第9章 单因素方差分析培训资料.ppt

统计数据分析基础教程―(是否存在显著差异),而比较两组以上的总体均值是否相等(是否存在显著差异)时,就需要使用单因素方差分析。当检验多个总体的均值是否相等时,方差分析是更有效的统计方法。由于是通过对数据误差的分析来判断均值是否相等,故名方差分析(AnalysisofVariance,ANOVA)。本质上,方差分析研究的是分类自变量对数值因变量的影响。只考虑一个分类自变量影响的方差分析称为单因素方差分析(One-WayAnalysisofVariance,One-WayANOVA)(或有序变量)与一个定量(数值型)变量之间的关系。研究的目的是想知道当影响因素取不同水平时,因变量是否有显著差异。换句话说,影响因素的不同水平是否对观测变量(因变量)产生了显著影响。例如,分析不同施肥量是否给农作物带来显著影响,考察地区差异是否会影响妇女的生育率,研究学历对工资收入的影响等。这些问题都可以通过单因素方差分析得到答案。单因素方差分析是通过比较各个类别的组内差异和类别之间的组间差异大小来确定变量之间是否相关。如果组内差异大而组间差异小,则说明两个变量之间不相关。反之,如果组间差异大而组内差异小,则说明两个变量之间相关。-1对4所大学的MBA学生毕业后的工作和生活情况进行了跟踪调查,表9-1是其中一项调查的抽样结果。根据抽样数据,希望知道:(1)不同大学的MBA毕业生第一年收入是否有明显不同?(2)如果存在明显差异,哪所大学的MBA毕业生第一年收入最高,哪所最低?零假设:备选假设:不完全相等菜单:“Analyze”->“CompareMeans”->“One-WayANOVA”结论:拒绝H0,因此可以认为:不同大学的MBA毕业生第一年收入存在显著差异。也就是说,大学对收入是有影响的。:量表的多组均值检验例9-2量表的检验(多组)。请先看第7章附录问卷中的“”量表。假设要检验:“手机产品属性的注重程度”是否因“拥有手机时间长短”不同而有所不同(有显著差异)?。菜单:“Analyze”->“CompareMeans”->“One-WayANOVA”结论(P263):根据“拥有手机时间长短”分组,逐一对其注重程度进行单因素方差分析的F检验,发现