4方差分析

方差分析主要研究自变量是分类变量时，对因变量的影响是否显著

e.g以两组（随机）学生为例，一组学生接受考前培训，另一组不接受培训。在培训结束之后进行测验。

在实验当中，考前培训是0-1变量，是组间因子。考试成绩是因变量，考前培训是自变量。由于每种状态下的观测数相等，因此这种设计是均衡设计；若每种状态下的观测数不同，则称为非均衡设计。
因为只有一个类别型变量，又称其为单因素方差分析（one-way ANOVA），或称为单因素组间方差分析。
方差分析主要通过F检验来进行效果评测，若F检验显著，则说明培训后两组学生成绩均值不相等。

将两组学生都放进考前培训组，观测培训时间对成绩的影响。

这种设计成为了单因素组内方差分析或重复测量方差分析（每个受试者不止一次被测量），时间是两水平的组内因子。当F检验显著，说明培训时间（一个月/两个月）对成绩的均值产生了影响。

将培训时间和是否培训结合起来分析，随机分配N个学生接受培训，其余学生则不接受，在一个月和两个月后分别进行考核。

当是否培训和时间都作为因子，我们既可以分析培训（时间跨度上的平均）和时间（是否培训跨度上的平均），又可以分析培训和时间的交互影响。前两个称作主效应，交互部分称作交互效应。

当设计包含两个甚至更多的因子时，便是因素方差分析。若因子设计包括组内和组间因子，又称作混合模型方差分析。
在本例中，将进行3次F检验：培训类型一次、时间一次、两者交互因素一次。

混淆因素、干扰变数
协变量——协方差分析

单因素方差分析

Yij是种植品种i的第j块地上的亩产量。
Yij=αi+eij
α表示水平i的理论平均值，称为水平i的效应，是品种i的平均亩产量，eij是随机误差。且我们假定：
E(eij）=0，
因素A的各水平的高低优劣，取决于其理论平均αi的大小。如果每个αi全相同，则表示因素A对所考察的指标Y其实无影响，这个时候我们就说A的效应不显著，否则认为其显著。
H0：α1=α2=······αi
为检验该假设，我们需要分析，为什么各个Yij会有差异？①αi②随机误差

SS越大，表示Yij之间的差异越大。接下来，将SS分成两个部分，一部分表示随机误差的影响SSE，一部分表示因素A的各水平理论平均值αi不同带来的影响，记为SSA
对于SSE，先固定一个i，此时对应的所有观测值Yi1，Yi2···，它们之间的差异与每个水平的理论平均值不等无关，而是取决于随机误差。



当SSA/SSE大于某一给定界限时，否定H0，不然就接受H0
为了构造F分布的检验统计量，我们假定随机误差eij满足正态分布，假定观察值Yij也满足正态分布。
MSA=SSA/(k-1)，MSE=SSE/(n-k)
当H0成立时：MSA/MSE~Fk-1,n-k
当给定显著性水平α时，H0的检验：当MSA/MSE<=Fk-1,n-k(α）,接受H0，否则拒绝H0
MSA和MSE分别被称为因素A和随机误差的平均平方和。k-1和n-k被称为两个平方和的自由度。

双因素方差分析

设有两个因素A,B，分别有k,l个水平，统计模型如下：
Yij=μ+ai+bi+eij
为解释模型，将右边分成两部分，eij为随机误差，它包含了未加控制的因素（A,B之外的因素）以及大量随机因素的影响。

另一部分的μ+ai+bi，它显示了水平组合（i,j）的平均效应，其中μ是总平均（一切水平组合效应的平均），是一个基准，ai表示由A的水平i带来的增加部分，称为因素A的水平i的效应。
我们要求a1+···+ak=0，b1+···+bk=0，若上式不成立，则将：

a1+···+ak=0，b1+···+bk=0给了ai,bj一个更清晰的解释：ai>0表示A的水平i的效应在A的全部水平平均效应以上，ai<0则相反。






下面进行方差分析，要设法把总平方和SS分解成SSA/SSB/SSE，分别表示因素A和B和随机误差的影响，这种分解的主要目的是假设检验：
H0A：a1=···=ak=0
H0B:b1=···=bk=0
H0A的成立表示因素A对指标其实无影响，但是现实生活中绝对无影响的情况极为少见，但存在影响较小以至于被随机误差所掩盖，此时影响相当于为0，因此我们可以拿SSA与SSE的比作为检验统计量。

注意：
在采纳模型Yij=μ+ai+bi+eij时，我们事实上假定AB两种因素对指标的效应是可以叠加的。也就是说A的各水平的优劣比较，与因素B处在哪个水平无关。但是一般来说我们还要加上表示交互作用的项cij，例如若误差方差的估计MSe反常地大，则有可能是由于交互作用所知，它进入了随机误差而增大了MSe