【笔记】单因素ANOVA方差分析

1. 概念

        N个分类，他们某一特征值的平均值，是否有显著区别。

        分类：因素（factor or independent variable），是分类型变量，且类型大于3。分类的个体相互之间是独立的。

        特征值（dependent variable）：连续型变量，即要研究的某个变量。

        例子：PT， PMMU和PML模型计算出的20年的年平均蒸发量，平均值是否有显著区别。蒸发量就是特征值，不同模型就是分类。

        原假设：H0： μ1=μ2=μ3 均值都相等

        备择假设：H1：μ1，μ2，μ3 不全相等

2.前提

(1)每个总体均服从正态分布，

(2)每个总体的方差σ2相同；

(3)从每个总体中抽取的样本相互独立。

 3. 原理

        数据整体波动（sum of squares total, SST）=组内波动（sum of squares within, SSW）+组间波动（sum of squres between, SSB）

        组内波动：某一分组内，个体特征值的离散程度。PT模型计算的蒸发的离散程度

        组间波动：不同分组之间，分组特征值的平均值的离散程度。三个模型计算结果均值的离散程度。

        组内波动占整体波动越大，组间波动占整体波动越小，各组均值相等的可能性越大。

        通过构造F统计量来判断组间波动占比是否足够大，大到足够拒绝原假设。

4.计算

        SST=，为所有数据的均值。 包含了三个模型计算的所有的蒸发数据。

        SSW=，为所在组的数据的均值。

        SSB=，是所有数据的总和，组内是一样的，会重复计算。

        构造F统计量=(卡方分布1/自由度)/(卡方分布2/自由度2)=

                F统计量服从f分布。

               卡方分布等于n个标准正态分布的平方和。

                自由度：df，n-1。例子里面组间波动的自由度为2，组内波动的自由度为19。

       如果F统计量很大，且对应的P值小于0.05/0.01（查表），意味着SSB显著大于SSW，有理由认为各分组之间的平均值存在显著差别，拒绝原假设。多大算大，通过查表，对应的p值。

        如果F统计量很小，对应的P值大于0.05，意味着SSB不显著大于SSW，有理由认为各分组之间的平均值不存在显著差别，接受原假设。

【来源】单因素方差分析(上）/ANOVA/什么是方差分析、方差分析的思路_哔哩哔哩_bilibili