《統(tǒng)計(jì)推斷與方差分析.ppt》由會員分享，可在線閱讀，更多相關(guān)《統(tǒng)計(jì)推斷與方差分析.ppt（23頁珍藏版）》請?jiān)谘b配圖網(wǎng)上搜索。

第13章統(tǒng)計(jì)推斷與方差分析,教學(xué)目標(biāo)：1.了解假設(shè)檢驗(yàn)的原理和步驟2.描述參數(shù)檢驗(yàn)中對平均值的檢驗(yàn)3.描述參數(shù)檢驗(yàn)中對百分比的檢驗(yàn)4.描述非參數(shù)檢驗(yàn)中卡方、魏氏和麥?zhǔn)系臋z驗(yàn)5.描述單因素和雙因素方差分析,2019/12/17,1,2019/12/17,2,第13章統(tǒng)計(jì)推斷與方差分析,了解假設(shè)檢驗(yàn)的原理和步驟描述參數(shù)檢驗(yàn)中對平均值的檢驗(yàn)描述參數(shù)檢驗(yàn)中對百分比的檢驗(yàn)描述非參數(shù)檢驗(yàn)中卡方、魏氏和麥?zhǔn)系臋z驗(yàn)描述單因素和雙因素方差分析,2019/12/17,3,開篇案例：方差分析,在相關(guān)分析和回歸分析中，往往要求自變量和因變量均為連續(xù)變量，而對于因變量為連續(xù)變量、自變量為分類變量的情況，一般要使用方差分析的方法。方差分析在SPSS統(tǒng)計(jì)軟件里可以實(shí)現(xiàn)，包括一元方差分析（AnalysisofVariance，ANOVA）、協(xié)方差分析（AnalysisofCovariance，ANCOVA）和多元方差分析（MultivariateAnalysisofVariance，MANOVA）,2019/12/17,4,開篇案例：方差分析,一元方差分析是為了簡化多個T檢驗(yàn)而建立的綜合性更強(qiáng)的分析方法。在統(tǒng)計(jì)分析中，如果我們要比較兩組樣本的平均值是否有顯著性差異，比如說比較男性和女性的用戶滿意度是否有顯著性的差異，一般可以采用T檢驗(yàn)的方法。但在涉及到多組分類數(shù)據(jù)的時候，比如對某品牌的調(diào)查中，高收入、低收入和中等收入的被調(diào)查者的用戶滿意度是否有顯著性差異，如果要用T檢驗(yàn)，就必須對高收入和低收入、低收入和中等收入、中等收入和高收入被調(diào)查者進(jìn)行兩兩比較，顯得十分繁瑣。因此，我們常用綜合性更強(qiáng)的方差分析來取代。,2019/12/17,5,開篇案例：方差分析,方差分析將提出問題的方式進(jìn)行了變化，即是否至少有一組數(shù)據(jù)的平均值與其它組的平均值有顯著性差異。方差分析的思路是將所有樣本的總變動分成兩個部分，一部分是組內(nèi)變動（withingroups），代表本組內(nèi)各樣本與該組平均值的離散程度；另一部分是組間變動（betweengroups），代表各組平均值關(guān)于總平均值的離散程度。將這兩個變動部分除以它們所對應(yīng)的自由度，即得到均方差。然后，用組間變動的均方差除以組內(nèi)變動的均方差，即可得到F檢驗(yàn)值，根據(jù)統(tǒng)計(jì)值對應(yīng)的顯著性水平就可以判斷不同組間是否有顯著性的差異。事實(shí)上，如果不同組間的差異越大，組內(nèi)的離散程度越小，那么組間變動的均方差越大，組內(nèi)變動的均方差越小，即F值越大，越容易通過顯著性水平檢驗(yàn)。,2019/12/17,6,假設(shè)檢驗(yàn)的概念,研究假設(shè)假設(shè)檢驗(yàn)的原理假設(shè)檢驗(yàn)的步驟,,研究假設(shè),目的：保證通過市場調(diào)研獲得的資料能滿足研究目標(biāo)的要求。因此研究假設(shè)的工作是在研究目標(biāo)確定以后進(jìn)行的，一旦研究目標(biāo)確定，就要針對市場上出現(xiàn)的各種可能情況形成一些合適的假設(shè)。假設(shè)的形成并不是憑想象產(chǎn)生的，它是在市場調(diào)研的基礎(chǔ)上，通過對研究資料的粗步分析后得出的結(jié)論。假設(shè)可以是對研究資料的一種陳述性假設(shè)，也可以用于陳述某個行動的不同方案。研究者可以調(diào)查每一個假設(shè)方案，通過對各類信息的仔細(xì)分析和假設(shè)檢驗(yàn)，確定一個最優(yōu)的開發(fā)方案。,2019/12/17,7,,假設(shè)檢驗(yàn)的原理,如何利用樣本值對一個具體的假設(shè)進(jìn)行檢驗(yàn)，一般借助于直觀分析和理論分析相結(jié)合的做法?；驹恚喝藗冊趯?shí)踐問題中經(jīng)常采用的所謂實(shí)際推斷原理：小概率事件在一次實(shí)驗(yàn)中幾乎是不可能發(fā)生的。如果小概率事件在一次試驗(yàn)中居然發(fā)生了，則有理由首先懷疑原假設(shè)的真實(shí)性，從而拒絕原假設(shè)。,2019/12/17,8,假設(shè)檢驗(yàn)的原理,從理論上看，小概率事件也有可能發(fā)生,只是發(fā)生的概率小而已。但從假設(shè)檢驗(yàn)的基本思想看，這就可能導(dǎo)致I、II兩類錯誤，第I類錯誤也叫“棄真”，第II類錯誤也叫“取偽”。所謂“棄真”，顧名思義，就是原假設(shè)實(shí)際上是正確的，卻被當(dāng)成錯誤拒絕了。而“取偽”則相反，本來原假設(shè)是錯誤的，卻被當(dāng)成正確的內(nèi)容接受了。無論是“棄真”還是“取偽”，在現(xiàn)實(shí)中都是無法避免的，這就是我們通常所說的“次策失誤”。可以通過增加樣本容量的辦法來減少犯兩類錯誤的概率，這就要求我們在進(jìn)行市場調(diào)研時應(yīng)盡可能詳盡地把握原始資料。,2019/12/17,9,,2019/12/17,10,假設(shè)檢驗(yàn)的步驟,1、根據(jù)實(shí)際情況提出原假設(shè)H0和備擇假設(shè)H1；2、選擇合適的檢驗(yàn)統(tǒng)計(jì)量；3、根據(jù)樣本觀察值計(jì)算出檢驗(yàn)統(tǒng)計(jì)量的觀察值；4、選定顯著性水平?，并根據(jù)相應(yīng)統(tǒng)計(jì)量的統(tǒng)計(jì)分布表查出相應(yīng)的臨界值；5、根據(jù)統(tǒng)計(jì)觀察值和臨界值，作出接受或拒絕H0的假設(shè)。,,2019/12/17,11,參數(shù)檢驗(yàn),對平均值的檢驗(yàn)百分?jǐn)?shù)檢驗(yàn),,對平均值的檢驗(yàn),對平均值的檢驗(yàn)是根據(jù)樣本均值及標(biāo)準(zhǔn)差來判斷總體均值的一種方法。通常采用Z檢驗(yàn)法和t檢驗(yàn)法。Z檢驗(yàn)法適用于總體方差已知的平均值檢驗(yàn)t檢驗(yàn)法適用于總體方差未知以及在小樣本情況下的平均值檢驗(yàn),2019/12/17,12,2019/12/17,13,對平均值的檢驗(yàn),單個正態(tài)總體的平均值檢驗(yàn)兩個總體的平均值檢驗(yàn)通常是考慮分別來自兩個獨(dú)立的正態(tài)總體N（?1，?）與N（?2，）的兩組樣本當(dāng)方差?12與?22已知時，可進(jìn)行Z檢驗(yàn)：當(dāng)方差?12與?22未知時，則進(jìn)行T檢驗(yàn)：，,,2019/12/17,14,百分?jǐn)?shù)檢驗(yàn),對總體百分?jǐn)?shù)的檢驗(yàn)一般采用Z檢驗(yàn)法，選用統(tǒng)計(jì)量為：為樣本百分?jǐn)?shù)；為總體百分?jǐn)?shù)。取樣大小直接影響著結(jié)論的可靠性。一般，樣本量越小，隨機(jī)性越大。因此，要想使作出的判斷更加準(zhǔn)確，就應(yīng)盡量保證樣本容量的數(shù)量。樣本值代替不了總體值。樣本百分?jǐn)?shù)之間差別的檢驗(yàn),,2019/12/17,15,非參數(shù)檢驗(yàn),?2檢驗(yàn)魏氏(Wilcoxon)檢驗(yàn)麥?zhǔn)希∕cNehmar）檢驗(yàn),,2019/12/17,16,?2檢驗(yàn),主要用于對獨(dú)立樣本本身或不同獨(dú)立樣本之間不同因素的差別進(jìn)行檢驗(yàn)。對單個獨(dú)立樣本的?2檢驗(yàn)?2＝為觀察頻數(shù);為期望頻數(shù);為類別組數(shù)多個獨(dú)立樣本的?2檢驗(yàn)為行變量；為列變量個數(shù)；?2＝為第i行第j列的觀察值為第i行第j列期望值,Eij＝,,魏氏檢驗(yàn),主要用于兩個有聯(lián)系樣本的比較。基本思想：首先求出對樣本觀察值的差值，并按其絕對值大小進(jìn)行排列，剔除差值為0的樣本，最小者等級為1，依此類推。如果順序排列中有幾個差值的絕對值相等，則取其平均值作為這幾個差值的等級。然后恢復(fù)其原來的正負(fù)號，再分別將正負(fù)符號的等級相加，用代表正的等級和，代表負(fù)的等級和。選擇其中較小的等級和作為檢驗(yàn)統(tǒng)計(jì)量。其拒絕域?yàn)椋海荚诖髽颖荆╪＞25）情況下，統(tǒng)計(jì)量T也近似地服從正態(tài)分布，可以采用Z檢驗(yàn)法。,2019/12/17,17,,2019/12/17,18,麥?zhǔn)希∕cNehmar）檢驗(yàn),用于同一樣本在兩種不同情況下的比較。,,2019/12/17,19,方差分析,單因素方差分析雙因素方差分析,,2019/12/17,20,單因素方法分析,單因素方差分析只檢驗(yàn)一個變量的影響。,,2019/12/17,21,雙因素方法分析,單因素方差分析法只考察了一個變量的影響，但在許多實(shí)際問題中，往往不能只考察單一因素各水平下的影響，而必須同時考察幾種因素的影響作用。雙因素方差分析法與單因素方差分析法在某些方面雖然存在著本質(zhì)的區(qū)別，但其基本思想和基本方法大致相同。,,2019/12/17,22,本章小結(jié),,本章主要介紹了幾類常用的假設(shè)檢驗(yàn)法和方差分析法。假設(shè)檢驗(yàn)法的基本思路是通過對樣本值的分析來檢驗(yàn)原假設(shè)是否正確，從而做出接受或拒絕的判斷。假設(shè)檢驗(yàn)包括參數(shù)檢驗(yàn)和非參數(shù)檢驗(yàn)兩大類。參數(shù)檢驗(yàn)是在總體分布已知的情況下對一些主要的參數(shù)所進(jìn)行的假設(shè)檢驗(yàn)。如對均值的檢驗(yàn)、對百分?jǐn)?shù)的檢驗(yàn)等。非參數(shù)檢驗(yàn)方法較常用主要有三類：?2檢驗(yàn)法、魏氏檢驗(yàn)法和麥?zhǔn)蠙z驗(yàn)法。?2檢驗(yàn)法主要適用于對獨(dú)立樣本的檢驗(yàn)；魏氏檢驗(yàn)法和麥?zhǔn)蠙z驗(yàn)法則適用于對有關(guān)聯(lián)樣本的檢驗(yàn)，其中魏氏檢驗(yàn)法主要用于對兩個有聯(lián)系樣本的比較，麥?zhǔn)蠙z驗(yàn)法則適用于同一樣本在兩種不同情況下的比較。,2019/12/17,23,本章小結(jié),,方差分析是試驗(yàn)數(shù)據(jù)來推斷一個或多個因素在其狀態(tài)變化時對試驗(yàn)指標(biāo)的影響作用，并根據(jù)影響作用的顯著性程度選出對試驗(yàn)指標(biāo)起最好影響的試驗(yàn)條件的一種統(tǒng)計(jì)方法。根據(jù)方差分析中檢驗(yàn)變量的多少，可將方差分析分成單因素方差分析和多因素方差分析兩類。單因素方差分析只檢驗(yàn)一個變量的影響；多因素方差分析則同時檢驗(yàn)多個變量的影響。雙因素方差是多因素方差分析中的一種。,