1、Unit 3:變異數分析-ANOVA,3.1 範例說明行銷研究方面,One-Way ANOVA可用以研擬市場區隔及目標選擇策略。教育研究方面,此一模式可用以評估教師之教學績效。農業研究方面,此一模式則可用以挑選使玉米收穫量極大化的肥料。,3.2 方法說明(1)一般型態 Y X1X2Xm (計量) (名目)(2)ANOVA所要解答的問題:預測變數Xj、Xk等的線性結合能否充分地代表反應變數Y?如果能的話,則觀察值Yi和線性模式所計算而得的Yi二者間的適合程度如何?,Y和整個線性模式之間的關係是否具有統計上的顯著性?在解釋反應變數的差異時,那些實驗變數(treatment)和實驗變數中的那些水準(
2、levels)具有統計上的顯著性?如有兩個或以上的實驗變數,則在實驗變數水準的反應當中有無顯著的互動關係(interaction)? (3)虛無假設(H0)及對立假設(H1): H0:12k H1:並非所有的都相等 (i表示群體i的平均數),3.3 處理流程,P22 圖2-1,3.4 理論探討(1)單因素變異數分析單因素變異數分析(one-way 或 single-factor ANOVA),其模式如下:Yijjij j:實驗變數的第j個水準(j1,2,k)對Y 的差異效果 ij:誤差項(i1,2,n;j1,2,k),假 設ij是常態和獨立的分配,平均數為0, 變異數為2,即NID(0, 2)
3、,ANOVA將總變異(total variation)劃分成 兩部份: 1.實驗變數的變異(treatment variation): 衡量在不同的實驗變數(即預測變數) 水準下樣本結果的差異,亦稱組間 變異(between-groups variation)。 2.誤差(error): 衡量在個別樣本組內觀察值的變化,亦稱 組內變異(within-groups variation)。,變異的平方和(sum of squares): 1.實驗變數平方和 (Treatment Sum of Squares,SST): 由實驗變數解釋的變異,亦稱組間離均差 平方和。 SSTnj(YjY)2 2.誤
4、差平方和(Error Sum of Squares,SSE): 實驗變數未能解釋的變異,亦稱組內離均 差平方和。 SSE(YijYj)2,變異數分析表 MST MSE SST / 自由度 SST /(k1) SSE / 自由度 SSE /(nk) 如 F F,接受H0:12k F F,拒絕H0,P26 表2-1,F ,(2)多重比較法ANOVA的結果如拒絕接受虛無假設,並不表示所有的j(j1,2,k)都不相等。如果群體數超過兩個,尚可進一步檢定各j中那幾個相等,那幾個不相等,或是將各j依大小次序排列,此即多重比較法所要處理的問題。多重比較法是以信賴區間的數值來比較每一對母體平均數g和 h(gh
5、)的大小,然後再綜合來比較各j的大小。常見的多重比較法有Scheffe法、Tukey法、Duncans檢定和Newman-Kuels檢定等,其中以Scheffe法最廣被使用。,二因素ANOVA 二因素(因素A與因素B)完全隨機設計-SSA和SSB代表因素A和因素B的離均差平方和,SSE代表誤差平方和,則總離均差平方和為: TSSSSASSBSSE SSAb(AjY)2 SSBa(BiY)2 SSETSSSSASSB,-利用F比率來檢定其虛無假設H0(A)及H0(B): MSA SSA /(a1) MSE SSE /(a1)(b1) MSB SSB /(b1) MSE SSE /(a1)(b1)互動(interaction)之二因素ANOVA 將兩因素間之互動關係考慮進去,則二因素ANOVA模式如下: Yijkij()ijijk,FB ,FA ,3.5 範例,3.6 實例說明,3.7 實例操作,網路線上訂房 - 資料準備與瞭解 - 描述性統計 - Reliability - ANOVA,