109 學年度第二學期

統計學課程
科目代碼： BAC20804

第十二章 - 變異數分析
1 陳瑞祥老師
2 章前導讀
 問題：何時才會利用到變異數分析？
當母體個數超過二個以上，而欲做數個母體平均數檢定
時。

 問題：實驗設計的目的是什麼？
檢定一種或者多種統計假設，並且
使得需要的資料能夠有效地蒐集與分析。
3 章節大綱
 12.1 基本概念
 12.2 一因子變異數分析
 12.3 數個平均數的多重比較
 12.4 二因子變異數分析
 12.5 因子設計
 12.6 電腦統計軟體範例
 第 442 頁
4 12.1 基本概念
 問題：變異數分析又稱為？
Analysis of variance (ANOVA)
 問題：變異數分析是如何分析的？
將一組資料所發生的變異，依可能發生變異的來源
分割為數個部分，
亦即每一個部分皆可歸因於某個原因 ( 變異來源 ) 。
 問題：如何判斷某一個變異來源對資料具有顯著影響？
測度這些不同的變異來源，可了解各種變異間對於資料的
影響是否有顯著差異。
若有差異，表示某一變異來源對資料有顯著影響；
若無差異，無影響作用。
 第 442 頁
5 例題 12.1
  蒐集台灣地區民國 60 年至 107 年各縣市稻米的平均產量 ( 每
畝 ) ， 則此組資料內的各觀察值顯然皆有所不同 ( 亦即有差
異)。 將各觀察值減去總平均數後取平方再加總，此即總
變異。
 造成總變異的原因可能有很多種，例如施肥度、土質、氣候等
等，測度這些變異來源，我們即可了解到
何種變異 ( 原因 ) 對稻米的產量具有決定性 ( 顯著 ) 影響。
 在分析變異來源時，往往有一些變異原因無法一一列出，
此時乃將這些變異歸諸於實驗誤差造成的變異來源。
 縣市 1( 產量 1)  施肥度
 縣市 2( 產量 2)  土質
 …  氣候
 縣市 N( 產量 N)
 實驗誤差
( 無法一一列出 )

 總變異
問題：何種變異 ( 原因 ) 對稻米的產量具有決定性 ( 顯著 ) 影響
 第 442 頁
7 例題 12.1
 問題：在變異數分析中，有哪些常用的名詞與意義？
1. 實驗設計中所衡量的基本對象稱為「實驗單位」。
2. 在不同條件下衡量實驗單位的總觀察值，這些不同的條件
稱為「因子」。
3. 各因子的不同表現程度稱為「水準」。
4. 不同因子的某種特定水準組合稱為「處理方式」。
 實際說明如下頁
 第 442 頁
8 例題 12.1
 例如：例題 12.1
觀察值：稻米產量 ( 各農地 )
總變異：變異數
因子 ( 造成總變異 ) ：雨量、施肥度、土質及氣候等
等。 水準：高、中、低雨量
 問題：假如只關心雨量因子，此分析稱為？
一因子變異數 (one factor ANOVA) 分析
高、中、低雨量稱為三種處理方式
 縣市 1( 產量 1)  雨量 ( 因子 )
 縣市 2( 產量 2) 不同處理
(1) 高
 …
(2) 中
 縣市 N( 產量 N) (3) 低

 實驗誤差
( 無法一一列出 )
 總變異
 第 443 頁
10 例題 12.1
  問題：假如關心雨量與土質二因子，此分析稱為？

二因子變異數 (two factor ANOVA) 分析

雨量：高、中、低三種處理方式
土質：肥沃與貧脊二種處理方式
此組合處理方式：種處理方式
 還有三因子、四因子變異數分析
本章不探討
 彙整：
問題：有哪些影響總變異的因子？
問題：這些因子可以再區分為幾種處理方式 ( 水準 ) ？
  
種處理方式

肥沃 貧脊
高 1 4
中 2 5
低 3 6
 第 443 頁
12 12.2 一因子變異數分析 ( 完全隨機化設計 )
 問題：本節介紹哪兩種實驗設計？
完全隨機化設計 (complete randomized design)
隨機化區集設計 (randomized block design)
 問題：完全隨機化設計適用何種分析？
一因子變異數分析

 問題：隨機化區集設計適用何種分析？
二因子變異數分析
 第 443 頁
13 12.2.1 完全隨機化設計
  問題：常態分配與 t 分配可以檢定的虛無假設形式為？ (2 個
母體 )
 問題：完全隨機化設計可以檢定的虛無假設形式為？
檢定二個或二個以上的母體平均數是否相同
(k 個母體 )
 問題：完全隨機化設計，對於母體的概念為何？
對若干母體進行獨立的隨機試驗
每一母體均採用在某種處理方式下的
反應變數 (response variable) 。
 第 443 頁
14 12.2.1 完全隨機化設計
  問題：處理方式與實驗單位之間的關係為？
第一種處理方式施用於個實驗單位
第二種處理方式施用於個實驗單位
-…
第 k 種處理方式施用於個實驗單位
實驗單位總共個
雨量 ( 因子 )
不同處理

(1) 高
(2) 中
(3) 低
 第 444 頁
16 12.2.1 完全隨機化設計


離差
 第 444 頁
17 12.2.1 完全隨機化設計
  問題：的意義為何？
第 j 種處理方式的第 i 個觀察值 ( 對應第 12 頁 )
 問題：有哪一些與變異數相關的名詞？
1. 離差 (deviation) ：任一觀察值與其平均數的差， 。 2.
變異 (variation) ：離差的平方，即 3. 離差
的平方和 (sum of square for deviation) ：將所有離差加總 4.
變異數 (variance) ：離差的平方和除以自由度。
5. 樣本變異數：
 第 444 頁
18 12.2.1 完全隨機化設計
 某工廠欲了解 4 部機器的性能，由於 4 部機器
(1) 分別由不同的人操作，以及 (2) 其他無法測知的因素，
致使每一部機器之每小時平均產量可能有所不同。
 表 12.2 列出每一部機器在某段時間所測得的每小時之產量
( 各機器的觀察值不完全相同 ) ，並
計算出每一組樣本的平均數與離差平方和。
 第 444 頁
19 12.2.1 完全隨機化設計
表 12.2 　 4 部機器每小時產量的觀察值
 第 444 頁
20 12.2.1 完全隨機化設計
 觀察表 12.2 ，
根據我們對統計觀念的了解，或許會聯想到下面一些問
題： (1) 4
部機器的性能 ( 平均產量 ) 是否有顯著的差異？
(2) 若存在顯著差異，是否存在任意 2 部機器的性能相同？
(3) 每部機器之間，是否可求得其間平均數差的信賴區間？
 以上三個問題即為下面我們將陸續討論的內容。
 第 445 頁
21 12.2.2 變異數分析的原理與相關的計算
  問題：在進行 ANOVA 分析時，必須先建立哪一些假設？
(1) 每個反應變數對應的母體均服從常態分配
(2) 每個母體的變異數均相等
(3) 抽自各母體的各組隨機樣本互為獨立
 說明：
假設有 k 組隨機樣本抽自於 k 個母體，
k 個母體均為常態分配 ，
令 假設二：所有的皆相
等 假設三： k 組隨機
樣本是互為獨立
 第 446 頁
22 12.2.2 變異數分析的原理與相關的計算
  問題：變異數分析法的概念為何？
對平均數的總變異，按其發生來源予以分解。
 問題：總變異可以再分成哪幾種差異來源？
每一觀察值與總平均數的差異 ：
處理方式不同平均數與總平均數的差異
： 每一觀察值與處理方式不同平均數的差
異： 隨機誤差 ( 殘差 )
 問題：離差、差異與殘差的關係如何用數學式表示？
總差異 ( 離差 ) 處理方式差異殘差
(12-1)
 第 446 頁
23 12.2.2 變異數分析的原理與相關的計算
  問題：將
(12.1) 式兩邊取平方和，可以得到哪一些變異來源？
左式：總變異
右式：處理方式的變異 + 殘差
 問題：如何以數學式表示？ (12-2)
 問題：每一項的專業名稱為？
SST( 總平方和 ) = SSB( 組間平方和 )+SSW( 組內平方和 )
- SSE( 殘差平方和 )

 問題：表 12.2 各項如何計算？ ( 第 19 頁 )

 第 447 頁
24 12.2.2 變異數分析的原理與相關的計算
  問題： (12-2) 式有沒有更方便的計算方式？
定義：與
(12-
3)
 計算案例如課本第 447 頁
 第 444 頁
25 12.2.1 完全隨機化設計
表 12.2 　 4 部機器每小時產量的觀察值

𝑇1
  𝑇2
  𝑇3
 
𝑇4
 

 
𝑇❑
 第 447 頁
26 12.2.2 變異數分析的原理與相關的計算
  問題：上述說明皆是何種概念？
變異與平方和
 問題：要進一步求得變異數，則需要找出各項變異的？
自由度
 問題：在 ANOVA 分析過程中，各種變異的自由度如何求得？
各項平方和自由度 ( 各項變異的自由度 )
(12-4)
 第 447 頁
27 12.2.2 變異數分析的原理與相關的計算
  以例題 12.2 為例
 問題： ( 組間平方和 ) 的自由度為何？
處理方式平方和或組間平方和：
( 共 4 項 ) 限制式： 因為：
( 課本第 37 頁，平均數為重
心) 組間平方和的自由
度為 4-1=3
 第 448 頁
28 12.2.2 變異數分析的原理與相關的計算
  問題：一般情況下 ( 組間平方和 ) 的自由度為何？
表示組數或處理方式
的個數

 問題：一般情況下 ( 殘差平方和 ) 的自由度為何？

：表示各組的觀察值個數
 第 449 頁
29 12.2.2 變異數分析的原理與相關的計算
  問題：各式平方和的自由度如何對應地呈現？

(12-5)
 問題：在變異數分析過程中，將所有情況編表，此表名稱為？
變異數分析表 (analysis of variable table, ANOVA 表 )
 第 449 頁
30 12.2.2 變異數分析的原理與相關的計算
 第 449 頁
31 12.2.2 變異數分析的原理與相關的計算
  問題：什麼是均方 (mean square, MS) ？
各變異項的平方除以其自由度
又稱變異數 (variance)
 問題：又可區分成哪幾類？
組間 ( 處理方式 ) 均方 (mean square between, MSB)
殘差均方
(mean square for error, MSE)
 第 449 頁
32 12.2.2 變異數分析的原理與相關的計算
 表 12.2 的 ANOVA 表

 計算過程請參考課本第 446 頁
 第 449 頁
33 12.2.3 變異數分析的統計推論
  問題：變異數分析最主要在於檢定？
檢定數種處理方式之間是否有顯著的差異
數個母體平均數是否有顯著差異的檢定
 問題：虛無假設的檢定型態為何？
(k 種處理方式 )
 問題：檢定數個母體平均數前，下一步要先確定何種條件？
探討每個母體的變
異數是否相等 (ANOVA 表的
基本假設 )
 問題：要如何估計每一種處理 ( 母體 ) 的變異數？
 第 450 頁
34 12.2.3 變異數分析的統計推論
  問題：母體變異數可由何種樣本估計值估計？
組間變異 =MSB
組內 ( 殘差 ) 變異 ( 或 ) =MSE
 問題：上述變異數如何利用樣本資料計算而得？
 第 451 頁
35 12.2.3 變異數分析的統計推論
  問題：ANOVA 的邏輯假設為何？
在虛無假設 成立， 與皆為的不偏估計式。 在
虛無假設不成立， 為的不偏估計式。 -
但是 高估
 第 449 頁
36   圖 12.1
在成立與不成立下，其抽
樣分配的情況
 第 450 頁
37 12.2.3 變異數分析的統計推論
  問題：假設情況下，利用圖形說明？ 種類：
樣本抽樣
平均數：
( 樣本一 ) 、 ( 樣本二 ) 、 ( 樣本三 ) 發現：

可做為母體變異數的不偏估計式
 第 450 頁
38 12.2.3 變異數分析的統計推論
  問題：假設不成立，利用圖形說明？ 種類：
樣本抽樣
平均數：
( 樣本一 ) 、 ( 樣本二 ) 、 ( 樣本三 ) 發現：
較為分散
可能高估母體變異數
 第 450 頁
39 12.2.3 變異數分析的統計推論
  問題：根據上述性質，如何判斷虛無假設是否成立？
性質： 是不偏或者高估母體變異數 -
為母體變異數的不偏估計式 方式：建
立比例，進一步判斷。
 問題：此比例的數值範圍為？
最小值，成立， 與皆為母體變異數的不偏估計式 -
想法： 數值，數值愈大， ，
高估情況愈嚴重， 愈不可能成立
 第 450 頁
40 12.2.3 變異數分析的統計推論
  問題： 服從何種分配？ F
分配
 問題：如何利用數學推導推得 F 分配？
-
 第 452 頁
41 12.2.3 變異數分析的統計推論
  問題：搭配 ANOVA 表的項目， F 統計量可以改寫為？
(12-6)
 問題：如何進行數個母體平均數是否有顯著差異的假設檢定？
完全隨機化設計的 F 檢定
若
則拒絕。
問題： F 值在 ANOVA 表的位置？
最後一行
 第 452 頁
42 例題 12.3
  就例題
12.2 中，比較４部機器產量的資料 ( 表 12.2) ，
建立 ANOVA 表，並在水準下，
檢定。
 解答
 本利的 ANOVA 表已如表 12.4 所示，茲再重列如表 12.5 ，
並計算 F 比值，。查表得知，
 由於，故結論為拒絕。也就是說， ４部機器
的平均產量有顯著的差異 ( 即性能有顯著差異 ) 。
 第 452 頁
43 例題 12.3
表 12.5 　 ANOVA 表
 第 453 頁
44 例題 12.4
  某位大學教師為了解所任教學校之學生每月零用錢支出的情
形，分別隨機抽取 25 位男生與 25 位女生，調查結果如下：

 假設男、女每月零用錢支出呈現常態分配，且
二個母體的變異數相等；試問
男、女每月零用錢的平均數是否相等？
 第 453 頁
45 例題 12.4
  解答

 (, 分別表示男、女生每月零用錢的平均數 )
 (a) 採用 t 檢定統計量 其中

 因此，結論無法拒絕虛無假設，亦即
男、女生每月零用錢的平均數沒有顯著的差異。
 第 453 頁
46 例題 12.4
  (b) 採用 ANOVA

- = -
 第 454 頁
47 例題 12.4
  

 由於
 結論：無法拒絕。