计算机数据库(经济会计类)讲方差分析随堂讲义.pptVIP

计算机数据库(经济会计类)讲方差分析随堂讲义.ppt

  1. 1、本文档共80页,可阅读全部内容。
  2. 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. 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. 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. 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. 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. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、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. 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
查看更多
方差分析中的多重比较 (例题分析) 第4步:作出决策 不能认为零售业与旅游业均值之间有显 著差异 不能认为零售业与航空公司均值之间有显著差异 不能认为零售业与家电业均值之间有显著差异 不能认为旅游业与航空业均值之间有显著差异 不能认为旅游业与家电业均值之间有显著差异 航空业与家电业均值有显著差异 本章小结 方差分析(ANOVA)的概念 方差分析的思想和原理 方差分析中的基本假设 单因素方差分析 结 束 9 9 10.2 单因素方差分析 例题分析三、统计决策 表明均值之间的差异是显著的, 所检验的因素(行业)对观察值(投诉次数)有显著影响, 4个行业的服务质量有显著差异。 单因素方差分析表 (基本结构及关系说明) 误差来源 平方和 (SS) 自由度 (df) 均方(MS) F值 P值 F 临界值 组间 (因素影响) SSA k-1 MSA MSA MSE 组内 (误差) SSE n-k MSE 总和 SST n-1 单因素方差分析表 (基本结构) 误差来源 平方和 (SS) 自由度 (df) 均方(MS) F值 P值 F 临界值 组间 (因素影响) 1457 3 485.5 3.4066 485.5 142.5 0.0388 3.13 组内 (误差) 2708 19 142.5 总和 4165 22 单因素方差分析 (例题分析) 用Excel进行方差分析 (Excel分析步骤) 第1步:选择“工具 ”下拉菜单 第2步:选择【数据分析】选项 第3步:在分析工具中选择【单因素方差分析】 , 然后选择【确定】 第4步:当对话框出现时 在【输入区域 】方框内键入数据单元格区域 在【?】方框内键入0.05(可根据需要确定) 在【输出选项 】中选择输出区域 分析步骤 一、提出假设 二、构造检验统计量 三、统计决策 10.2 单因素方差分析 一般归纳 单因素方差分析的数据结构 (one-way analysis of variance) 观察值 ( j ) 因素(A) i 水平A1 水平A2 … 水平Ak 1 2 : : n x11 x21 … xk1 x12 x22 … xk2 : : : : : : : : x1n x2n … xkn 提出假设 一般提法 H0 :m1 = m2 =…= mk 自变量对因变量没有显著影响 H1 :m1 ,m2 ,… ,mk不全相等 自变量对因变量有显著影响 注意:拒绝原假设,只表明至少有两个总体的均值不相等,并不意味着所有的均值都不相等 构造检验的统计量 构造统计量需要计算 水平的均值 全部观察值的总均值 误差平方和 均方(MS) 构造检验的统计量 (计算水平的均值) 假定从第i个总体中抽取一个容量为ni的简单随机样本,第i个总体的样本均值为该样本的全部观察值总和除以观察值的个数 计算公式为 式中: ni为第 i 个总体的样本观察值个数 xij 为第 i 个总体的第 j 个观察值 构造检验的统计量 (计算全部观察值的总均值) 全部观察值的总和除以观察值的总个数 计算公式为 构造检验的统计量 (例题分析) 构造检验的统计量 (计算总误差平方和 SST) 全部观察值 与总平均值 的离差平方和 反映全部观察值的离散状况 其计算公式为 前例的计算结果 SST = (57-47.869565)2+…+(58-47.869565)2 =115.9295 构造检验的统计量 (计算组间平方和 SSA) 各组平均值 与总平均值 的离差平方和 反映各总体的样本均值之间的差异程度 该平方和既包括随机误差,也包括系统误差 计算公式为 前例的计算结果 SSA = 1456.608696 构造检验的统计量 (计算组内平方和 SSE ) 每个水平或组的各样本数据与其组平均值的离差平方和 反映每个样本各观察值的离散状况 该

您可能关注的文档

文档评论(0)

celkhn5460 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档