xij  = μi  + εij ,i = 1,2, ⋯ , r,  j = 1,2, ⋯ , ni;

 εij ~N  0, σ2 且相互独立;

将模型(2。1。3)称为单因素方差分析数学模型,它是一个线性模型。

2。1。2 单因素方差分析

式(2。1。2)等价于:H0: α1  = α2  = ⋯ = αr  = 0    , H1: α1, α2 , ⋯ , αr不全为零。 (2。1。4) 若是原假设H0被拒绝,则表明影响因素 A 不同水平的效应之间有显著性差异;否则,差异

不明显。

以下导出H0的检验统计量。方差分析法是在平方和分解和自由度分解的基础上创立的,考 虑统计量:

称ST为总离差平方和(或称总变差),它是所有数据xij 与总平均值x 的差的平方和,它描绘

了所有数据的离散程度。可以证明如下平方和分解公式:

SE表示随机误差的影响。这是由于对于不变的 i 来讲,观测值xi1 , xi2 , ⋯ , xini 是来自同一

正态中体N  μ , σ2   的样本。因此,它们之间的差异是由随机误差所导致的。而 ni       x   − x 2

是这ni个数据的变动平方和,正是它们的差异大小的度量。对 r 组这样的变动平方和进行求

和,得到SE,通常称SE为误差平方和或组内平方和。文献综述

SA表明在水平 Ai 下样本均值与总均值之间的差异和,它反映了 r 个样本总体均值间的差别。 由于x i∙是第 i 个样本总体的样本均值,它是μi 的估量,若 r 个样本总体均值μ1,μ2, ⋯ ,μr间

ni 2

的差别越大,这些样本均值x 1, x 2, ⋯ , x r之间的差异越大。平方和 r x    − x    正是用来

度量这种差异大小的,其中ni阐明了第 i 个样本总体的大小在平方和 SA 中的作用。将 SA 称作

因素 A 的效应平方和或组间平方和。

式(2。1。5)表示,总平方和 ST 可按其来源分解成两个部分,一部分是误差平方和 SE,它 是由随机误差引起的。另一部分是因素 A 的效应平方和 SA,它是由因素 A 各水平间的差异引 起的。

由模型设计(2。1。1),经过统计分析得到E SE = n − r σ2 ,即 且SE  ~χ2   n − r 。

σ2 SE   是σ2 的一个无偏估计,

如果假设H0 成立,则有E SA     =   r − 1 σ2 ,即

并且 SE 和 SA 独立。因此,当假设 H0 成立时,有:

是σ2 的一个无偏估计,且SA

F = SA     r−1   ~F  r − 1, n − r (2。1。6)SE     n−r 

于是 F 可以作为 H0 的检验统计量。对于给定的显著性水平α,用Fα r − 1, n − r 表示 F-分 布的上α分位点。若F > Fα r − 1, n − r ,则拒绝原假设,认为因素 A 的 r 个水平有显著差异。 同时可以通过计算 p 值的方法来决定是接受还是拒绝原假设 H0。其中 p 值为P F r − 1, n − r   >

上一篇:会计在经济司法案件中的责任
下一篇:基于财务视角下的上市金融公司统计分析

注册會计師行业信息化建...

株洲市化工行业社會责任...

政府會计改革對电视行业...

园林绿化行业會计核算问题分析【2815字】

污染行业环境會计信息披...

新會计准则對房地产行业...

新會计准则對上市公司业...

张洁小说《无字》中的女性意识

网络语言“XX体”研究

LiMn1-xFexPO4正极材料合成及充放电性能研究

ASP.net+sqlserver企业设备管理系统设计与开发

老年2型糖尿病患者运动疗...

新課改下小學语文洧效阅...

我国风险投资的发展现状问题及对策分析

安康汉江网讯

互联网教育”变革路径研究进展【7972字】

麦秸秆还田和沼液灌溉对...