1、无交互作用双因素方差分析1.无交互作用双因素方差分析实例2.无交互作用双因素方差分析应用无交互作用双因素方差分析实例 【例】企业订单的多少直接反映了企业生产的产品畅销程度，因此企业订单数目的增减是企业经营者所关心的。一家企业经营者为了研究产品的销售地区及外观设计对月订单数目的影响，记录了一月中不同外观设计的一种产品在不同地区的订单数据。以此为基础，该经营者想检验下这种产品的销售地区与外观设计是否对订单的数量有所影响？（显著性水平为0.05）无交互作用双因素方差分析实例表 不同外观设计的产品在不同地区的订单数（张）外观设计销售地区设计方案I设计方案II设计方案III北京700516720上海59
2、7450567深圳697357515西安543552560成都600302420兰州618389502无交互作用双因素方差分析应用解 依题意，原假设和备择假设为0126:.0Haaa=1126:,.,Ha aa 不全为零利用收集到的数据计算得到0123:0Hbbb=1123:,Hb b b不全为零211()234208.28krijijSSTXX=-=邋211()67546.278kriijSSAXX=-=邋211()119504.78krjijSSBXX=-=邋234208.28 67546.278 119504.7847157.222SSESSTSSASSB=-=-=无交互作用双因素方差分
3、析应用解检验统计量为/(1)/(1)(1)ASSA kFSSEkr-=-67546.278/(6 1)2.86547157.222/(6 1)(3 1)-=-/(1)/(1)(1)BSSB rFSSEkr-=-119504.78/(3 1)12.67147157.222/(6 1)(3 1)-=-无交互作用双因素方差分析应用解 拒绝域临界值为 检验统计量的取值与相应临界值比较：因此，不能拒绝原假设，但能够拒绝原假设，认为销售地区对订单的数量没有显著影响，外观设计对订单的数量有显著影响。0.05(1,(1)(1)(61,(61)(31)3.326FkkrFa-=-=0.05(1,(1)(1)(3
4、1,(61)(31)4.103FrkrFa-=-=0.052.8653.326(5,10)AFF=0.0512.6714.103(2,10)BFF=无交互作用双因素方差分析应用解 值利用在Excel中录入：FDIST（2.865，5，10）、FDIST（12.671，2，10）得到。检验销售地区的 ，不拒绝原假设 检验外观设计的 ，拒绝原假设P0.07360.05Pa=0H0.00180.05Pa=0H无交互作用双因素方差分析应用解差异来源差异来源离差平方和离差平方和自由度自由度值值临界值临界值值值销售地区销售地区67546.27852.8653.3260.0736外观设计外观设计119504.78212.6714.1030.0018误差误差47157.22210总计总计467.46359P表 无交互作用双因素方差分析表FF无交互作用双因素方差分析应用“数据”“数据分析”“方差分析：无重复双因素方差分析”无交互作用双因素方差分析应用图“方差分析：无重复双因素方差分析”工具分析结果小结 1.无交互作用双因素方差分析实例2.无交互作用双因素方差分析应用思考练习 显著性水平为0.01时，分析这种产品的销售地区与外观设计是否对订单的数量有高度显著的影响？
