如何解释方差分析中的 F 值和 P 值 |
您所在的位置:网站首页 › 统计学中的p值怎么算出来的 › 如何解释方差分析中的 F 值和 P 值 |
如何解释方差分析中的f值和p值经过 本杰明·安德森博
7月 23, 2023
指导
0 条评论 ANOVA (“方差分析”)用于确定三个或更多独立组的平均值是否相等。 方差分析使用以下原假设和备择假设: H 0 :所有组平均值相等。H A :至少一组平均值与其他组不同。每次执行方差分析时,您最终都会得到如下所示的汇总表: 来源平方和 (SS)df均方 (MS)FP值治疗192.2296.12,3580.1138错误1100.62740.8全部的1292.829我们在表中立即分析的两个值是F 统计量和相应的p 值。 了解方差分析中的 F 统计量F统计量是均方处理与均方误差的比值: F 统计:处理均方/均方误差另一种写法是: F 统计量:样本均值之间的变异/样本内的变异F 统计量越大,样本均值之间相对于样本内变异的变异就越大。 所以,F统计量越大,说明组均值之间存在差异越明显。 了解方差分析中的 P 值为了确定组均值之间的差异是否具有统计显着性,我们可以查看与 F 统计量相对应的p 值。 为了找到与该 F 值相对应的p 值,我们可以使用F 分布计算器,其中分子的自由度 = df 处理,分母的自由度 = df 误差。 例如,与 F 值 2.358、分子 df = 2、分母 df = 27 对应的 p 值为0.1138 。 如果该 p 值小于 α = 0.05,我们拒绝方差分析的原假设,并得出结论:三组平均值之间存在统计显着差异。 否则,如果 p 值不小于 α = 0.05,我们就无法拒绝原假设,并得出结论:我们没有足够的证据表明三组平均值之间存在统计显着差异。 在此特定示例中,p 值为 0.1138,因此我们将无法拒绝原假设。这意味着我们没有足够的证据表明组均值之间存在统计显着差异。 关于使用方差分析进行事后检验如果方差分析的 p 值小于 0.05,则我们拒绝每组均值相等的原假设。 在这种情况下,我们可以执行事后测试来准确确定哪些组彼此不同。 在方差分析之后,我们可以使用几种潜在的事后检验,但最流行的包括: 图基测试邦费罗尼测试谢夫测试请参阅本指南,了解您应该根据您的具体情况使用哪种事后测试。 其他资源以下资源提供了有关方差分析测试的更多信息: 单向方差分析简介双向方差分析简介完整指南:如何报告方差分析结果方差分析与回归:有什么区别? 关于作者本杰明·安德森博大家好,我是本杰明,一位退休的统计学教授,后来成为 Statorials 的热心教师。 凭借在统计领域的丰富经验和专业知识,我渴望分享我的知识,通过 Statorials 增强学生的能力。了解更多 添加评论取消回复 |
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 |