990 likes | 1.19k Views
第 10 章. 二組以上樣本推論方法. 一組樣本資料包含二種變項:類別變項和連續數字變項。類別變項只對其中某一變數或某一層次 (level) 蒐集資料;數字變項是等距或等比尺度變項。 二組樣本資料包含二種變項:類別變項和連續數字變項。類別變項對處理組 (treatment group) 和控制組 (control) 二層次 (level) 蒐集資料;數字變項是等距或等比尺度變項。.
E N D
第 10 章 二組以上樣本推論方法
一組樣本資料包含二種變項:類別變項和連續數字變項。類別變項只對其中某一變數或某一層次(level)蒐集資料;數字變項是等距或等比尺度變項。一組樣本資料包含二種變項:類別變項和連續數字變項。類別變項只對其中某一變數或某一層次(level)蒐集資料;數字變項是等距或等比尺度變項。 • 二組樣本資料包含二種變項:類別變項和連續數字變項。類別變項對處理組(treatment group)和控制組(control)二層次(level)蒐集資料;數字變項是等距或等比尺度變項。
三組以上樣本資料包含二種變項:類別變項和連續數字變項。類別變項是二個以上層次(level)的因子(factor),又稱自變項(independent variable);數字變項是等距或等比尺度變項,又稱應變項(response variable)。
三組獨立樣本 因子效應 Y (自變項)
母數檢定法 • k 組樣本:自變項有 k層次或 k個變數,推論實驗操作(experimental manipulations)對各層次產生影響的變異,稱為變異數分析法ANOVA (Analysis of Variance),是 F 分布右尾檢定法。 • 單因子變異數分析法(one-way analysis of variance) :只有一個自變項和一個應變項,每組獨立樣本量測過程中,只受一種處理影響。
二因子變異數分析法(two-way analysis of variance)或二因素變異數分析法(two-factor analysis of variance):有二個自變項和一個應變項,分為隨機獨立和重複量數樣本,每組樣本量測過程中,受到二種處理(treatment)影響。 • 多因子變異數分析法(multivariate analysis of variance)或多因素變異數分析法:有二個以上自變項和一個應變項。
單因子變異數分析法 • 二種類型:固定因子(fixed factor)和隨機因子(random factor)。 • 固定因子:類別變項層次是固定或指定,稱為固定效應模式(fixed-effects model)或型I模式(model I)。 • 隨機因子:類別變項層次是隨機選出,稱為隨機效應模式(random-effects model)或型 II 模式(model II)。
固定因子完全隨機試驗法(completely randomized experiment):先由母體隨機抽出總樣本數後再分組: (1) 依據層次隨機分組,每組樣本數相等。 (2) 隨機決定樣本處理方式,每組樣本數不等。
二組分別比較:組數愈多,比較次數愈多,顯著水準愈大,愈可能得到錯誤結果。二組分別比較:組數愈多,比較次數愈多,顯著水準愈大,愈可能得到錯誤結果。 • 平均數間變異量(variability between means)或組間變異數 MSF:實驗操作對各層次產生效應不同時,造成各層次母體平均數產生差異量。 • 組內變異量(variable within groups)或組內變異數 MSE:由隨機誤差造成樣本間差異量。
(1) k組樣本母體是 。 (2) 變異數皆相等 (3) 變異數不相等,但樣本數相等或接近,分析結果值得信賴。 • 多重比較法(multiple comparison):最小顯著性差異 (LSD) 檢定法、Bonferroni檢定法、Scheffe檢定法、Tukey檢定法等等。 • 單因子變異數分析 (ANOVA) 的時機:
(1) 選定顯著水準 α,常選 0.05。 (2) 只能使用 F 分布右尾檢定。 (a) 固定效應模式,唯一假設 H0和 H1: • 單因子變異數分析(F檢定)的步驟:
(b) 隨機效應模式,唯一假設 H0 和 H1: (3) 計算平均因素差異平方和MSF(mean square factor)或組間變異數 ,平均隨機差異平方和MSE(mean square error)或組內變異數 :
(a) 各組平均數 : (b) 總平均數 :
(c) 組間平方和SSF(sum of squares for factor): (d) 組間自由度 df1:
(e) 組間變異數 MSF 或 : (f) 各組變異數 :
(g) 組內平方和SSE(sum of squares for error): (h) 組內自由度 df2:
(i) 組內變異數 MSE 或 : (4) 判定值 F0:
(5) MSF 來源有二:處理造成差異和隨機誤差。MSE 由隨機誤差產生。 (6) 右尾檢定臨界值 U: (7) 二種接受或拒絕 H0的方法: (a) F0在接受區,接受 H0,可能犯了β型錯誤; F0 在拒絕區,拒絕 H0,接受H1,是最佳結果。
(b) 右尾檢定拒絕 H0 的條件是: 或 (8) 計算項目列於表10.1。
(9) 拒絕 H0 時,用多重比較法(multiple comparisons)進一步分析。 (10) 依據接受 H0 或 H1的條件作成結論。
In SPSS H0: u1=u2=u3 H1: At least one are different Alpha=0.05 Pvalue=0.446 Decision Rule: Pvalue>alpha Result: Do Not Reject H0. Conclusion: We do not reject H0 under this sample and alpha=0.05. i.e., u1=u2=u3.
(1) 選定顯著水準α,常選 0.05。 (2) 使用 分布右尾檢定。 (3) 建立唯一假設 H0和 H1: 單因子Bartlett檢定法 • 變異數同質性(homogeneity of variance)檢定:Bartlett檢定法。 • 步驟如下:
(4) 判定值 的分子 B: (5) 判定值 的分子 C:
(6) 判定值 : (7) 決策法則: 或 (8) 依據接受 H0或 H1的條件作成結論。
單因子多重比較法 • 二種類型:事前比較(a priori comparisons)和事後比較(a posteriori comparisons)。 • 事前比較(planned comparisons):實驗前先計劃,為了證實某些假設或理論所設定的多重比較。 • 事後比較(posthoc comparisons):經過變異數分析後發現差異才做的多重比較。
(1) 使用單因子變異數分析法,得到拒絕 H0的結果。 (2) 各組樣本數不一定相等。 (3) 適合事後多重比較。 • 步驟如下: (1) 建立假設: Bonferroni’s method或LSD (least-significant-difference)檢定法 • 使用時機:
(2) 判定值 : (3) 右尾臨界值 U: n是總樣本數。
(4) 拒絕 H0的條件: (5) 依據接受 H0或 H1的條件作成結論。
(1) 使用單因子變異數分析法,得到拒絕 H0的結果。 (2) 各組樣本數不一定相等。 (3) 適合事後或成對多重比較。 • 步驟如下: (1) 各組平均數由大到小排列。 (2) 依序由平均數最大與最小先比較,再由平均數最大與次小比較,依此類推。 Tukey檢定法(Tukey’s method) • 使用時機:
(3) 建立假設: (4) 判定值 :
(5) 查表得到右尾臨界值 U: n是總樣本數。 (6) 拒絕 H0的條件: (7) 依據接受 H0或 H1的條件作成結論。
Scheff多重比較法 • 使用時機: (1) 使用單因子變異數分析法,得到拒絕 H0的結果。 (2) 各組樣本數不一定相等。 (3) 適合事後、成對或非成對隨機樣本多重比較。
(1) 建立假設: (2) 判定值 : • 步驟如下:
(3) 右尾臨界值 U: (4) 拒絕 H0的條件: (5) 依據接受 H0或 H1的條件作成結論。
Flow of One-Way ANOVA Input Data Equal Variance Test No YES End ANOVA + Post Hoc Comparison Results
二因子變異數分析法 1. 二自變項分別命名為 A 因子和 B 因子。 2. A因子有 a 個層次,B 因子有 b 個層次,稱為 a b 設計(a-by-b design)。 3. 雙向表有 a b 個格子(cell),每格只有 1個樣本稱為未重複(no replication)實驗,每格有 m 個樣本稱為重複(replication)實驗。每格只有 1 個樣本的雙向表,又稱集區資料分布表。
4. 樣本觀測值符號是 xijk,i = 1,2…a,j =1,2…b,k =1,2…m。 集區資料分布表
三種結果:A和 B因子的主效應(main effect)以及 A 和 B的交互作用(interaction)。 • 三種類型:型 I 模式(model I)、 型 II 模式(model II) 和型 III 模式(model III)。下表是三種類型有重複樣本主效應和交互作用判定值的比較表:
1. 每格皆為 且 。 2. 每格樣本皆為獨立樣本。 3. 二因子視為二成對樣本t檢定的延伸,各組樣本數最好相同。 4. 推測 A 因子和 B 因子主效應(main effect)以及A和B的交互作用(interaction)。 獨立樣本分析法 • 型 I 模式重複實驗使用時機:
1. 選定顯著水準α,常選0.05。 2. 使用 F 分布右尾檢定,A 因子類別數量是 a,B 因子類別數量是 b。 (1) A 因子建立假設: • 步驟如下:
(2) B 因子建立假設: (3) A 因子與B 因子交互作用,建立假設: 總樣本數 mab。
3.變異數:A因子平均差異平方和MSA(factor A mean square ),或列間變異數;B因子平均差異平方和MSB(factor B mean square ),或欄間變異數;A 因子和B因子交互作用平均差異平方和MSAB(interaction mean square );平均隨機差異平方和MSE(mean square error) ,或隨機誤差變異數。
4. 列間變異數 MSA: (1) 各層樣本平均數 : (2) 總平均數 :
(3) A因子平方和SSA(sum of squares for factor A)或列間平方和: (4) 列間自由度是 df1: (5) 列間變異數MSA:
5. 欄間變異數MSB: (1) 各層樣本平均數 : (2) B 因子平方和 SSB(sum of squares for factor B)或欄間平方和: