方差分析

方差分析：

  方差分析可以检验多个样本。

方差分析研究的是分类型变量对数值型变量的影响。检验各总体均值是否相等来判断分类变量对数值型的影响。

各水平内的误差称为组内误差，只包含随机误差；各水平之间的误差称为组间误差；组间误差包含随机误差和系统误差。

反映全部数据误差大小的平方和为 "总平方和"(SST)；反映组内数据误差大小的平方和为 "组内平方和"(SSE)或称残差平方和；

反映组间数据误差大小的平方和为 "组间方和"(SSA)

单因素方差分析：方差分析中只涉及一个分类自变量

  分析步骤：

       1、计算各水平样本的均值 

       2、计算总体数据的均值，计算总体方差平方和

      3、计算组间平方和：各水平数据数据数量N*(各水平均值-总体均值)平方，再加和

      4、分别计算组内平方和：各水平观测值-水平均值平方，加和

 各平方和之间的关系：SST = SSA + SSE(组内平方和)

计算统计量：

因为误差的大小与样本数据数量有关(加和)，所以要平均，除以自由度，这个结果成为均方

SST的自由度为 N-1， N为数据总个数

SSA自由度为 k-1， K为水平个数

SSE的自有度为 N-K

组间均方/组间方差：MSA = SSA / (K-1)

组内均方/组内方差：MSE = SSE / (N-K)

统计决策：

将计算得出统计量的值 F 和给定的显著性水平 α 与对应的临界值 F_α (k-1, n-k)进行比较：

  如果 F > F_α，则拒绝原假设，(原假设各个水平的均值相等)  则说明各个水平之间不一定相等(如果得出该结果，还可以缩减水平继续进行方差分析)  # Why > ?

如果 F <  F_α，则不拒绝原假设，

如果得出有各水平有显著差异的话，接下来就分析关系强度：

R^2 = SSA(组间平方和) / SST     PS:为什么用组间平方和，因为组间平方和提现的是系统性的误差。

R^2 表示的系统性的影响效应的占比。

r = R^2 开方 (与相关系数 r 类似，体现相关强度)