NTU 课程笔记 CV6422 ANOVA

0 前言

在NTU 课程笔记：CV6422 置信区间_UQI-LIUWJ的博客-CSDN博客我们知道，如果两个样本的population 方差一样，且样本规模不大的话的话，可以用t分布进行两个样本均值之差的估计：

用假设检验的方式表示，有：

那么，如果我们需要比较的组别数大于2呢？

我们当然可以通过两两比较的方式来判断是否他们的均值是一样的，但这样在组别多的时候会比较耗时，那么有没有什么方法，可以一步解决呢？

换一种方式表示，即为如下的假设检验：

 

 1 问题定义

 2 先从两组的开始

可以推出：

 2.1 如果两组均值一样的话：

 如果两组均值一样的话，那么有：

 对于，我们进行如下转化

                                        

                                        

                                        

我们令，称之为Grand Mean

于是有：

 2.2 不考虑均值相等

如果我们不考虑均值相等这个条件，那么有：

利用chi-square分布的可加性，有：

2.3 二者结合

这里的推导使用的是chi-square的性质

 我们复习一下F分布的定义

 那么有：

 

而在前面我们知道： 

带入，同时对F开根，于是有：

 

也即是t分布，其中Sw就是

3 多组group

3.1 均值相等的情况

那么，如果是三组的话，我们可以同样地推导过去： 

 

 如果是多组的话，亦可以推导过去：

这里S是组的数量

简化表示，我们有：

 3.2 不考虑均值的情况

先看三组；

 再看N组

同样地进行简化表示，我们有：

3.3 二者结合（ANOVA）

其中  

于是 

 

        这就是ANOVA （ANalysis Of VAriance),， 用作分析三组或者三组以上的样本均值是否相等 

 4 SST，SSB，SSW

我们记SST（total sum of squares)为

回顾一下之前的：

SSB （sum of squares between groups）

 SSW（sum of squares within groups）

这里的df是自由度，比样本数量少1 

 4.1 三者的关系

            

       

第一项是SSW，最后一项是SSB，中间一项为0（展开就是 =0

所以SST=SSB+SSW 

4.2 variation与variance

 4.3 举例

 希望填以下ANOVA表格（阴影部分不用填值）

 首先我们计算一些统计量