单因素方差分析

您所在的位置:网站首页 gc的类型和参数 单因素方差分析

单因素方差分析

2023-04-05 12:00| 来源: 网络整理| 查看: 265

方差分析(Analysis of Variance,简称ANOVA),又称“变异数分析”,用于两个及两个以上样本均数差别的显著性检验,以确定差异是否由于随机误差而非实际效应引起。

该方法将观察到的变量的总变异(SST)分解为组内变异(SSE)和组间变异(SSA),并计算F值进行假设检验。组间变异反映了各组平均数之间的差异,而组内变异反映了组内个体值与其所在组平均值之间的差异。如果组间变异显著大于组内变异,则表明不同组之间存在显著差异。

方差分析可以应用于各种领域,例如医学、社会科学和工程等。它可以帮助研究者确定不同因素之间的影响,从而做出科学决策。

一、方差分析统计公式

设总样本数为 n ,总体样本平均值为 \bar{X} , k 为样本组数,第 i 组的样本值为 X_{i1}, X_{i2}, \ldots, X_{in_i},第 i 组样本数为 n_i(i=1,2\dots k) 第 i 组样本平均值为 \bar{X}_{i}, \bar{X}_{i}, \ldots, \bar{X}_{i} ;

总变异: SST=\sum_{i=1}^k\sum_{j=1}^{n_k}(X_{ij}-\bar{X})^2 ,组内变异: SSE=\sum_{i=1}^k\sum_{j=1}^{n_k}(X_{ij}-\bar{X_i})^2

组间变异 : SSA=\sum_{i=1}^kn_i\times(\bar{X_i}-\bar{X})^2

注意, SST=SSE+SSA\Leftrightarrow SSA=SST-SSE

F统计量: F=\frac{SSA/(k-1)}{SSE/(n-k)}

p值:通过查表或EXCEL函数获得

通常,上述公式被总结到下表中:

变异类型变异表达式自由度样本方差F统计量总变异SSTn-1ST=SST/(n-1)组间变异SSAk-1SA=SSE/(k-1)组内变异SSEn-kSE=SSA/(n-k)F=SA/SE

二、案例分析

现有不同年份各季节湖水中某种化合物含量(mg/L)样本数据如下:

图表1:2010-2020年不同季节湖水中某种化合物含量样本数据

试比较不同季节湖水中化合物含量有无显著性差异( \alpha=0.05 )。

1、检验假设

H_0 :不同季节样本总体均值相等H_1 :不同季节样本总体均值不相等或不全等

2、应用EXCEL函数进行计算

已知,k=4 , n_1=10、 n_2=11 、 n_3=8 、 n_4=9 ,总样本数 n=n_1+n_2+n_3+n_4=10+11+8+9=38 总变异: SST=\sum_{i=1}^k\sum_{j=1}^{n_k}(X_{ij}-\bar{X})^2 =DEVSQ(B2:B11,C2:C12,D2:D9,E2:E10)=324.42 组内变异: SSE=\sum_{i=1}^k\sum_{j=1}^{n_k}(X_{ij}-\bar{X_i})^2 =DEVSQ(B2:B11)+DEVSQ(C2:C12)+DEVSQ(D2:D9)+DEVSQ(E2:E10) =12.74+59.86+31.57+42.57=146.74 组间变异 : SSA=SST-SSE=324.72-146.74=177.98 F统计量: F=\frac{SSA/(k-1)}{SSE/(n-k)}=\frac{177.98/(4-1)}{146.74/(38-4)}=\frac{177.98/3}{146.74/34}=13.75

注:这里用EXCELDEVSQ函数计算SSTSSE,函数引用单元格地址参见【图表1】中样本数据的位置

通常,上述公式被总结到下表中:

变异类型变异表达式自由度样本方差F统计量总变异324.42378.77组间变异177.98359.33组内变异146.74344.3213.73

3、显著性检验

p=1-F.DIST(F, k-1, n-k,TRUE) =1-F.DIST(13.73, 3, 34,TRUE)=0.000005 \because p=0.000005


【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3