:H1:μ,μ2,…,μk 不全相等Р如果 MSGMSW>Fk-1,n-k,a,则拒绝原假设。Fk-1,n-k 服从分子自由度为k-1,分母自由度为n-k的F分布。Р4 单因素方差分析在主观评价的应用Р4.1 数据展列Р本次调研共涉及20种香水,共计1120名用户,属于大规模调研。表1中列出了20款香水品质评价的均值、标准差、最值等信息如图4.1所示。Р图4.1 描述性统计Р图4.2 Evaluation的频数分布Р4.2 单因素试验设计的均值比较Рproc anova data=li.perfume;Рclass perfume;Рmodel Evaluation=perfume;Рmeans perfume;Рmeans perfume/hovtest;Рrun;Р程序说明:因为数据仅仅是按照perfume值分类,所以在class语句中这是仅有的一个变量。变量Evaluation是被分析的因变量,故Evaluation出现在model语句等号的左边。在方差分析表中,除了总方差和误差外,方差的来源仅仅是由于各种不同perfume值的变异造Р成的,因此perfume出现在model语句等号的右边。Means语句计算主效应perfume不同水平所对应的因变量均值,选项hovtest计算不同香水品牌组方差齐性的假设检验。输出的结果见图4.3所示:Р图4.3(a)分类变量信息Р结果分析:anova过程总是输出两个基本的方差分析表。一个是总体模型的方差分析表,一个是包含模型中各个变量的方差分析。首先输出class语句中规定的每个变量(perfume)、分类变量的取值数(20)、具体取值:(A10 A11 A12 A13 A14 A15 A16 A17 A18 A19 A20 A21 A22 A23 A24 A25 A26 A27 A28 A29)以及数据集中的观察个数(1120)。