体育第八章 体育统计学_第1页
体育第八章 体育统计学_第2页
体育第八章 体育统计学_第3页
体育第八章 体育统计学_第4页
体育第八章 体育统计学_第5页
已阅读5页,还剩19页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、第八章 方 差 分 析方差分析,是数理统计的基本方法之一,是分析试验或观察数据的一种方法。促使观察数据产生方差的因素:一是条件误差(或系统误差),另一是随机误差(或偶然误差)。方差分析的作用,就是从观察数据总方差中,将上述两种因素造成的部分,分别求出并加以比较,寻找出对观察数据起主要影响的因素。在实际工作中,人们已利用方差分析这一特殊性能改进体育教学和训练方法,提高教学质量和运动成绩。现实中的事物是复杂的影响它的因素是多种多样的,而且这些因素间又常常是相互制约、矛盾、依存的。如何通过有限的观察或试验数据,分析出各个因素以及各因素之间的交互作用的影响,抓住事物的主要矛盾解决问题,这就是方差分析要

2、解决的主要课题之一。第一节 单因素多水平的方差分析一、基本原理单因素多水平的方差分析,也称一种方式分组的方差分析,即对要研究的问题的影响因素只有一个。若影响因素不止一个,这时可先只考察其中的一个因素,把除此之外的其他因素都暂固定下来;然后再将要考察的这个因素的范围,划分成几个区段(即水平),分别通过多次重复试验取得数据;最后将所取得的数据,以一定的格式列表,进行方差分析。因此,人们就称它为一种方式分组的方差分析。通过下例,可从中理解方差分析解决问题的思想,并归纳出一种方式分组的方差分析的一般方法。例 8 1 为迎接运动会承制运动员服装,某体委统一购进一批由同种原料织成的布料。经不同染整工艺处理

3、后进行缩水试验,测得缩水率的百分数如下表:五种染整工艺缩水试验(%)布样编号染整工艺缩水试验(%)总缩水率总平均缩水率 14. 36. 16. 59. 39. 527. 87. 38. 38. 78. 333. 24. 28. 67. 211. 446. 54. 18. 210. 17. 821. 821. 731. 635. 337. 5147. 9组内平均5. 4505. 4257. 9008. 8259. 3757. 395试考察哪一种染整工艺结缩水率影响比较显著。解:(一)由表中数据可以看出1. 布料的缩水率在不同试验,不同工艺中,都存在差异;2. 不同工艺的缩水率的平均值的差异,说明

4、不同工艺对缩水率有一定影响;3. 同一工艺下四块布样缩水率也存在差异。显见这种差异不是由工艺引起的,而是由试验误差生成的;4. 由于试验误差存在,自然会对2. 的结论产生怀疑,不同工艺缩水率平均值差异除了工艺影响之外,是否有较大的试验误差影响?为了得出正确结论,必须对试验数据进行更加细致的分析。方差分析的意图,是设法把由不同工艺造成缩水率的误差与其它偶然因素的试验误差分开。(二)具体方法1. 用同一工艺的四块布料的离均差平方和反映试验误差。它们是:( 4. 35. 45 ) 2( 7. 85. 45 ) 2( 3. 25. 45 ) 2( 6. 55. 45 ) 213. 01;:( 6. 1

5、5. 425 ) 2( 7. 35. 425 ) 2( 4. 25. 425 ) 2( 4. 15. 425 ) 27. 23;:( 6. 57. 90 ) 2( 8. 37. 90 ) 2( 8. 67. 90 ) 2( 8. 27. 90 ) 22. 70;:( 9. 38. 825 ) 2( 8. 78. 825 ) 2( 7. 28. 825 ) 2( 10. 18. 825 ) 24. 51;:( 9. 59. 375 ) 2( 8. 89. 375 ) 2( 11. 49. 375 ) 2( 7. 89. 375 ) 26. 93。这五个离均差平方和相加,反映了试验误差大小,称为组

6、内平方和,记为S2 。S2 13. 017. 232. 704. 516. 9334. 382. 五种工艺对缩水率的影响,可用每种工艺的平均缩水率与总平均缩水率差的平方和来表示。由于每种工艺处理四块布样,故将此平方和四倍,称为组间平方和,记为S1 。S1 = 4 × ( 5. 457. 395 ) 2( 5. 4257. 395 ) 2( 7. 907. 395 ) 2( 8. 8257. 395 ) 2 55. 53组内平方和S2 刻划试验误差大小。组间平方和S1 刻划不同工艺缩水率之间的差异程度,它除了包含着随机因素的影响外,还包含着不同工艺(条件因素)对缩水率的影响。因此,比较

7、S1 与S2 的大小,就可以从中看到不同工艺对缩水率的影响是否显著。3. S1 与S2都是若干项的平方和,其大小与参加求和的项数有关。为了进行比较,须将项数对它们的影响消去,即各自用自己的自由度去除(这里的自由度为项数减1)。如一个平方和是由几部分的平方和组成,则总自由度等于各部分自由度之和。因S1 是五项的平方和,它的自由度是51 = 4 。 S2 是四部分平方和的总和,每一部分的自由度是41 = 3,于是S2 的自由度为3×5 = 15。4. 把S1 和S2 分别除以各自的自由度,记为 (平均组间平方和)和 (平均组内平方和)。13. 88;2. 29。以F表示 与 的比值。F

8、6. 1 比值越大,说明不同工艺对布块的缩水率影响越显著;反之,说明不同工艺对缩水率的影响不显著。5. 判断影响显著与否界限,由F值表(书后附表4)给出,表中 n 1为分子的自由度,n 2为分母的自由度。n 1= 4 , n 2= 15 , = 0. 05时, 临界值F0. 05 = 3. 1; n 1= 4 , n 2= 15 , = 0. 01时, 临界值F0. 01 = 4. 9若算得的F < 3. 1 = F0. 05 , 说明不同工艺对缩水率影响不大;若算得的 F0. 05 = 3. 1 < F < 4. 9 = F0. 01 , 说明不同工艺对缩水率影响显著;若算

9、得的F > 4. 9 = F0. 01 , 说明不同工艺对缩水率影响非常显著。(三)汇总以上全部结果,编制成如下方差分析表方差来源 平方和 自由度 均 方 () F 显著性 组 间 55. 53 4 13. 88 6. 1 * * (注) 组 内 34. 38 15 2. 29 总 和 89. 91 19 注:* :显著; * * :特显著。(以下各表与此相同)(四)为了减少计算错误,可采用如下两个措施1. 将所有试验(或观察)数据同减一数,上述表中平方和一列数值不变。将所有试验数据同乘一数,上表中F值不变。2. 将全部计算工作,列成如下表格进行(表中数据是减去5以后的数值)。布料编号1

10、0. 71. 11. 54. 34. 52 2. 8 2 .33. 33. 73. 831. 80. 83. 62. 26. 44 1. 50. 93. 25. 12. 8 1. 8 1. 711. 615. 317. 547. 9( ) 2 3. 24 2. 89134. 56234. 09306. 25681. 03213. 82 7. 9536. 3463. 0363. 49204. 63表中,是同列各数之和;( ) 2是同列各数和的平方;2是同列各数各自平方后的和。表中最后一列(右边),即为全表计算的最后结果。由此计算P = ( 47. 9 ) 2 = 114. 72(式中20是全部试

11、验所得的数据个数);Q = × 681. 03 = 170. 26(式中4是每种工艺试验的布样数);R = 204. 63由P、Q、R得S1 = QP = 170. 26114. 72 = 55. 54; S2 = RQ = 204. 63170. 26 = 34. 37; S = S1 S2 = RP = 204. 63114. 72 = 89. 91这就是一种方式分组的方差分析的基本原理和计算过程的计算格式的表达方法。二、一般计算程序和格式对一般情况,可从上述叙述中归纳出更一般的计算格式。若要研究某一因素(A)对某种试验结果有无显著影响,这时可按如下程序进行。(一)将因素A(试验

12、条件)在要考察的范围内,划分为A1 ,A2 , ,Ab 个水平(试验条件)。(二)在每一水平i 下进行a 次试验,每次试验结果所得数据以Xi j 表示。Xi j 表示在i 水平(条件)下进行第j 个试验的结果。i = 1, 2, ,b ; j = 1, 2, ,a 。(三)将全部试验结果Xi j ,写入如下表内,并按表格内要求计算的内容,依次进行计算。(表8 1)表 8 1 单因素多水平方差分析计算表试验次数A 1A 2A iA b1X 1 1X 2 1X i 1X b 12X 1 2X 2 2X i 2X b 2jX 1 jX 2 jX i jX b jaX 1 aX 2 aX i aX b

13、 aX1 jX2 jX i jX b j() 2(X i j ) 2 2XXXXX(四)计算平方和令P ( X i j ) 2 ( 8 1 )Q ( X i j ) 2 ( 8 2 )R X ( 8 3 )由此有组间平方和 S1 = QP,自由度( b1) (84)组内平方和 S2 =RQ,自由度b(a1) (85)总平方和 S = S1 + S2 = RP,自由度(a b1) (86)(五)写出方差分析表表82 方差分析表方差来源 平方和 自由度 均 方 F 显著性 组 间 S 1 b1 组 内 S 2 b (a1) 总 和 S a b1如与A1 ,A2 , ,A b 相应的试验次数不等,而

14、是a1 ,a2 , ,a b 时,则上述各式写成如下形式。P ( X i j ) 2 (87)Q ( X i j ) 2 (88)R X (89)其余步骤与前述相同。三、例题例82 某体院,从体操专业中抽取条件基本相似的学生15人,由5位教师分别采用不同方法进行教学(每个教师教3名学生)。期终,按统一规定标准,连续进行三次测验,取得不同教法各次测验的学生成绩平均值如下表。学生成绩不同教师不同教法的水平(平均值)A 1A 2A 3A 4A 51909796848429293968386388929388822702822852552521344组内平均数909495858489. 6试分析不同教

15、法的效果如何。解:假定这5位教师的教学水平无显著差异。本例要研究的问题是教师的教法对学生成绩的影响。因此,教法是影响学生成绩的因素,将这因素按不同教法划分为5个水平,即A1 ,A2 ,A3 ,A4 ,A5 。学生成绩,是经过三次测验取得的,因此重复数是3,即1、2、3。所以,本题是单因素(5水平)方差分析,可用(表81)进行计算。因表中成绩数字比较大,可将表中各数都减去90,用减剩的余数进行计算。 学生成绩 不同教师不同教法的水平(平均值) A 1 A 2 A 3 A 4 A 51076662236743223280121515186( ) 20144225225324918286281891

16、16356由此计算P = (6 ) 2 = 2. 4(式中15是试验所得数据的总计个数);Q = ×918 = 306(式中3是每种教法的重复测验次数);R = 356由此计算 S1 = QP = 3062. 4 = 303. 6 ; S2 =RQ = 356306 = 50 ; S = S1 + S2 = 303. 6 + 50 = 353. 6写出方差分析表方差来源 平方和 自由度 均 方 F 显著性 组 间 303. 6 4 75. 9 15. 18 * * 组 内 50. 5 10 5. 0 总 和 353. 6 14由F值表(书后附表4)查临界值:在n1= 4 , n2=1

17、0 时,查得F0。05 =3. 48,F0。01 =5. 99。进行判断:因F = 15. 18 > F0。01 =5. 99,故不同教法对学生的成绩的影响非常显著。第二节 双因素多水平的方差分析一、基本原理在实际问题中,影响一个量的因素常是很多的,这些因素对一个量的影响如何,哪些因素是主要的,因素之间有无交互作用。关于这类问题,下面通过介绍双因素方差分析方法,逐项给予解答。现以下例来说明用双因素方差分析求解这类问题的原理和方法。例 83 某运动鞋生产厂,为改进运动鞋橡胶的质量,在橡胶的配方中,采用了三种不同的促进剂(A1 、A2 、A3 )和四种不同份量的氧化锌(B1 、B2 、B3

18、、B4 )。同样的配方测试定强两次,测得300%定强数据如下表。请问氧化锌(B)、促进剂(A),以及两者的交互作用,对橡胶定强(一个量)有无显著影响? 什么是主要矛盾?解:本题是研究两个因素(A和B)对一个量(橡胶300%定强)的影响的问题,用方差分析解决这类问题的基本思想,与单因素方差分析是一样的,先把定强的总平方和分解为:一部分是试验误差;一部分是氧化锌引起的;一部分是促进剂引起的;一部分是氧化锌与促进剂交互作用引起的。然后以这些平方和,分别与试验误差平方和进行比较,来确定它们对定强的作用是否显著。S = SA + SB +SA×B +Se (8 10)式中:Se 是试验误差的平

19、方和。现在的任务是设法算出上式中的各项平方和。用Xi j k 表示在Ai Bj 条件下,作第K次重复试验的数据。用Xi j = xi j k 表示在Ai Bj 条件下所有试验数据的和。令a 表示因素A的水平数。b表示因素B的水平数,C表示同条件下的试验重复数。在本例中 a = 3, b = 4, c = 2。计算P ( X i j ) 2 ( 8 11 )Q ( X i j ) 2 ( 8 12 )R ( X i j ) 2 ( 8 13 )T X ( 8 14 )W X ( 8 15 )式中 X i j X (816)于是,所求的平方和为S = WP (817)SA = QP (818)SB

20、 = RP (819)SA×B = TQR + P (820)Se = WP (821)为计算方便,将以上各式列成表格进行计算。在计算时,将题中原表内所有数据都减去37后,仍以X i j k 记之。本例双因素方差分析的P、W、T值计算表ABX i j 1X i j 2X i j =X i j 1+X i j 2X= X+ XXA 1B 1641052100B 23141016B 321359B 4 2 1 359A 2B 14372549B 21 0111B 3 0 2 244B 4 1 4 51725A 3B 12 0244B 2 0 1 111B 3 2 3 51325B 4 5

21、 7 1274144abcP = 1W = 211cT=387由表中最后倒数第一、二两行分别算得P = ×1 = ×1 = 0. 0420 ; W = 211;T =×387 = ×387 = 193. 5利用上表中Xi j 列的数据,按下表算Q和R值。本例双因素方差分析的Q、R值计算表X i j B ( ) 2 B 1 B 2 B 3 B 4A 11043314196AA 2712511A 32151216256194420bcQ=453( ) 23611616400acR=793由表右下角两个数得Q = ×453 = ×453 =

22、56. 6;R = ×793 = ×793 = 132. 2;于是S = WP = 2110 = 211;SA = QP = 65. 60 = 56. 6;SB = RP = 132. 20 = 132. 2;SA×B = TQR + P = 193. 556. 6132. 2 + 0 = 4. 7;Se =WT = 211193. 5 = 17. 5。将计算结果列成方差分析表:本例双因素(A及B)方差分析表方差来源 平方和 自 由 度 均方() F注 显著性 A 56. 6 a1=31=2 28. 3 19. 4 * * B 132. 2 b1=41=3 44.

23、 1 30. 2 * * A×B 4. 7 (a1)( b1)=2×3=6 0. 8 0. 55 误 差 17. 5 ab( b1)=3×4×(21)=12 1. 46 总 和 211. 0 abc1=3×4×21=23注:F值等于各因素的均方除以误差的均方。查F值表(书后附表4)求临界值:F0. 01 (2, 12) = 6. 93 ; F 0. 01 (3, 12) = 5. 95 ; F0. 05 (6, 12) = 3. 00 。 从方差分析表知FA =19. 4 > F0. 01 (2, 12) = 6. 93 ; F

24、B = 30. 2 > F 0. 01 (3, 12) = 5. 95 ; FA×B = 0. 55 < F0. 05 (6, 12) = 3. 00 。故可结论:A与B都是影响定强的重要因素,其中B因素更重要。A、B两因素无交互作用,相应的平方和是误差的一种反映,可将该项与误差项合并,相应的自由度也合并,以提高分析的精度。于是,方差分析表变成方差来源 平方和 自由度 均 方 F 显著性 A 56. 6 2 28. 3 22. 8 * * B 132. 1 3 44. 0 35. 4 * * 误 差 22. 3 18 1. 24 总 和 211. 0 23在本例中,如每种

25、配方只做一次试验(即C = 1),没有重复,这时交互作用和误差混在一起,就无法分析交互作用的大小,其总平方和只能分解成S = SA + SB + Se (822)若仍用Xi j 表示在Ai Bj 条件下的数据,解P、Q、R、T的计算式变为P ( X i j ) 2 ( 8 23 )Q ( X i j ) 2 ( 8 24 )R ( X i j ) 2 ( 8 25 )T X ( 8 26 )W项不复存在,相应的平方和为S = TP,SA =QP,SB =RP,Se = TQR + P (827)其它与前述步骤类似。在有条件时,最好能作重复试验(C > 1),以提高分析精度。二、一般计算程

26、序和格式(一)根据课题所给内容,确定要研究的对象和影响“对象”的因素个数,以决定将要采用的方差分析方法。(二)根据要考察的因素的范围划分各因素水平,通过试验(最好是重复试验),取得数据X i j k 。(三)将数据X i j k 填入下表,进行P、W、T值计算。当X i j k 值过大时,可将每一数据减去一常数;过小时,可乘以一常数,经此处理后的数,仍以X i j k 记之(所有数据减去一常数,表中平方和一列不变;如同乘一常数,F值不变)。表8 3 双因素方差分析的P、W、T值计算表ABX i j 1X i j kX i j cX i jXXB 1X111X11 kX11cX11XA 1B j

27、X1j1X1j kX1j cX1jXB bX1b1X1bkX1b cX1bXB 1X i 11X i 1kX i 1cX i 1XA iB jX i j1X i j kX i j cX i jXB bX i b1X i b kX i b cX i bXB 1X a11X a1kX a1cX a1XA aB jX a j1X a j kX a j cX a jXB bX a b1X a b kX a b cX a bXabcP =W =cT =表中i = 1, 2, 3,,a ; j = 1, 2, 3, b ; k = 1, 2, 3,,c。X i j = X i j 1 + X i j 2

28、+ + X i j c ; = X X+ X (8 28)由表的最后两行求得P X i j ( 8 29 )W X ( 8 30 )T X ( 8 31 )(四)利用(表83)中X i j 列的数据,按下表计算Q、R值表84 双因素方差分析的Q、R值计算表X i jB() 2B iB jB bA 1X 11X 1jX 1 b() 2.AA iX i 1X i jX i b() 2A aX a 1X a jX a b() 2bcQ=() 2()2()2()2acR=由表右下角两个数得Q (832)R (833)(五)计算平方和S = WP; SA×B = TQR + P;SA =QP;

29、 Se = WT。 (834)SB = RP;(六)编写方差分析表表 85 方差分析表方差来源 平方和 自 由 度 均 方 F 显著性A SA =QP a1 B SB = RP b1 A×B SA×B=TQR+P (a1)( b1) 误 差 Se = WT ab( c1) 总 和 S=SASBSA×BSe abc1(七)给定显著性水平 ,进行判断取 = 0. 05 或 0. 01,查F值表(书后附表4)得及临界值。若F ,不显著; F , 显著;F ,非常显著。第三节 系统分组的方差分析系统分组,有时也叫多层分组、成套设计。在社会调查中经常采用这种方法,如对中学生

30、的体质调查,开始时总是先在全国范围内有计划地选取几个城市,然后在选定的城市中,又随机选取几个中学。如需要的话,还可在选定的中学中随机选取几个班的学生进行调查。象这样层层深入的,大范围套小范围的调查方法,就是所谓系统分组法。由这种方法取得的数据在进行方差分析时,不能再使用前述两种分析方法。例84 为治疗运动员的膝关节扭伤,大夫用不同的两种中药,配制成A、B两种外敷药膏,这两种药膏的贴敷对温度的要求是不一样的。A药膏要求在2030oC下,B药膏要求在3540oC时贴敷。通过试验取得如下数据。药 膏AB温 度(oC)202530354045治愈率(%)446310112689129试分析药膏和温度对

31、膝关节扭伤治愈率的影响。解:解决这一问题的想法同前,也是把治愈率的总平方和S分解成三个部分,即一部分是药膏的;一部分是温度是;一部分是误差的。即S = S药膏 + S温度 + Se 前两种方差分析,都是用因素的均方,分别和误差的 比较来确定因素的显著性。而系统方差分析,则是用 与 、与 比较来确定温度与药膏的影响是否显著。表86 本例系统分组方差分析计算表84行的数据个数3054L = 2X i j 61014122220M = 6X i j 44631011N = 12 2689129注:表中“K”为重复实验数。计算时,先将数据自下而上逐步累加,然后分别计算:P = () 2 (835)=&

32、#215;842 =588Q = 2 (836)= × (6 + 10 + 4) 2 + (12 + 22 + 20) 2 = 636 ;T = (837)= (6 2 + 10 2 + 4 2 + 12 2 + 22 2 + 20 2 ) = 680 ; W = (838)= 4 2 +2 2 + 6 2 + + 9 2 = 780由此得:S药膏 = QP 自由度(L1) (839) = 636588 = 48 , 自由度L1 = 21 =1;S温度 = TQ 自由度(ML) (840) = 680636 = 44 , 自由度KL = 62 =4;S e = WT 自由度(NM)

33、(841) = 708680 = 28 , 自由度NM = 126 =6;S = WP 自由度(N1) (842) = 708588 = 120 , 自由度N1 = 121 =11。把计算结果列成方差分析表表87 本例系统分组方差分析表方差来源平 方 和自 由 度均 方F药 膏S药 = 48L1=1=48=4. 36温 度S温= 44ML=4=11=2. 36误 差S e= 28NM=6=4. 67总 和S = 120N1=11由F值表(书后附表4)查得临界值F0. 05 (1, 4) = 7. 71 , F0. 01 (1, 4) = 16. 26 ; F0. 05 (4, 6) = 4.

34、53 , F0. 01 (4, 6) = 9. 15。因为F均小于F0. 05 (1, 4) 和F0. 05 (4, 6) ,说明两种因素对治愈率的影响均不显著。第四节 多重比较法在前述几节中,是用F检验来断定因素的显著性,但当因素的水平数K3时,即使F检验显著,而所有水平之间差异并不一定都显著。弄清水平之间差异显著与否,对实际工作是很有意义的。解决多重比较的方法有好几种,这里只介绍以q 表作检验的“T”法。现以例81来说明。令 K:比较的个数,即参与试验的因素的水平数;n:每种工艺(或水平)重复试验次数;:Se 的自由度。对例81来说,K = 5,n = 4, = 15。查q 值表(书后附表

35、5),K = 5的一列与 = 15的一行的相交处,有。例81的组内平方和相当于Se ,它的均方 = 2. 29,据此可计算T。T = (843)= = 4. 37× = 3. 31T是衡量两种染整工艺平均缩水率的尺度。平均缩水率之差小于T,两种工艺差别不显著;平均缩水率之差大于T,两种工艺有显著差异。五种工艺相应的平均缩水率为1 = 5. 450, 2 = 5. 425, 3 = 7. 900, 4 = 8. 825, 5 = 9. 375。任意两种工艺平均缩水率之差为:|12| = 0.025;|23| = 2.475;|34| = 0.925;|45| = 0.550|13| = 2.450;|24| = 3.400;|35| = 1.475;|14| = 3.375;|25| = 3.950;|15| = 3.925

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论