» Xét giá trị F thực nghiệm và F lý thuyết tương ứng với các nhân tố, nếu F thực nghiệm > F lý thuyết thì kết luận các mức của nhân tố tương ứng có ảnh hưởng khác nhau tới kết quả ([r]
(1)Bài giảng tin ứng dụng
• Gv: Trần Trung Hiếu
• Bộ mơn CNPM – Khoa CNTT – ĐH Nơng Nghiệp Hà Nội • Email: tthieu@hua.edu.vn
(2)CHƯƠNG IV: PHÂN TÍCH PHƯƠNG SAI, SO SÁNH VÀ KIỂM ĐỊNH
Nội dung:
Phân tích phương sai
(3)Phân tích phương sai • Ví dụ
(4)1.1 Phân tích phương sai nhân tố
• Được sử dụng để phân tích số liệu theo dõi ảnh hưởng mức nhân tố tới kết
Ví dụ:
» Nhân tố: Công thức cho lợn ăn Mức nhân tố công thức khác Xem
ảnh hưởng tới suất
Bài toán: Kiểm định giả thuyết tác động giống mức nhân tố
» H0: m1 = m2 = =mn
» H1: tồn i, j mà mi khác mj
• Các bước thực
• Chuẩn bị liệu
• Dữ liệu bố trí dạng cột hay hàng
• Dữ liệu ứng với mức nhân tố khác
• Sử dụng cơng cụ Anova: Single Factor • Phân tích kết
(5)So sánh trung bình dùng số LSD
• Sử dụng trường hợp kết luận mức nhân tố có tác động khác tới kết
• Sử dụng để rõ tác động khác mức nhân tố tới kết ntn: xếp thứ tự tác động mức nhân tố tới kết
• Nếu cần so sánh trung bình CT Ti (với ri lần lặp) với trung bình CT Tj (với rj lần lặp) tính thêm số
LSD = tα,f * SQRT(s2(1/ ri + 1/ rj )
tα,f = TINV(α, f) với α = – p; f = df & within groups s2= MS within groups: Phương sai chung
ri, rj: số lần lặp lại liệu mức nhân tố i, j
1 Căn kết luận
Nếu |mi-mj| > LSD(i,j) tác động mức nhân tố i, j khác
ngược lại
Trong TH khác nhau, mi > mj KLuan mức nhân tố i tốt mức
(6)Phân tích phương sai hai nhân tố Ví dụ: Điều tra chiều dài cây, hai nhân tố xét đến phân
bón nhiệt độ
2 Xảy hai trường hợp:
Nhân tố A B không tương tác, biến động gây nên tác động đồng thời A B gần sát
Nhân tố A B có tương tác.
Bài tốn 1: Xét riêng tác động mức nhân tố A
» H0: m1 = m2 = =mn
» H1: tồn i, j mà mi khác mj
Bài toán 2: Xét riêng tác động mức nhân tố B
» H0: m1 = m2 = =mn
» H1: tồn i, j mà mi khác mj
Bài toán 3: Xét riêng tác động đồng thời (A,B)
(7)Phân tích phương sai hai nhân tố khơng tương tác
1 Không xét đến tác động đồng thời hai nhân tố A, B Cần giải toán 1, toán
3 Các bước thực
Bố trí liệu
Sử dụng công cụ: Anova: Two-Factor Without Replication Phân tích kết quả:
(8)Phân tích phương sai hai nhân tố tương tác Xét đến tác động đồng thời nhân tố A, B
2 Cần giải toán phân tích phương sai Các bước thực
Bố trí liệu
Sử dụng cơng cụ Anova: Two Factor With Replication Phân tích kết quả
» Xét giá trị F thực nghiệm F lý thuyết tương ứng với nhân tố, F thực nghiệm > F lý thuyết kết luận mức nhân tố tương ứng có ảnh hưởng khác tới kết (chấp nhận H1) ngược lại (chấp nhận H0)
(9)2 Kiểm định hai phương sai
Kiểm định hai phía
» H0: δ12 = δ22 (phương sai biến X phương
sai biến Y)
» Đối thuyết H1: δ12 ≠ δ22
Kiểm định phía
» H0: δ12 = δ22 (phương sai biến X phương
sai biến Y)
(10)Phân tích kết quả
Trong Excel, sử dụng công cụ F-Test Two Sample for Variances để kiểm định phía
1 Nếu F <
F > F Critical one-tail chấp nhận H0 (δ12 = δ22 ) ngược lại bác bỏ H0, chấp nhận H1 δ12 > δ22
2 Nếu F >=
(11)3 So sánh trung bình mẫu
• Với X, Y DLNN độc lập, có phân phối chuẩn N(mX;
σ2X), N(mY; σ2Y) ta gặp toán kiểm định
giả thuyết giá trị trung bình mẫu sau:
- Kiểm định hai phía:
Giả thuyết H0: mX = mY+d Đối thuyết H1: mX ≠ mY+d
- Kiểm định phía:
Giả thuyết H0: mX = mY+d Đối thuyết H1: mX > mY+d
Giả thuyết H0: mX = mY+d Đối thuyết H1: mX < mY+d
(12)3 So sánh trung bình mẫu
Các trường hợp:
1 Lấy mẫu độc lập
TH biết phương sai σ2X, σ2Y TH khơng biết phương sai
» Kích thước mẫu lớn (nX>=30; nY>=30)
» Kích thước mẫu nhỏ
• Hai phương sai • Hai phương sai khác
dữ liệu mẫu lấy ngẫu nhiên, mẫu độc lập với
(13)3 So sánh trung bình mẫu
1 So sánh TB mẫu độc lập biết phương sai σ2X, σ2Y
Qui tắc kiểm định xác suất
» Xét đại lượng Z=(Xtb-Ytb-(mX-mY)-d)/sqrt(σ2X/nX+ σ2Y/nY) có phân phối chuẩn tắc
» Nếu giả thuyết H0 Z=(Xtb-Ytb-d)/sqrt(σ2X/nX+ σ2Y/nY) có phân phối chuẩn tắc ta có bảng quy tắc kiểm định sau:
* Trường hợp trình bày chi tiết, trường hợp khác tương tự
Sử dụng tình ta biết được phương sai (thường xảy điều tra lại
một tổng thể sau thời gian chưa lâu, nên phương sai chưa thay đổi, lấy phương sai
(14)H0: mX = mY+d H1: mX ≠ mY+d
H0: mX = mY+d H1: mX > mY+d
H0: mX = mY+d H1: mX < mY+d
Ta có: P(|Z|>Zα/2)=α
từ có quy tắc bác bỏ H0 là:
+Nếu |Z|>Zα/2 định bác bỏ H0
+Nếu |Z|<=Zα/2 định chấp nhận H0
Ta có: P(Z>Zα)=α từ có quy tắc bác bỏ H0 là:
+Nếu Z>Zα định bác bỏ H0
+Nếu Z<=Zα định chấp nhận H0
Ta có: P(Z<-Zα)=α từ có quy tắc bác bỏ H0 là:
+Nếu Z<-Zα định bác bỏ H0
(15)3 So sánh trung bình mẫu
1 So sánh TB mẫu độc lập biết
phương sai σ2X, σ2Y
Ví dụ:
» So sánh giá trị trung bình số cừu mắc bệnh nhóm tiêm phịng nhóm đối chứng Mẫu lấy độc lập, biết phương sai tương ứng 22, 18
(16)Tool Data Analysis, chọn công cụ phân
(17)Hiện cửa sổ
Miền biến
Giả thiết
khác hai trung bình (d)
Miền biến
(18)Kết quả
Giả thiết khác hai trung bình (d) Số quan sát
Phương sai Trung bình
Z thực nghiệm
(19)1 So sánh TB mẫu độc lập biết
phương sai σ2
X, σ2Y * Căn để kết luận
1 Kiểm định phía
Nếu |Ztn|> Zhai phía (z critical two-tail) bác bỏ giả thuyết H0, chấp
nhận H1 (mX≠mY+d)
Nếu |Ztn|<= Zhai phía (z critical two-tail) chấp nhận giả thuyết H0
(mX=mY+d)
2 Kiểm định phía
Nếu Ztn>0 ta có toán kiểm định
H0: mX = mY+d
H1: mX > mY+d
» Nếu Ztn> Zmột phía (z critical one-tail) bác bỏ H0 ngược lại
Nếu Ztn<0 ta có tốn kiểm định
H0: mX = mY+d
H1: mX < mY+d
(20)Phân tích kết quả
Kiểm định phía:
Ta có |z|=2.068>z2 phía nên bác bỏ giả thiết H0 (mX=mY)
Kiểm định phía:
(21)Thực hành
1 Sinh viên thực hành ví dụ vừa với
liệu đảo ngược sau (σ2X =22,
(22)3 So sánh trung bình mẫu
2 So sánh trung bình mẫu độc lập trường hợp khơng biết phương sai kích thước mẫu lớn lớn (nX>=30, nY>=30)
Xét đại lượng Z=(Xtb-Ytb-(mX-mY)-d)/sqrt(s2X/nX+
s2Y/nY) có phân phối xấp xỉ phân phối chuẩn tắc
(trong s2X, s2Y giá trị xấp xỉ phương sai σ2X, σ 2Y tính hàm
VAR)
Tương tự trường hợp biết phương sai, thay
s2X σ2X, s2Y σ2Y sử dụng công cụ z-Test:
(23)3 So sánh trung bình mẫu
3 So sánh trung bình mẫu độc lập trường hợp khơng biết phương sai kích thước mẫu nhỏ (nX<30
nY<30)
Để giải toán ta cần có giả thiết
hay khác phương sai σ2X, σ2Y
Nếu đề chưa cho biết thơng tin đó, cần kiểm định thêm
một giả thuyết phụ hay khác phương sai σ2X, σ2Y học trước (sử dụng công cụ F-Test: Two-Sample for Variances)
» Nếu σ2X = σ2Y ta giải tốn sử dụng cơng cụ phân tích
t-Test: Two-Sample Assuming Equal Variances
(24)Ví dụ 1: t-Test: Two-Sample Assuming Equal Variances
(25)Ví dụ 1: Kết quả
Trung bình Phương sai Số quan sát
Giả thiết khác hai trung bình
t thực nghiệm
P phía hai phía t lý thuyết (tới hạn) phía hai phía
Phương sai chung
Bậc tự = n1 + n2 -2
(26)t-Test: Two-Sample Assuming Equal Variances
1 Căn để kết luận
Kiểm định phía
» Nếu |ttn|> thai phía (t Critical two-tail) định bác bỏ H0
ngược lại
» Trong ví dụ 1: |ttn|=1.5187<thai phía=2.009 nên chấp nhận H0
(mX=mY) Giá trị Phai phía> α phù hợp với kết luận
Kiểm định phía
» Nếu ttn>0 ta có tốn kiểm định H0: mX = mY+d
H1: mX > mY+d
• Nếu ttn> tmột phía (t critical one-tail) bác bỏ H0 ngược lại » Nếu ttn<0 ta có tốn kiểm định
(27)Ví dụ 2: t-Test: Two-Sample Assuming Unequal Variances
(28)(29)t-Test: Two-Sample Assuming Unequal Variances
1 Căn để kết luận (giống trường hợp phương sai nhau, khác giá trị ttn khác công thức tính)
Kiểm định phía
» Nếu |ttn|> thai phía (t Critical two-tail) định bác bỏ H0 ngược lại
» Trong ví dụ 2: |ttn|=1.7133<thai phía=2.009 nên chấp nhận H0 (mX=mY)
Giá trị Phai phía> α phù hợp với kết luận
Kiểm định phía
» Nếu ttn>0 ta có tốn kiểm định
H0: mX = mY+d
H1: mX > mY+d
• Nếu ttn> tmột phía (t critical one-tail) bác bỏ H0 ngược lại
» Nếu ttn<0 ta có tốn kiểm định
H0: mX = mY+d
H1: mX < mY+d
(30)3 So sánh trung bình mẫu
3 So sánh trung bình mẫu lấy theo cặp
(31)(32)Hiện sổ
Miền biến 1, kể hàng đầu mẫu quan sát
Miền biến
Giả thiết hiệu hai trung bình hai tổng thể H0: m1 = m2 ghi Nếu H0: m1 = m2 + d ghi d
(33)(34)t-Test: Paired Two Sample for Means
1 Căn để kết luận (giống trường hợp so sánh trung bình mẫu độc lập có kích thước mẫu nhỏ)
Kiểm định phía
» Nếu |ttn|> thai phía (t Critical two-tail) định bác bỏ H0 ngược lại
» Trong ví dụ trên: |ttn|=3.3105>thai phía=2.3646 nên chấp nhận H1
(mX≠mY) Giá trị Phai phía<α phù hợp với kết luận
Kiểm định phía
» Nếu ttn>0 ta có toán kiểm định
H0: mX = mY+d
H1: mX > mY+d
• Nếu ttn> tmột phía (t critical one-tail) bác bỏ H0 ngược lại
• Trong ví dụ trên: ttn>0 ttn> tmột phía=1.8945 nên chấp nhận H1 (mX > mY) Giá trị Pmột phía<α phù hợp với kết luận
» Nếu ttn<0 ta có tốn kiểm định
http://ccd.hua.edu.vn/tthieu