方差分析（ANOVA）是一种用于检验多个样本均数差异显著性的统计方法，由R.A.Fisher发明。它通过分析不同来源的变异对总变异的贡献，判断分类型自变量对数值型因变量的影响。方差分析能提高检验效率，避免多组比较中犯第I类错误的概率增加。本文介绍了方差分析的基本思想、应用条件、分类（单因素和双因素）以及应用步骤。
[统计学笔记九] 方差分析（ANOVA）
方差分析(Analysis of Variance，简称ANOVA)
方差分析（ANOVA）又称“变异数分析”或“F检验”，是R.A.Fister发明的，用于两个及两个以上样本均数差别的显著性检验。
由于各种因素的影响，研究所得的数据呈现波动状。
造成波动的原因可分成两类：一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。
方差分析的定义：
方差分析就是通过检验各总体的均值是否相等来判断分类型自变量对数值型因变量是否有显著影响。
方差分析的基本思想
通过分析研究中不同来源的变异对总变异的贡献大小，从而确定可控因素对研究结果影响力的大小。
从形式上看，方差分析是比较多个总体的均值是否相等，但本质上它所研究的是变量之间的关系。
在研究一个或者多个分类型自变量与一个数值型因变量之间的关系时，方差分析是其中的主要方法之一。这与回归分析方法有很多相同之处，但是又有本质区别。
方差分析不仅可以提高检验的效率，同时由于它将所有的样本信息结合在一起，因此增加了分析的可靠性。
为什么呢？
例如，设4个总体的均值分别为 
，
，
，
，如果用一般假设检验方法，如t检验，一次只能研究两个样本，要检验4个总体的均值是否相等，需要两两比较，作出6次检验。
检验1：
： =
最低0.47元/天 解锁文章
扫一扫
7622
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
