第八章 方差分析：上一章介绍了两个样本均数比较的t检验，而对于多于两组（k>2）样本均数的比较，t检验不再适用，方差分析（analysis of variance，ANOVA）则是解决上述问题的重要分析方法。方差分析由英国统计学家R.A.Fisher（1923）首先提出，为纪念Fisher，以F命名，故方差分析又称F检验（F test）。用于推断多个总体均数有无差异。其基本思想是将全部观测值的总变异按影响因素分解为相应的若干部分变异，在此基础上，计算假设检验的统计量F值，实现对总体均数是否有差别的推断。8.1方差分析基本思想:方差分析的基本思想是把全部观察值间的变异按设计和需要分解为两个或多个部分，然后将各部分的变异与随机误差（组内变异）进行比较，计算假设检验的统计量F值，以判断各部分的变异是否具有统计学意义。[单选题]对于两组资料的比较，方差分析与t检验的关系是：选项:[方差分析结果更准确, t检验结果更准确, 完全等价, t检验对数据的要求更为严格, 没关系]
8.2完全随机设计的方差分析:完全随机设计(completely randomized design)是将实验对象随机分到不同处理组的单因素设计方法。考察一个处理因素，通过对该因素不同水平组间均值的比较，推断它是否起作用。各组样本含量可以相等，也可不等。完全随机设计是最常见的研究单因素两水平或多水平的实验设计方法，属单因素方差分析。
8.3随机区组设计的方差分析:随机区组设计（randomized block design）又称为配伍组设计，先将受试对象按条件相同或相近配成m个区组(block)/配伍组，每个区组内的观察对象与研究因素的水平数（k）相等。再分别将各区组内的受试对象随机分配到各处理或对照组。随机区组设计是配对设计的扩展。优点是由于区组内的个体特征比较一致，减少了个体间差异对研究结果的影响，一般而言，较成组设计更容易检验出处理组间的差别，提高了研究效率。
[单选题]配伍组设计的方差分析中，ν配伍等于：选项:[ν总 - ν处理, ν处理 - ν误差, ν总 - ν处理 - ν误差, ν总 - ν处理 + ν误差 , ν总 - ν误差]
[单选题]多组均数两两比较时，若不用q检验而用t检验，则：选项:[会把一些有差别的总体判断为无差别, 结果更合理, 结果都一样, 其余都不对, 会把一些无差别的总体判断为有差别]
[单选题]单因素方差分析要求：选项:[资料呈正态分布, 计量资料、正态分布且方差齐性, 资料是计量的且呈正态分布 , 方差齐性, 资料是计量的 ]
[单选题]在单因素方差分析中，若处理因素无作用，理论上：选项:[F=1.96, F＜1.96, F＜ F0.05，v1，v2, F=0, F=1]
[单选题]方差分析的基本思想是：选项:[总变异及其自由度可按不同来源分解, 两方差之比服从F分布, 组间均方大于组内均方, 不同来源的方差必须相等, 组内均方大于组间均方 ]
[单选题]方差分析中，当P＜0.05时，则：选项:[可认为各总体均数不等或不全相等, 证明各样本均数不等或不全相等, 可认为各样本均数都不相等, 可认为各总体均数都不相等 , 其余都不对]
[单选题]单因素设计的方差分析中，必然有：选项:[SS组内＞SS组间, SS组内＜SS组间, MS总＝MS组间＋MS组内, MS组间＜MS组内, SS总＝SS组间＋SS组内]
[单选题]单因素方差分析目的是检验：选项:[多个样本均数是否相同 , 其余都不对, 多个总体方差的差别有无统计学意义, 多个样本方差的差别有无统计学意义, 多个总体均数是否相同]
[单选题]关于方差分析以下错误的一项是：选项:[成组设计的两样本均数的比较是单因素方差分析的特殊情况, 单因素方差分析组内变异反映了随机误差, 配对设计的t检验是配伍组方差分析的特殊情况, 配伍组变异反映了随机误差, 组间变异既包含了研究因素的影响，也包含随机误差]
温馨提示支付 ￥3.00 元后可查看付费内容,请先翻页预览!
