计中应用很广泛的内容,主要看两个:
- 单因素试验的方差分析
- 双因素试验的方差分析
在这之前先了解几个概念:
- 方差分析:根据试验的结果进行分析,鉴别各个有关因素对试验结果的影响
- 试验指标:在试验中要考察的指标称为试验指标
- 因素:影响试验指标的条件称为因素。因素可分为两类:可控因素和不可控因素
- 单因素试验:如果在一项试验中只有一个因素在改变,称为单因素试验
- 多因素试验:如果在一项试验中有多个因素在改变,称为多因素试验
单因素试验的方差分析
设因素 A A A有 s s s个水平 A 1 , A 2 , . . . , A s A_1,A_2,...,A_s A1,A2,...,As,在水平 A j , ( j = 1 , 2 , . . . , s ) A_j, (j=1,2,...,s) Aj,(j=1,2,...,s)下,进行 n j ( n j ≥ 2 ) n_j(n_j\ge2) nj(nj≥2)次独立试验,得到如如下表1结果:
观察结果\水平 | A 1 A_1 A1 | A 2 A_2 A2 | … | A s A_s As |
---|---|---|---|---|
X 11 X_{11} X11 | X 12 X_{12} X12 | … | X 1 s X_{1s} X1s | |
X 21 X_{21} X21 | X 22 X_{22} X22 | … | X 2 s X_{2s} X2s | |
… | … | … | … | |
样本总和 | T ⋅ 1 T_{·1} T⋅1 | T ⋅ 2 T_{·2} T⋅2 | … | T ⋅ s T_{·s} T⋅s |
样本均值 | X ‾ ⋅ 1 \overline X_{·1} X⋅1 | X ‾ ⋅ 2 \overline X_{·2} X⋅2 | … | X ‾ ⋅ s \overline X_{·s} X⋅s |
总体均值 | μ 1 \mu_1 μ1 | μ 2 \mu_2 μ2 | … | μ s \mu_s μs |
我们假定:各个水平
A
j
(
j
=
1
,
2
,
.
.
.
,
s
)
A_j(j=1,2,...,s)
Aj(j=1,2,...,s)下的样本
X
1
j
,
X
2
j
,
.
.
.
,
X
n
j
j
X_{1j},X_{2j},...,X_{n_jj}
X1j,X2j,...,Xnjj来自具有相同方差
σ
2
\sigma^2
σ2,均值分别为
μ
j
(
j
=
1
,
2
,
.
.
.
,
s
)
\mu_j(j=1,2,...,s)
μj(j=1,2,...,s)的
正态总体
N
(
μ
j
,
σ
2
)
N(\mu_j,\sigma^2)
N(μj,σ2),
μ
j
\mu_j
μj和
σ
2
\sigma^2
σ2未知,且假设不同水平
A
j
A_j
Aj下的样本之间相互独立。
由于