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)

  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值