主题
Search

ANOVA


“方差分析。” 通过分析组方差来检验均值异质性的统计检验。ANOVA 的实现方式为ANOVA[data] 在 Wolfram 语言包中ANOVA` .

要应用此检验,假设对具有相等方差、独立误差和正态分布变量 Y 进行随机抽样。设 n 为每个 K 因子水平(处理组)内的重复数(相同观测值的集合),y_(ij) 为因子水平 i 内的第 j 个观测值。还假设 ANOVA 是“平衡的”,通过限制 n 对于每个因子水平都相同。

现在定义平方和项

SST=sum_(i=1)^(k)sum_(j=1)^(n)(y_(ij)-y^_^_)^2
(1)
=sum_(i=1)^(k)sum_(j=1)^(n)y_(ij)^2-((sum_(i=1)^(k)sum_(j=1)^(n)y_(ij))^2)/(Kn)
(2)
SSA=1/nsum_(i=1)^(k)(sum_(j=1)^(n)y_(ij))^2-1/(Kn)(sum_(i=1)^(k)sum_(j=1)^(n)y_(ij))^2
(3)
SSE=sum_(i=1)^(k)sum_(j=1)^(n)(y_(ij)-y^__i)^2
(4)
=SST-SSA,
(5)

这些是总平方和、处理平方和以及误差平方和。这里,y^__i因子水平 i 内观测值的均值,y^_^_ 是“组”均值(即均值的均值)。计算下表中的条目,获得与计算出的均方值的 F 比率相对应的 P 值

 F=(MSA)/(MSE).
(6)
类别 degrees 自由度SS均方F 比率
模型K-1SSAMSA=(SSA)/(K-1)(MSA)/(MSE)
误差K(n-1)SSEMSE=(SSE)/(K(n-1))
总计Kn-1SSTMST=(SST)/(Kn-1)

如果 P 值很小,则拒绝零假设,即不同组的所有均值都相同。


另请参阅

因子水平最小二乘拟合MANOVA重复方差

使用 Wolfram|Alpha 探索

参考文献

Miller, R. G. 超越 ANOVA:应用统计学基础。 博卡拉顿,佛罗里达州:Chapman & Hall,1997 年。

在 Wolfram|Alpha 中引用

ANOVA

请引用为

Weisstein, Eric W. “ANOVA。” 来自 MathWorld--Wolfram Web 资源。 https://mathworld.net.cn/ANOVA.html

主题分类