(統計)變異數分析

模型假設:$Y_{ij}=\mu+\alpha_i+\varepsilon_{ij}$ , $\varepsilon_{ij}\stackrel{iid}{\sim} N(0,\sigma^2)$, $i=1,\cdots,k$ ,  $j=1,\cdots,n_i$


ANOVA TABLE


變異來源
sourse
平方和
sum of square
自由度
d.f.
平方均
mean of square
F
處理
treatment
SSR k-1 $MSR=\frac{SSR}{k-1}$ $F^*=\frac{MSR}{MSE}$
誤差
error
SSE n-k $MSE=\frac{SSE}{n-k}$
總變異
total
SST n-1

$H_0:\mu_1=\mu_2=\cdots=\mu_k$
$H_1:至少一個 \mu_i \neq \mu_j $

T.S.: $F=\frac{MSR}{MSE}\sim F_{(k-1,n-k)}$

R.R.: $C=\{F|F >F_{(k-1,n-k)}\}$



$SSR=\displaystyle\sum_{i=1}^{k}\displaystyle\sum_{j=1}^{n_i}(\overline{Y_{i\cdot}}-\overline{\overline{Y\ }})^2=\displaystyle\sum_{i=1}^{k}n_i(\overline{Y_{i\cdot}}-\overline{\overline{Y\ }})^2=\displaystyle\sum_{i=1}^{k}\frac{(\displaystyle\sum_{j=1}^{n_i}Y_{ij})^2}{n_i}-\frac{(\displaystyle\sum_{i=1}^{k}\displaystyle\sum_{j=1}^{n_i}Y_{ij})^2}{n}$

$SSE=\displaystyle\sum_{i=1}^{k}\displaystyle\sum_{j=1}^{n_i}(Y_{ij}-\overline{Y_{i\cdot}})^2=\displaystyle\sum_{i=1}^{k}(n_i-1)S_i^2=SST-SSR$

$SST=\displaystyle\sum_{i=1}^{k}\displaystyle\sum_{j=1}^{n_i}(Y_{ij}-\overline{\overline{Y\ }})^2=\displaystyle\sum_{i=1}^{k}\displaystyle\sum_{j=1}^{n_i}Y_{ij}^2-\frac{(\displaystyle\sum_{i=1}^{k}\displaystyle\sum_{j=1}^{n_i}Y_{ij})^2}{n}$


沒有留言:

張貼留言

附錄

附錄 A 集合 (APPENDIX A SETS) 一個 集合 (set) 是一些被稱為該集合之 元素 (elements) 的物件的聚集。如果 x 是集合 A 的一個元素,那麼我們寫作 x \in A ;否則,我們寫作 x \notin A 。例如,如果 Z...