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)