单因素方差分析的结果解释.pdf

单因素方差分析的结果解释.pdf

ID:56182880

大小:106.90 KB

页数:6页

时间:2020-06-04

单因素方差分析的结果解释.pdf_第1页
单因素方差分析的结果解释.pdf_第2页
单因素方差分析的结果解释.pdf_第3页
单因素方差分析的结果解释.pdf_第4页
单因素方差分析的结果解释.pdf_第5页
资源描述:

《单因素方差分析的结果解释.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、单因素方差分析的结果解释1.基本描述性统计量Descriptives投诉次数95%ConfidenceIntervalStd.forMeanNMeanDeviationStd.ErrorLowerBoundUpperBoundMinimumMaxim零售业749.0010.8014.08239.0158.9934旅游业648.0013.5945.55033.7362.2729航空公司535.0010.4164.65822.0747.9321家电制造业559.0012.7485.70143.1774.8344Total2347.8713.7592.8694

2、1.9253.8221分析:上表给出基本描述性统计量。由上表可以看出,在4个行业中,样本数量分别为7,6,5,5,其中家电制造业投诉次数最多,零售业和旅游业相近,航空公司投诉最少,这一点也可以通过均值折线图得到验证。2.方差齐性检验TestofHomogeneityofVariances投诉次数LeveneStatisticdf1df2Sig..195319.898分析:上表是方差齐性检验结果表。从表中可以看出,方差齐性检验计算出的概率p值为0.898,在给定显著性水平α为0.05的前提下,通过方差齐性检验,即不同行业投诉次数认为是来自于相同方差的不同总

3、体,满足方差分析的前提。3.单因素方差分析表ANOVA投诉次数SumofSquaresdfMeanSquareFSig.Between(Combined)1456.6093485.5363.407.039GroupsLinearUnweighted83.710183.710.587.453TermWeighted52.174152.174.366.552Deviation1404.4352702.2174.927.019WithinGroups2708.00019142.526Total4164.60922分析:上表是单因素方差分析表。第2列表示偏差平方

4、和(SumofSquares),其中组间偏差平方和为1456.609,组内偏差平方和为2708.000,总偏差平方和为4164.609.第3列是检验统计量的自由度(df),组间自由度为3,组内自由度为19,总自由度为22。第4列是均方,表示偏差平方和与自由度的商,分别为485.536和142.526,两者之比为F分布的观测值3.407,它对应的概率p值为0.039。在给定显著性水平α为0.05的前提下,由于概率p值小于α,故应拒绝原假设,即认为不同行业间的次数有显著差异。4.多项式检验结果ContrastCoefficients行业Contrast零售业

5、旅游业航空公司家电制造业11-11-1211-1-1ContrastTestsValueofSig.ContrastContrastStd.Errortdf(2-tailed)投诉次数Assumeequalvariances1-23.0010.056-2.28719.03423.0010.056.29819.769Doesnotassumeequal1-23.0010.083-2.28116.730.036variances23.0010.083.29816.730.770分析:上面两个表格中,表1给出了线性多项式的系数,表2给出了比较检验结果。利用计算

6、得到的概率p值可知,在Contrast1的情形下,无论假设为方差齐性,还是方差不齐,都有p<0.05,小于显著性水平,故应拒绝原假设,即认为零售业、航空公司投诉次数之和与旅游业、家电制造业投诉次数之和在0.05水平上差异显著;在Contrast2的情形下,无论假设为方差齐性,还是方差不齐,都有p>0.05,大于显著性水平,故应接受原假设,即认为零售业、旅游业投诉次数之和与航空公司、家电制造业投诉次数之和在0.05水平上无显著差异。5.LSD和Bonferroni验后多重比较分析:下表是利用LSD、Bonferroni、Sidak和Scheffe检验方法分

7、别显示两两行业之间投诉次数均值的检验比较结果。表中的星号表示在显著性水平为0.05的情况下,相应的两组均值存在显著差异。各种检验方法对抽样分布标准误差的定义不尽相同,但在系统中皆采用LSD方法的标准误差,故表中两种方法的两列数据完全相同。第3列Sig.是检验统计量的观测值在不同分布中的概率p值。两种方法存在一定的差异,两者之间由于对误差率的控制不同,所以敏感度也不同,从表中可以明显地看出,LSD方法的概率p值都比Bonferroni方法的相应概率p值小一些,和其它方法相比,LSD方法的敏感度是比较高的。例如,在显著性水平为0.05的前提下,LSD检验中航

8、空公司和家电制造业之间的投诉次数均值存在显著差异,其概率p值为0.005,Bon

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。