多因素统计分析方法介绍 探讨结果变量与多个因素之间的关系
多因素统计分析方法介绍 --探讨结果变量与多个因素之间的关系
两因素方差分析数据结构 data structure of two way analysis of variance 因素A 因素B1 2 Ⅹ…·XⅩ∴·XⅩ∴·X X…··X X…·Xx…·XX…·X X…·Xx…·X…·X X…·X X…··X
两因素方差分析数据结构 data structure of two way analysis of variance x x x x x x x x 3 x x x x x x x x 2 x x x x x x x x 1 x x x x x x x x 1 2 3 r B c A 因素 因素
配伍组设计资料方差分析的数据结构 因素A 编号123 XXX
配伍组设计资料方差分析的数据结构 x x x x 3 x x x x 2 x x x x 1 x x x x 1 2 3 n c A 编号 因素
两因素方差分析的非参数方法 Friedman,s two way analysis of variance 因子 配伍组 2 k 秩和(R) R R 然6+S[k-m(k+1)2=k的2分和 12
两因素方差分析的非参数方法 Friedman’s two way analysis of variance 因子 配伍组 1 2 k 1 2 : n 秩和(R) R1 R2 Rk ( ) ( ) 的 2 分布 1 2 1 2 ~ 1 1 12 R n k ν k - nk k H k j j − + = + = =
多重回归 Multiple Linear Regression 口模型 E()=a+/x B()=a+x+Bx2+…+Bx2 口参数估计方法 最小二乘法( Least Square Estimation) ■最大似然法( Maximum likelihood estimation)
多重回归 Multiple Linear Regression 模型 参数估计方法 ◼ 最小二乘法（Least Square Estimation） ◼ 最大似然法（Maximum Likelihood Estimation） ( ) ( ) p p E y x x x E y x = + + + + = + 1 1 2 2