单因素方差分析模型

例题：

试分析温度对着色度的影响。

 

1.正态性检验（ks检验）

a=[0.981,0.964,0.917,0.669
    0.607,0.693,0.506,0.358
    0.791,0.642,0.810,0.705
    0.901,0.703,0.792,0.883];
b=[1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4];
a=reshape(a',numel(a),1);
for i=1:4
    ai=a(b==i);
    alpha=0.05;
    [mui,sigmai]=normfit(ai);
    pi=normcdf(ai,mui,sigmai);
    [h0(i),p(i)]=kstest(ai,[ai,pi],alpha);
end
h0,p

h0 =

  1×4 logical 数组

   0   0   0   0


p =

    0.6279    0.9612    0.8938    0.8929

因为h0均为0，拒绝原假设，表明每一个水平所对应的总体是服从正态分布的。

 

2.方差齐性检验(vartestn函数)

a=[0.981,0.964,0.917,0.669
    0.607,0.693,0.506,0.358
    0.791,0.642,0.810,0.705
    0.901,0.703,0.792,0.883];
b=[1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4]';
a=reshape(a',numel(a),1);
[p,stats]=vartestn(a,b)

Group                   Count      Mean     Std Dev
---------------------------------------------------
1                       4         0.88275   0.14505
2                       4         0.541     0.14396
3                       4         0.737     0.07809
4                       4         0.81975   0.09129
Pooled                 16         0.74513   0.11853
                                                   
Bartlett's statistic    1.48608                    
Degrees of freedom      3                          
p-value                 0.68549                    

因为p=0.68549>>0.05，接受原假设，认为4个温度下布料着色度服从方差相同的正态分布。

 

3.方差分析（anova1函数）

[p,table,stats]=anova1(a,b)

Source     SS      df     MS       F     Prob>F
-----------------------------------------------
Groups   0.26497    3   0.08832   6.29   0.0083
Error    0.16859   12   0.01405                
Total    0.43356   15                          

p值为0.0083，可得p<<0.05

因此拒绝原假设，认为不同温度下布料着色度均值有着非常显著的差异。

进一步说明温度对布料着色度是有影响的。

 

EX.两两之间多重比较(multicompare函数)

sta=multcompare(stats,'estimate','column')

sta =

    1.0000    2.0000    0.0929    0.3418    0.5906    0.0072
    1.0000    3.0000   -0.1031    0.1458    0.3946    0.3471
    1.0000    4.0000   -0.1858    0.0630    0.3118    0.8742
    2.0000    3.0000   -0.4448   -0.1960    0.0528    0.1435
    2.0000    4.0000   -0.5276   -0.2788   -0.0299    0.0269
    3.0000    4.0000   -0.3316   -0.0827    0.1661    0.7592

通过最后一列的检验概率可以得出水平1和水平2、水平2和水平4差异显著。