Python 统计分析–单因素方差分析
方差分析的主要工作就是将观测数据的总变异(波动)按照变异的原因的不同分解为因子效应与试验误差,并对其作出数量分析,比较各种原因在总变异中所占的重要程度,以此作为进一步统计推断的依据。
1.基本假设
(1).正态假设。对于因素的每个水平,其观测值都是来自正态总体的随机样本;
(2).方差齐性假设。各个总体的方差相同;
(3).独立假设。观测值之间都是独立的。
2.单因素方差分析
设试验只有一个因子(又称为因素)A有r个水平 A1 A 1 , A2 A 2 , A3 A 3 ,…, Ar A r 。现在水平Ai下进行ni次独立试验,得到的观测数据为 Xij X i j
则单因素方差模型可表示为:
(1). Xij X i j = μ+ai+εij μ + a i + ε i j , i=1,2,…,r,j=1,2,…, ni n i
(2). εij ε i j ~ N(0, σ2 σ 2 ),且 εij ε i j 相互独立
(3). ∑ri=1niαi ∑ i = 1 r n i α i = 0
其中 μ μ 为总平均,