- 1、本文档共14页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档免费下载、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第八章 方差分析与回归分析
一、教材说明
本章内容包括:方差分析,多重比较,方差齐性检验,一元线性回归,一元非线性回归.主要讲述方差分析和一元线性回归两节内容.
1、教学目的与教学要求
(1)了解方差分析的统计模型,掌握平方和的分解,熟悉检验方法和参数估计,会解决简单的实际问题.
(2)了解效应差的置信区间的求法,了解多重比较问题,掌握重复数相等与不相等场合的方法,会解决简单的实际问题.
(3)熟练掌握Hartley检验,Bartlett检验以及修正的Bartlett检验三种检验方法,会解决简单的实际问题.
(4)理解变量间的两类关系,认识一元线性和非线性回归模型,熟悉回归系数的估计方法,熟练掌握回归方程的显著性检验.能用R软件来进行回归分析,会解决简单的实际问题.
2、本章的重点与难点
本章的重点是平方和的分解,检验方法和参数估计、重复数相等与不相等场合的方法、检验方法的掌握,回归系数的估计方法,回归方程的显著性检验,难点是检验方法和参数估计,重复数相等与不相等场合的方法. 实际问题的检验,回归方程的显著性检验.
二、教学内容
本章共分方差分析,多重比较,方差齐性检验,一元线性回归,一元非线性回归等5节来讲述本章的基本内容.
§8.1 方差分析
教学目的:了解方差分析的统计模型,掌握平方和的分解,熟悉检验方法和参数估计,会解决简单的实际问题.
教学重点:平方和的分解,检验方法和参数估计
教学难点:检验方法和参数估计
教学内容:
本节包括方差分析问题的提出,单因子方差分析的统计模型,平方和分解,检验方法,参数估计,重复数不等情形.
8.1.1 问题的提出
在实际工作中经常会遇到多个总体均值的比较问题,处理这类问题通常采用方差分析方法.
例8.1.1
8.1.2 单因子方差分析的统计模型
在例8.1.1中,我们只考察一个因子,称为单因子试验.记因子为,设其有个水平,记为,在每一水平下考察的指标可看做一个总体,故有个总体,假定
(1)每一总体均为正态总体,记为,;
(2)各总体方差相同,即
(3)每一总体中抽取的样本相互独立,即诸数据都相互独立
在这三个基本假定下,要检验的假设是
(8.1.1)
如果成立,因子的个水平均值相同,称因子的个水平间没有显著差异,简称因子不显著;反之,若不成立,因子的个水平均值不全相同,称因子的个水平间有显著差异,简称因子显著.
在每一水平下各作次独立重复试验,若记第个水平下第次重复的实验结果为,得到个实验结果:
在水平下的实验结果与该水平下的均值的差距称为随机误差.于是有
, (8.1.2)
该式称为实验结果的数据结构式.
把三个假定用于数据结构式就得到单因子方差分析的统计模型:
(8.1.3)
称诸的平均为总均值,第水平下均值与总均值的差称为因子的第水平的主效应,简称为的主效应.则有
统计模型(8.1.3)可改写为
假设(8.1.1)可改写为
8.1.3 平方和分解
一 实验数据
在单因子方差分析中可将实验数据列成如下表格形式
因子水平 试验数据 和 平均
合计
二 组内偏差与组间偏差
,记,称为组内偏差,称为组间偏差.
三 偏差平方和及其自由度
在统计学中,把个数据分别对其均值的偏差平方和
称为个数据的偏差平方和,简称平方和.
由于,说明在 中独立的偏差只有个,称为该平方和的自由度,记为,
四 总平方和分解公式
各间总的差异大小可用总偏差平方和表示为
. (8.1.3)
仅由随机误差引起的数据间差异可用组内偏差平方和,也称误差偏差平方和,记为, (8.1.4)
由效应不同引起的数据差异可用组间偏差平方和表示,也称为因子的偏差平方和,记为 (8.1.5)
定理8.1.1 在上述符号下,总平方和可分解为因子平方和与误差平方和之和,其自由度也有相应分解公式: (8.1.6)
称为总平方和分解式.
8.1.4 检验方法
为了度量一组数据
文档评论(0)