
CHƢƠNG IV: PHÂN TÍCH PHƢƠNG SAI, SO SÁNH VÀ
KIỂM ĐỊNH
Nội dung:
Phân tích phƣơng sai
Kiểm định sự bằng nhau của 2 phƣơng sai
So sánh trung bình 2 mẫu

3
Phân tích phƣơng sai
• Ví dụ
• Công cụ chủ yếu để phân tích số liệu khi theo
dõi ảnh hƣởng của các mức nhân tố khác nhau
tới kết quả hay ảnh hƣởng tƣơng tác của các
nhân tố tới kết quả

4
1.1 Phân tích phƣơng sai một nhân tố
• Đƣợc sử dụng để phân tích số liệu khi theo dõi ảnh hƣởng của các mức nhân tố tới
kết quả
Ví dụ:
»Nhân tố: Công thức cho lợn ăn Mức nhân tố là các công thức khác nhau Xem ảnh
hƣởng tới năng suất nhƣ thế nào
Bài toán: Kiểm định giả thuyết về tác động giống nhau của các mức nhân tố
» H0: m1 = m2 =...=mn
»H1: tồn tại i, j mà mi khác mj
• Các bƣớc thực hiện
• Chuẩn bị dữ liệu
• Dữ liệu có thể bố trí dƣới dạng cột hay hàng
• Dữ liệu ứng với mỗi mức nhân tố có thể khác nhau
• Sử dụng công cụ Anova: Single Factor
• Phân tích kết quả
• Nếu F thực nghiệm > F lý thuyết (Fcrit) thì các mức nhân tố có tác động khác nhau tới
kết quả (chấp nhận H1) Cần so sánh các công thức để rút ra công thức nào tốt nhất
(sử dụng LSD)
• Ngƣợc lại: các mức nhân tố không có khác biệt đáng kể trong tác động tới kết quả
(chấp nhận H0)

So sánh các trung bình dùng chỉ số LSD
• Sử dụng trong trƣờng hợp kết luận các mức nhân tố có tác động
khác nhau tới kết quả
• Sử dụng để chỉ rõ tác động khác nhau của các mức nhân tố tới
kết quả là ntn: xếp thứ tự về sự tác động của các mức nhân tố tới
kết quả
• Nếu cần so sánh trung bình CT Ti (với ri lần lặp) với trung bình CT
Tj (với rj lần lặp) có thể tính thêm chỉ số
LSD = tα,f * SQRT(s2(1/ ri + 1/ rj )
tα,f = TINV(α, f) với α = 1 – p; f = df & within groups
s2= MS within groups: Phương sai chung
ri, rj: số lần lặp lại dữ liệu đối với các mức nhân tố i, j
1. Căn cứ kết luận
Nếu |mi-mj| > LSD(i,j) thì tác động của mức nhân tố i, j là khác nhau và
ngược lại
Trong TH khác nhau, nếu mi > mj thì KLuan mức nhân tố i tốt hơn mức
nhân tố j


