Analysis of Variance in Economic Statistics

CucDn 3 views 44 slides Sep 18, 2025
Slide 1
Slide 1 of 44
Slide 1
1
Slide 2
2
Slide 3
3
Slide 4
4
Slide 5
5
Slide 6
6
Slide 7
7
Slide 8
8
Slide 9
9
Slide 10
10
Slide 11
11
Slide 12
12
Slide 13
13
Slide 14
14
Slide 15
15
Slide 16
16
Slide 17
17
Slide 18
18
Slide 19
19
Slide 20
20
Slide 21
21
Slide 22
22
Slide 23
23
Slide 24
24
Slide 25
25
Slide 26
26
Slide 27
27
Slide 28
28
Slide 29
29
Slide 30
30
Slide 31
31
Slide 32
32
Slide 33
33
Slide 34
34
Slide 35
35
Slide 36
36
Slide 37
37
Slide 38
38
Slide 39
39
Slide 40
40
Slide 41
41
Slide 42
42
Slide 43
43
Slide 44
44

About This Presentation

분산분석


Slide Content

CH. 9:„°„
INSTRUCTOR: SUNGCHULKIM
DEPT.OFSTATISTICS ANDACTUARIALSCIENCE
Soongsil University
1 / 45

Ch. 9:„°„
OUTLINE:
9.1„°„X0øP
9.2|Є°„
9.3äDP
9.4U`T]č•
9.5tЄ°„
9.6 S-Link/CATSäµ
2 / 45

9.1„°„X0øP
„°„(Analysis of Variance, ANOVA)
8tÁX¨ÑèXÉàDPÐ\€)•
F„ì|¬©
3 / 45

9.1„°„X0øP
„°„X
A, B, C8Ù(Œ¬ÐݰX”Ù XŒ(XðD( 1
¬0ùü‰p¬)|DPX0tŒ¬Ð5)D
„X\ø”œXìäØ\°ü[\9.1]X Ì|»ÈäàX.(t
äØÐ”5…X´,…´´3)DäØXä.)
À4$:8Œ¬ˆXðD¨PÙ|X䔃
H0:1=2=3
½$:ðD¨PÙ|\ƒ@DÈ|”ƒ
H1:´Ä\Ј´iä@\ÀJä.
4 / 45

9.1„°„X0øP
jKÑ xñá û S× Q™x hÑèI ÙÞq ;î
<´ >Á%ŽW20D Ë:
‘³D ÝP›

A
B
C
Ë:D ™G
16.1 22.4 19.7 21.1 24.5
16.3 12.6 21.0 17.8 15.9
20.2 15.2 18.7 18.9 23.8
£Ð y
i
.
y
1
.= 20.76
y
2
.= 16.72
y
3
.= 19.36
<Ò? > Ë:WD ‘|( |¶7 ? û³ù ´£Ð8 Ë~à jIî
bw[´9.1] Àad15PD G7 }A MÑ ‹7 õ IM7 ø2I aa
×Ñ À Þ È ¤?ç WPãé K5ý× ? %Ž ¿@ À *ý Ë:D 0
I> S8 û SŠAãéý× *÷ À 5>à yW\ @D yÞñ0I> S8
ûS5tÒ û À}Z *÷IM7‘dÞ À²ûï<û ¹:5ýKçʤÞ
×?™î2K\ (ÂØÂñÝ á a) ÀDà0IÒ;Š ß0a8\û
SîI ì M7 ø2K8 E ‰Þ È Ë:G À à >…}8 î:— MI ´
áûSî
Yij ij
i
úó=+ , i= 1, 2, 3 ; j= 1, 2, 3, 4, 5
b î1.•IÑ
5 / 45

9.1„°„X0øP
„°„X
\øÉàäXDDPtôtøl0y
2:
<y
3:
<y
1:
X
y
1:
@y
3:
”\D·XÀÌy
2:
” äxPôä‘L
1ü3”ÀÌ2” äxPü(tˆDƒt|àÁ`
ˆÀÌ,\øÐXt˜À˜”t(t üðµÄY<\ X\
(tˆ”À´»Œ <\€`ˆDL?
6 / 45

9.1„°„X0øP
„°„X
ðDÐ\µÄ¨
Y
ij=
i+
ij;i=1;2;3;j=1;2;3;4;5
Yij:iˆøŒ¬Xjˆø!
i:iˆøŒ¬XÉàðD
ij:$(,äØ$((experimental error) (:!$()
7 / 45

9.1„°„X0øP
„°„X
ñi:ÀÙ(total variation)
SST=
3
X
i=1
5
X
j=1
(y
ijy
::
)
2
$(ñi: ´ÀÙ(within variation) -Œ¬ˆ´XÀÙ
SSE=
3
X
i=1
5
X
j=1
(y
ijy
i:
)
2
˜¬ñi: ÀÙ(between variation) -Œ¬XÀÙ
SSTr=
3
X
i=1
5
X
j=1
(y
i:
y
::
)
2
8 / 45

9.1„°„X0øP
„°„X
ñi
SST=SSE+SSTr
 Ä
(151) = (153) + (31)
9 / 45

9.2|Є°„
I:²ýI ìM7³Ñè8‘³IÄàî$D ؁ À² SST3…‘Þ
Ý$ç²×bwyS£ÐDvÝK ..y8…‘ç  Þ²ýSST×W,(15-1 =
143>ÑtSSED…‘8$ç²× ,,yyy
123...8bw…‘ç  Þ²ý15-3 =
12DW,(3>ÓîJ;“äSSTr7SSTDW,( À²SSEDW,(3R
a`Ñ2DW,(3>Óî(˜àISSTrDW,(2×%ŽDPû À²18R
j— Mî)
L‘³
–zD W20 Ë: ؁ À²× A øû> ±Ù: ¯ S× Ë: ì MI *ý
ÒGI™:×øû3 È=øû(response variable)ÄàîÈ=øû×
¨xøûIîÒ;ŠW20%ŽA, B, C3ar×øû ìMI}Øñ8³
Þ× Ž:× øû3KW(factor)ÄŠ àîKW× ÕxøûIîKW
>>Ñ×G\8KWD û³(level)IÄŠ ÞtI\ û³D Pû> :®:× }
ØñD Pû> ;î$D Ë: ؁ À²× W20%ŽÄ× ÞaD KW> ÁPD
û³A, B, C3>ÓîI ìMIÞaDKW>È=øû À·–× Ôñ8‘ŽÞ
ב³è8L‘³(oneway ANOVA)IÄ àî[´9.2]×L‘
³ À² û³D Pû>pPIŠ?û³ À²D™GI?? n1n2jnpPS×
ƒD LÈxK W³‘3 ȳî
<´ >L‘³D W³‘
$IBQUFS‘³
KW
û³
û³

û³ Q
™G
Y11 Y12 Yn1
1
Y21 Y22 Yn2
2

Yp1 Yp2 Ypn
p
L‘³8 $à }Øñ}7 î:— MI ± ¯Óî
Yij
i
ijúó=+
i ijóúï=++ i= 1, 2, j, p; j= 1, 2, j, ni
I} À²×iãé û³ À²DYD}£Ð
i
ú3
iúï+ýar »î ÈÝ À
b î1.•IÑ
10 / 45

9.2|Є°„
|Є°„(one-way ANOVA):X˜X xQÀÐøX”
¥Dp¬X”„°„•
QÀ(response variable)
x(factor)
(level)
11 / 45

9.2|Є°„
À4$:
H0:1=2= =p=0
½$:
H1:´ÄX˜X
i”0tDÈä.
13 / 45

9.2|Є°„
$€ÐD”\ñi
SST=
p
X
i=1
n
iX
j=1

Y
ijY::

2
SSE=
p
X
i=1
n
iX
j=1

Y
ijY
i:

2
SSTr=
p
X
i=1
n
iX
j=1

Y
i:Y::

2
where
Y::=
1
n
P
p
i=1
P
ni
j=1
Yij,Yi:=
1
ni
P
ni
j=1
Yij,n=
P
p
i=1
ni
14 / 45

9.2|Є°„
ñi:
SST=SSE+SSTr
 Ä:
(n1) = (np) + (p1)
15 / 45

9.2|Є°„
|Є°„X„°„\
()()YYYY Y Yij ij ii-= - + -
:: :: .. i= 1, 2, j, p; j= 1, 2, j, ni
Ia 'D ¨ø8“Þ È}Z i ìj ÀçäÞv
() () () YYYY Y Yij
j
n
i
p
ij
j
n
i
p
i
j
n
i
p
i
11
2
111 1
22
ii i
-= -+ -
=== == =
:::: ..!!! !! !
P8 q L û Sî
I\ “ä— W,(× [´9.3]—MI;<ûS×I3 ‘³´
(ANOVA table)Ä2ä8W,(ýaÀG8 £Ð“(mean square)I
ÄÞ×[´9.3] À×J;£Ð“(treatment mean square, MSTr)— ß0£Ð“
(error mean square, MSE)I??D: ¯SäDD· ìMIJ;£Ð
“MSTr7KWD?û³@Dø28arףЁ“IŠ ß0£Ð“
MSE×?û³rDø28arףЁ“IîÒÞ²ýMSTrIMSEî
šx5ý ;  üv KWD ? û³@D £ÐGÊ
i
ú\I MÑ ‹îŠ ~ÿ8
r> û SîÒÞv ¯à ݳ À DÞ È šx5ý ;  üîŠ á û S8é
<´ >L‘³D ‘³´
$IBQUFS‘³
K
J;
ß0
yS
“ä W,( £Ð“ F:
SSTr p1- MSTr = SSTr/ )(p1- F0= MSTr/MSE
SSE np- MSE= SSE/()np-
SST n1- ( ñ, n= ni!)
‘³´D CÑD Ì À …‘;F:>MSTrDMSE ÀàšxüÝ3a
r×>…Iÿ À DÞv
ijó Àà>I¿@áxÈ–>¸H0:
1ï=
2ï=
j=
pï= 0D>Þ À²
/( )
/( )
MSE
MSTr
SSE
SSTr
F
np
p1
0==
-
-
×W,(()p1-—()n1-KF¨3 n2îÒÞ²ý,Dû³ïKh À²
…‘;F0DGIF¨´ À² ³à GF , ,pnp11--- aî üvMSTrIMSE
î}düîŠxÞ ÈÈ–>¸H03Ý?àîÊKWD?û³@£Ð\
I}AM7j7 ‡äÄŠ~àî
b î1.•IÑ
€µÄÉ:
F0=
MSTr
MSE
f
(p1);(np)
iji:i:dN(0;
2
)
H0:1=2= =p=0
16 / 45

9.2|Є°„
ÜÜL‘³ À²DFh
È–>¸:H 0
p0 12ïï ïg== ==
@>¸H1x ¯( ÞaD
iï×I ‡äî
h>…Ý F0
MSE
MSTr
F0×È–>¸Þ À²W,(()p1-—()np-KF¨3 n2î
Ý? É >FF , ,pnp011 --- aIvH03Ý?
ÑØéÑD IÿyP À² Œ û S`I L‘³ À² ? û³ À²D ȏ
*û> M8 Ù× ¹îÒÞaW20 Ë: ؁ À² ì MI ȏ*û3
M(þ Þ× jI {>Ñ >…x `¿š œîŠ Ë‰ Sî˜à I ƒ …‘
• '( @žçÓî[´9.4]×QPD ? û³ À² È=øûD G8rãÈ™î
8x(Ên1n2j nprItyS ™GD Pû×n pr=P)D‘³´
쁓äD…‘• '8 ȳî
<´ >‘³´ ȏû> M7 L‘³
L‘³
K
J;
ß0
yS
“ä W,( £Ð“ F:
SSTr i()rYY
i
p
1
2
=-
=
:::! p1- MSTr = SSTr/ )(p1-F0= MSTr/MSE
SSE i()YY
j
r
i
p
ij
11
2
=-
==
:!! ()pr1- MSE = SSE/( ))(pr1-
SST= ()YY
j
r
i
p
ij
11
2
=-
==
::!! pr1-
–z À² ±Ù; Á %ŽD ×W20D Ë:W À à ‘³8 çW
½I
IW Àà?“ä7zD™ À²…‘: »ÑEûX ¸5ý…‘Þ׃
[´9.4]D• ' À²î: '8,(Þ ÈIáûSî
()YSST Y Y pr Yij ij
j
r
i
p
j
r
i
p
22
2
111 1
= -= -
=== =
:: ..!!! !
SSTr()YYr i
i
p
2
1
-
=
::.! YYr pri
i
p
22
1
-
=
.!
I ؁ À²p= 3, r= 5IŠ
Ø
b î1.•IÑ
17 / 45

9.2 | Ð „ ° „
18 / 45

9.2 | Ð „ ° „
20 / 45

9.3äDP
ä€X8
5tt¥\PXpi@5C2=10
piXÉà(Ð\t€D10ˆä‰`L5%X
XD©Xt
P(10ˆX€\Œ\1X8xÀ4$D0)
=1P(8xÀ4$D¨PDÝ)
=1P(\
10
i=1
E
i
);P(E
i
) =P(iˆø€Ð8xÀ4$DDÝ) =10:05=0:95
=1(0:95)
10
;Ì}¨à¬t(E
i
)ätŽtt
=0:4013
0:05
0|1…$X|”`U`t XôälŒ(.
Recall:€Ð X5%|¬©!1…$X,‰8x
À4$D0X”$X|”`U`D0.05\\ \ä”Xø.
23 / 45

9.3äDP
äDP)•(multiple comparison)
äDP)•:PtÁXÉà(X€DÙÜÐä‰ `L1
…$X|”`U`t Xô䑌 Àtü”€)•
HSD€(honestly signicant difference test):
J.W. Tukey1953DÐH\)•
€%tlà X| Ìq
jy
i
y
j
j>HSDijtt$H0:i=j|0Xìi@j” X
XÐätäà °.
HSDij=qp;np;1
s
1
2

1
ni
+
1
nj

MSE
qp;np;1:¨p@ Änp|À”\T”„ì(studentized
range distribution)X(1)1„.
24 / 45

9.3äDP
>yy HSD
ij
ij-..
3E’Þv>¸ :H
ij
0úú=3Ý?Þ Èú
i
ì
j
ú×,Dû³ïÞ À² î0îŠ ~
àî$D ' À²q
, ,pn p1-- a
×}ûp ìW,(np-3>Ñ×´³ç$¨
(studentized range distribution)D(1 - ï)Ô$û G5ý þD ´8 ¿± ØâS
îÒ;Šni ìnj×i ìjû³ À²D ÈûMSEףЁ“ ß0Iî
}Z û³ À²D Èû> M7 ƒÊnn n r p12 g== == Kƒ À×?£Ð
0D h À² 2Là GDHSDÊ
HSD
MSE
q
r
,,pn p 1
=
-- a
8ŽáûSî˜àAû³ À²DÈû ni ìnjEM7ƒ À(r ( Àni
3QÞ È$D '8ŽáûSî
ß™ù Ô ¯ ¿xW([ Ø9.2]) Àà‘³ À²×È–>¸8Ý?Þ È?
ß™D Ô ¯£Ð¿xI }A M7 j7 ‡äÄ× ~ÿ8 ³ »îI 0I> ¯Õ
ß™@ À “dÞ×Ñ3 ? ß™@D £Ð8 îº:®Þ È ËW
½I
TukeyDHSDh8 $ç²×[´9.9] ìM7´3X¿Þvž;Þî¶?
û³ À²D ´£Ð\8 üÝ ý²ý a ÌÞ È ï— Ì À xŠ ´ ‰ À× ²ý
=Þ× A ´£Ð@D 0D zG8 x×îÒ;Š…‘;HSDijDG8š ‰
Àx×î[´9.7]D‘³´ À²MSE = 49.4IŠ ,Dû³ï= 0.05Þ À²
q
,,.4 17 0 95
DG74.02I²ý Ø3 \ ¯:H
23
0úú=Dh8$à HSDDG7 ‡Ð
ìMI…‘;î
()HSD MSEq
nn2
11 1
,,.
23
4 17 0 95
23
=+
( . ) ( )( . )4 02
2
1
6
1
5
1
49 4=+
.12 10=
M7 Ñè5ý:H
34
0úú=Dh8$ç²×
( . ) ( )( . )HSD 4 02
2
1
5
1
4
1
49 434=+
.13 40=
:H
12
0úú=Dh8$ç²×
$IBQUFS‘³
Ø
b î1.•IÑ
(. )
.
HSD 4 02
6
49 4
12=
.11 54=
a5ý …‘á û Sî[´9.9] À² ;×
3
ú ì
4
ú@
2
ú ì
4
ú@ À 0I> “dàî
×j8 ŒûSîÒ;Š
1
ú7î2£Ð\—,Dà0I3IÑ ‹×î ¥¥¥
<´ >ß™ù Ô ¯¿xWû³@ù £Ð0I
+6þ…&è
y
3.= 71.4
y
2.= 74.5
y
1.= 78.3
y
4.= 87.5
y
3. y
2. y
1. y
4.
-3.1(12.10)6.9(12.10)16.1(13.40)*
-3.8(11.54)13.0(12.90)*
-9.2(12.90)
-
+6þ…&è
9.1zD W20 Ë: *÷ À²×15D W2035zD yW Àq ÒÞq Ó
Þ Óî[´9.8] ÀadàÓD~—×I ìM7 îy+…&èDñ
|8 ȳîI3 *vyW17B ìC%Ž0EyW37A ìB%Ž0
E *÷Þq: ¯yW@Dø2I ß0æ À£Ð: ¯¨ã:Ñ3…àîÒ
Þ²ýyW@D ø2I ,à ƒ ß0æ7 ñýà *÷ ß0> ‡ç û Sî
IÞà ñ|8 ¹ —Ý $ç ? yW> ? %Ž03 x ¯( àã € *÷Þ(þ á
ûS×I ìM7 *÷Ñè8 +6þ…&è(randomized block design)IÄ
àî[´9.10]7Iƒ>ÞàÓDà Ø3 ȳîI´ À²š ‰DG
7™; Ë:DGIî( *÷ÑèI î0v ü Ëd È=øûD ™G É & óÄ
ÓîÒÞa ÈÝ²× îy+…&è— +6þ…&èD :®3 $ç M7
™G8 >Þ Óî)
<´ >+6þ…&èD Ø
yW
Ë:

A(22.4) B(12.6) C(18.7) A(21.1) A(24.5)
C(20.2) C(15.2) A(19.7) B(17.8) C(23.8)
B(16.3) A(16.1) B(15.9) C(18.9) B(21.0)
b î1.•IÑ
25 / 45

9.3äDP
(. )
.
HSD 4 02
6
49 4
12=
.11 54=
a5ý …‘á û Sî[´9.9] À² ;×
3
ú ì
4
ú@
2
ú ì
4
ú@ À 0I> “dàî
×j8 ŒûSîÒ;Š
1
ú7î2£Ð\—,Dà0I3IÑ ‹×î ¥¥¥
<´ >ß™ù Ô ¯¿xWû³@ù £Ð0I
+6þ…&è
y
3.= 71.4
y
2.= 74.5
y
1.= 78.3
y
4.= 87.5
y
3. y
2. y
1. y
4.
-3.1(12.10)6.9(12.10)16.1(13.40)*
-3.8(11.54)13.0(12.90)*
-9.2(12.90)
-
+6þ…&è
9.1zD W20 Ë: *÷ À²×15D W2035zD yW Àq ÒÞq Ó
Þ Óî[´9.8] ÀadàÓD~—×I ìM7 îy+…&èDñ
|8 ȳîI3 *vyW17B ìC%Ž0EyW37A ìB%Ž0
E *÷Þq: ¯yW@Dø2I ß0æ À£Ð: ¯¨ã:Ñ3…àîÒ
Þ²ýyW@D ø2I ,à ƒ ß0æ7 ñýà *÷ ß0> ‡ç û Sî
IÞà ñ|8 ¹ —Ý $ç ? yW> ? %Ž03 x ¯( àã € *÷Þ(þ á
ûS×I ìM7 *÷Ñè8 +6þ…&è(randomized block design)IÄ
àî[´9.10]7Iƒ>ÞàÓDà Ø3 ȳîI´ À²š ‰DG
7™; Ë:DGIî( *÷ÑèI î0v ü Ëd È=øûD ™G É & óÄ
ÓîÒÞa ÈÝ²× îy+…&è— +6þ…&èD :®3 $ç M7
™G8 >Þ Óî)
<´ >+6þ…&èD Ø
yW
Ë:

A(22.4) B(12.6) C(18.7) A(21.1) A(24.5)
C(20.2) C(15.2) A(19.7) B(17.8) C(23.8)
B(16.3) A(16.1) B(15.9) C(18.9) B(21.0)
b î1.•IÑ
26 / 45

9.4 U ` T ] Ä  •
ä Ø Ä  • (design of experiment)
D U ` T Ä  • (completely randomized design) : ä Ø ´ |
random X Œ ‰
27 / 45

9.4U`T]č•
U`T]č•X„°„\
+6þ…&è À²× æš î: Ž *I ¿@àî
ÜÜ+6þ…&è À² “ä— W,(D á
“ä SSTSSESSTrSSB
W,( bp1-= ( )( )bp11-- + (p1-) + (b1-)
[´9.11]7+6þ…&è À²D‘³´3 ȳîI‘³´ À²
6þK— ß0KD “ä— W,(3 ä[ œý ß0æD “ä— W,(
ý¤?ÞvL‘³D´ ìM ‡× 8 ŒûSî
<´ >+6þ…&èD ‘³´
+6þ…&è
K
J;

ß0
yS
“ä W,( £Ð“ F:
SSTr p1- MSTr = SSTr/(p1-) /MSTr MSEF0=
SSB b1- MSB = SSB/(b1-)
SSE ( )( )bp11- - MSE = SSE/(( )( ))bp11--
SST bp1-
+6þ…&è À²× îy+…&è—× ó; yS *÷8 ÒÞq ÞÑ
‹Š ? 6þ ‰ À²E *÷8 ÒÞq Þv ;î+6þ…&è À² ˜ ,D
á|76þøûDø28 ß0æ À²; &ÌÑE±™ ,7L‘³ À² ì
C2>Ñý KWD û³@D 0 À à hIÄ× jIî6þøû× ß0“ä
8E× &ÆKWDû³@D0 Ààh8ÞqÞÝ$çŽ:×
jI²ý Ò û³@D 0 À à h7 ºÞÑ ‹î˜àL‘³D ß0
“ä À² 6þ“äI ;: »5²ý ß0“ä7 E×:ÑE W,( É & E
×Þ²ý ß0£Ð“(MSE)IæšE×Þ×j7 ‡äî
<´ >Á%ŽW20D Ë:
yW
A
%Ž B
C
£Ð y
j.
£Ð
:
yi
20.76
16.72
19.36
18.947

22.4 16.1 19.7 21.1 24.5
16.3 12.6 15.9 17.8 21.0
20.2 15.2 18.7 18.9 23.8
19.63 14.63 18.10 19.27 23.10
b î1.•IÑ
€µÄÉ:
F0=
MSTr
MSE
f
(p1);(b1)(p1)
iji:i:dN(0;
2
)
H0:1=2= =p=0
34 / 45

9.4U`T]č•
[´9.12]×™; Ë:DG8%Ž ìyW ÀnIJx7jIîIW
Àà‘³8çW
½I
IW ÀàL‘³D~— ([´9.5])×?%ŽW20@ À Ë:D0>
¹î× jI ÓîÒÞa+6þ…&8 >ÞŠ ß0“ä À² 6þ“ä8
;à ~—[´9.13] À² ì MI ß0“äD E×> ¢öÞq aaŠ ß0£Ð
“( üq E×: »îI× yW@D þ ø2I ß0æ À² ;: »Ý x™I
î>¸:H 0
30 12ïïï=== 8$àF:>43.48ý²F,,.2 8 0 95= 4.46 î ü²ýH0
3,Dû³0.05Þ À² Ý? á û Sî~ÿx5ý ß0æ À² 6þD ø28 
bã5ý D ? ¿ @D ,Dà 0I3 : ‡u û Sî
£ÐG5ý vA%ŽD W20> Ë:> >b œîŠáûSîî2%ŽW
20 ìD 0I3 WÁd Œ ‡Ý $ç zD îº:®Ñè8 xÞ ÈWI
؁ À²× ? û³ À²D Èû> M5²ý }Z £Ð:® À ÞaDHSDG8 Ž
á û SîÊ
HSD
MSE
q
r
,,.3 8 0 95
=
(. )
.
4 041
5
0 484
=
.1 257=
ÒÞ²ý;×[´9.14] À² Á %Ž W20 }A @ À ,Dà Ë:D 0I> S
:8 Œ û Sî ¥¥¥
<´ > Ë:WD ‘³´
$IBQUFS‘³
Ø
K
J;

ß0
yS
“ä W,( £Ð“ F:
42.085 2 21.043 43.48
111.437 4 27.859
3.875 8 0.484
157.397 14
<´ > Ë:W û³@D £Ð0
y
2.= 16.72
y
3.= 19.36
y
1.= 20.76
y
2. y
3. y
1.
- 2.64* 4.04*
-1.40*
-
b î1.•IÑ
+6þ…&è À²× æš î: Ž *I ¿@àî
ÜÜ+6þ…&è À² “ä— W,(D á
“ä SSTSSESSTrSSB
W,( bp1-= ( )( )bp11-- + (p1-) + (b1-)
[´9.11]7+6þ…&è À²D‘³´3 ȳîI‘³´ À²
6þK— ß0KD “ä— W,(3 ä[ œý ß0æD “ä— W,(
ý¤?ÞvL‘³D´ ìM ‡× 8 ŒûSî
<´ >+6þ…&èD ‘³´
+6þ…&è
K
J;

ß0
yS
“ä W,( £Ð“ F:
SSTr p1- MSTr = SSTr/(p1-) /MSTr MSEF0=
SSB b1- MSB = SSB/(b1-)
SSE ( )( )bp11- - MSE = SSE/(( )( ))bp11--
SST bp1-
+6þ…&è À²× îy+…&è—× ó; yS *÷8 ÒÞq ÞÑ
‹Š ? 6þ ‰ À²E *÷8 ÒÞq Þv ;î+6þ…&è À² ˜ ,D
á|76þøûDø28 ß0æ À²; &ÌÑE±™ ,7L‘³ À² ì
C2>Ñý KWD û³@D 0 À à hIÄ× jIî6þøû× ß0“ä
8E× &ÆKWDû³@D0 Ààh8ÞqÞÝ$çŽ:×
jI²ý Ò û³@D 0 À à h7 ºÞÑ ‹î˜àL‘³D ß0
“ä À² 6þ“äI ;: »5²ý ß0“ä7 E×:ÑE W,( É & E
×Þ²ý ß0£Ð“(MSE)IæšE×Þ×j7 ‡äî
<´ >Á%ŽW20D Ë:
yW
A
%Ž B
C
£Ð y
j.
£Ð
:
yi
20.76
16.72
19.36
18.947

22.4 16.1 19.7 21.1 24.5
16.3 12.6 15.9 17.8 21.0
20.2 15.2 18.7 18.9 23.8
19.63 14.63 18.10 19.27 23.10
b î1.•IÑ
[´9.12]×™; Ë:DG8%Ž ìyW ÀnIJx7jIîIW
Àà‘³8çW
½I
IW ÀàL‘³D~— ([´9.5])×?%ŽW20@ À Ë:D0>
¹î× jI ÓîÒÞa+6þ…&8 >ÞŠ ß0“ä À² 6þ“ä8
;à ~—[´9.13] À² ì MI ß0“äD E×> ¢öÞq aaŠ ß0£Ð
“( üq E×: »îI× yW@D þ ø2I ß0æ À² ;: »Ý x™I
î>¸:H 0
30 12ïïï=== 8$àF:>43.48ý²F,,.2 8 0 95= 4.46 î ü²ýH0
3,Dû³0.05Þ À² Ý? á û Sî~ÿx5ý ß0æ À² 6þD ø28 
bã5ý D ? ¿ @D ,Dà 0I3 : ‡u û Sî
£ÐG5ý vA%ŽD W20> Ë:> >b œîŠáûSîî2%ŽW
20 ìD 0I3 WÁd Œ ‡Ý $ç zD îº:®Ñè8 xÞ ÈWI
؁ À²× ? û³ À²D Èû> M5²ý }Z £Ð:® À ÞaDHSDG8 Ž
á û SîÊ
HSD
MSE
q
r
,,.3 8 0 95
=
(. )
.
4 041
5
0 484
=
.1 257=
ÒÞ²ý;×[´9.14] À² Á %Ž W20 }A @ À ,Dà Ë:D 0I> S
:8 Œ û Sî ¥¥¥
<´ > Ë:WD ‘³´
$IBQUFS‘³
Ø
K
J;

ß0
yS
“ä W,( £Ð“ F:
42.085 2 21.043 43.48
111.437 4 27.859
3.875 8 0.484
157.397 14
<´ > Ë:W û³@D £Ð0
y
2.= 16.72
y
3.= 19.36
y
1.= 20.76
y
2. y
3. y
1.
- 2.64* 4.04*
-1.40*
-
b î1.•IÑ
35 / 45

9.4U`T]č•
¯Õ •K_ %Ž À² Ƚ >Ñ ×ä Ñ 'D 0I3 ‘ŽÞÝ $Þ È ?
Ñ ' À Dç ¤‘; •K_D ¿Õ8 :®Þ Óî•K_D ¿Õ7 xÞ× ´v À
nÄ 0I> S8 û S5²ý5PD ²ý î2 `¿8 >Ñ× ´v8 ¶Þ È ?
´v8 ÐaÞq aà î: Ƚ ™(D •K_3 šà 1 ? •K_D 7¤ñ
(hiding quality)8‘ŽÞ ÓîÊI³ À²×•K_D™(>KW>:Š´v
D™(>6þøû>;îI *÷ À² ¯ƒ™(D•K_3?´vD ¯Õ
ÀšáÑ×ÒÞqÞv:× [Ò?9.2]×IÓDà~—3 ȳî
IÒ? À²Sj×¶;´v8arŠPiוK_D™(3atî[´9.15]
À± ¯Ó™;W3³ÞÄ
+6þ…&è
Ø
S1
P4
P2
P6
P5
P3
P1
S2
P3
P5
P6
P1
P4
P2
S3
P2
P3
P4
P5
P1
P6
S4
P3
P4
P6
P1
P5
P2
S5
P3
P4
P5
P1
P2
P6
•K_D
™(
P1
P2
P3
P4
P5
P6
£Ð y
j.
£Ð y
i.
21.6
12.4
16.4
13.2
11.6
8.4
13.93
´v
S1 S2 S3 S4 S5
20 22 24 16 26
12 10 14 4 22
20 20 18 8 16
10 12 18 6 20
14 6 10 18 10
8 7 10 9 8
14.00 12.83 15.67 10.17 17.00
<Ò? >•K_ *÷D 6þr ÒÓ
<´ >•K_ *÷D W
½I
IW Àà‘³D~—× [´9.16] À± ¯‰Sî…‘;F:×5.41ý
²´ À²³àG .F 4 76,,.5 20 0 95= î ü²ý È–>¸:H0
16
úúg== ×Ý?;î
Ê? •K_@D 7¤ñ À× 0I> S ¯ Ƚ >Ñ ×äÑ ' À Dç ¤‘:×
b î1.•IÑ
36 / 45

9.5tЄ°„
tЄ°„(two-way ANOVA):„°„ÐQÀÐ¥D
ü”x(factor)2ˆ”½°
1.õtÆ”tЄ°„
2.õt ˆ”tЄ°„
37 / 45

9.5tЄ°„
1.õtÆ”tЄ°„
ÈI ¹× I‘³
I‘³ À² ÈI ¹× ƒ× 9.4zD +6þ…&èD W³‘ ì
³ÑèaI bD L–àîñÑ 6þøû3 ˜ ÞaD KWý ‚ÙÞv ;îL
ÈxK ƒ3 @ñd ¡ ¸zÞŠ +6þ…&è—D 0I| À ç ¤ÞÝ
ýÞWAPDKWA, B>??pPqPD û³û3 >ÓîŠ >Þv ÈI
¹× I‘³D W³‘×[´9.18]—Mî
>…x }7 î:— MI ± ¯Óî
Y
ijij i j
úïð ó=++ + , i= 1, 2, j, p; j= 1, 2, j, q
I ' À²
úyS£Ð
iïKW "Diãé û³D ,—
j
ðKW #Dj ãé û³D ,—
ijó ß0æ²ý )@It(, )N0
2
8n2î
<´ >ÈI ¹× I‘³D W³‘
I‘³
KW "
A1
A2
h
Ap
£Ð
£Ð
Y1.
Y2.
h
Yp.
Y::
yS£Ð
KW #
B1 B2 Bq
Y11 Y12 Yq1
Y21 Y22 Yq2
hhhh
Yp1 Yp2 Ypq
Y1. Y2.
Yq.
“ä— W,(×[´9.18]DW³‘3>ÓƒD+6þ…&è À² ì
M7 Ñè5ý ³çÓîI zD Ý3 ŽÞv î:— MI ± ¯Óî
()YSST Y
q
ij
ji
p
11
2
=-
==
::!! h“äW,(pq1-
()YYSSE YY
q
ij
ji
p
ij
11
2
-= -+
==
::..!! ß0“äW,(( )( )pq11--
b î1.•IÑ
38 / 45

9.5tЄ°„
1.õtÆ”tЄ°„
µÄ¨
Y
ij=+
i+
j+
ij;i=1;2; ;p;j=1;2; ;q
:´Éà
i:xAXiˆøX¨ü
j:xBXjˆøX¨ü
ij:$(m,\ŽtpN(0;
2
)D0„
39 / 45

9.5tЄ°„
$€ÐD”\ñi
SST=
p
X
i=1
q
X
j=1

Y
ijY::

2
SSE=
p
X
i=1
q
X
j=1

Y
ijY
i:Y
:j+Y::

2
SSA=
p
X
i=1
q
X
j=1

Y
i:Y::

2
=q
p
X
i=1

Y
i:Y::

2
SSB=
p
X
i=1
q
X
j=1

Y
:jY::

2
=p
b
X
j=1

Y
:jY::

2
40 / 45

9.5tЄ°„
1.õtÆ”tЄ°„
ñi:
SST=SSE+SSA+SSB
 Ä:
(pq1) = (p1)(q1) + (p1) + (q1)
41 / 45

9.5 t Ð „ ° „
1. õ t Æ ” t Ð „ ° „
€ µ Ä É :
H
0
:
1
=
2
= =
p
= 0
F
1
=
MSA
MSE
f
(p 1 );(p 1 )( q 1 )
H
0
:
1
=
2
= =
q
= 0
F
2
=
MSB
MSE
f
(q 1 );(p 1 )( q 1 )
42 / 45

9.5tЄ°„
<´ >ß•WD ‘³´
I‘³
K
J;

ß0
yS
“ä W,( £Ð“ F:
16.15 3 5.383 F1= 11.53
60.00 4 15.000 F2= 32.12
5.60 12 0.467
81.75 19
ÈI S× I‘³
LÈx5ý *÷~—D ( (3 «IÝ $Þ È >ÞÞv ± ¯Ó ‘d À² 2%I
šD *÷8 ÈÞ× jI ÄÈÒÞîI z À²×2PD KWA, BD?û³‘
ä À² È=øû>rãÈ™;I‘³8¤?ÞW›ÿIƒ À(K
W û î2 K\D Ôñ8 ´IÝ $ç È8 ¨ãà yS *÷8 ÒÞq Þ È
 àî
I‘³ À² È ™I S× ƒ À× KW A ìBD,— û ÀAKWD
û³@D ‘ä À² ¤Ý× ,—3 ;á û S× I3 ®X,—(interaction
effect)˜×šX,— ÄàîI ì³ùÞ È?KWD,—3 ±,—(main
effect)Ä2îšX,—×àKWD,—>î2KWDû³Dø ÀnÄ
øÞ× } À² “dàî Ø3 \ ¯[ Ø9.6]Dß• À²EL á(>n8x
× ‘ñI«8ûþ¤‘ÝIFŠ á(>«8x× ‘ñIn8ûþ¤‘ÝIF
îv á( ì ‘ñD A KW@ À šX,—> SîŠ á û Sî
Yijk3ADiãé û³BDjãé û³ À² ™;kãé G8 ar× +øû
ÄÞvIƒD}Øñ}7î:—MI± ¯Óî
Yijk i j ij
ijkúïð ñ ó=++ + + , i= 1, 2, j, p
j= 1, 2, j, q
k= 1, 2, j, r
úh£Ð
iïKWADiãé û³D ,—
j
ðKWBDjãé û³D ,—
ij
ñADiãé û³—BDjãé û³—D šX,—
ijkó ß0æ²ý )@It(, )N0
2
8n2î
b î1.•IÑ
44 / 45
Tags