方差分析(2) —— 双因子方差分析及Excel示例

之前介绍了单因子方差分析的基本思想，从假设检验、给出检验统计量到最后的判断，以及使用Excel进行分析示例。对于多因子方差分析的基本思想与单因子方差分析类似，同样是利用方差和$F$检验统计量，这里介绍的多因素方差分析主要是给出检验统计量并做出判断，以及用Excel示例。

双因子方差分析方法与单因子有相似，但有差异。考虑两个因素对结果的影响时，不仅有两个因素各自对结果的影响，还有两个因素交互作用产生的影响。下面列出无重复双因子方差分析和可重复上因子方差分析的数据格式和偏差平方和，以及方差分析表。

无重复双因子方差分析

无重复双因子方差分析是考虑两个因子($A$和$B$)的变化对数据结果的影响，且两个因子不进行重复实验， 建立假设与单因素相似，即$H_0$: $r\ast k$个总体均值相等， $H_1$：$r\ast k$个总体均值不相等。其数据结构如下表：

因子$A$ \ 因子$B$	因子$B_1$	因子$B_2$	…	因子$B_k$	均值${\bar{x}}_{i\cdot }$
因子$A_1$	$x_{11}$	$x_{12}$	…	$x_{1k}$	${\bar{x}}_{1\cdot }$
因子$A_2$	$x_{21}$	$x_{22}$	…	$x_{2k}$	${\bar{x}}_{2\cdot }$
…	…	…	…	…	…
因子$A_r$	$x_{r1}$	$x_{r2}$	…	$x_{rk}$	${\bar{x}}_{r\cdot }$
均值${\bar{x}}_{\cdot j}$	${\bar{x}}_{\cdot 1}$	${\bar{x}}_{\cdot 2}$	…	${\bar{x}}_{\cdot k}$	$\overline{\stackrel{ˉ}{x}}$

其中，$${\bar{x}}_{\cdot 1}=\frac{{\sum }_i{x}_{i1}}{r},{\bar{x}}_{\cdot 2}=\frac{{\sum }_i{x}_{i2}}{r},...,{\bar{x}}_{\cdot k}=\frac{{\sum }_i{x}_{ik}}{r},(i=1,2,...,r)$$

$${\bar{x}}_{1\cdot }=\frac{{\sum }_j{x}_{1j}}{k},{\bar{x}}_{2\cdot }=\frac{{\sum }_j{x}_{2j}}{k},...,{\bar{x}}_{r\cdot }=\frac{{\sum }_j{x}_{rj}}{k},(j=1,2,...,k)$$

总体均值$\overline{\stackrel{ˉ}{x}}$： $$\overline{\stackrel{ˉ}{x}}=\frac{{\sum }_{i=1}^{i=k}{\bar{x}}_{i\cdot }}{k}=\frac{{\sum }_{j=1}^{j=r}{\bar{x}}_{\cdot j}}{r}=\frac{{\sum }_i{\sum }_j{x}_{ij}}{rk}$$

下面先给出对应因子的偏差平方和：

偏差平方和及自由度

总体偏差平方和
$$S{S}_T=\sum _{j=1}^k\sum _{i=1}^r(x_{ij}-\overline{\stackrel{ˉ}{x}}{)}^2,$$自由度为$d{f}_T=kr-1$.

因子A偏差平方和
因子A在不同水平间的效应差异(主效应)
$$S{S}_A=\sum _{j=1}^k\sum _{i=1}^r({\bar{x}}_{i\cdot }-\overline{\stackrel{ˉ}{x}}{)}^2=k\sum _{i=1}^r({\bar{x}}_{i\cdot }-\overline{\stackrel{ˉ}{x}}{)}^2,$$自由度为$d{f}_A=r-1$.

因子B偏差平方和
因子B在不同水平间的效应差异(主效应)
$$S{S}_B=\sum _{j=1}^k\sum _{i=1}^r({\bar{x}}_{\cdot j}-\overline{\stackrel{ˉ}{x}}{)}^2=\sum _{j=1}^{k}r({\bar{x}}_{\cdot j}-\overline{\stackrel{ˉ}{x}}{)}^2,$$自由度为$k-1$.

随机误差的偏差平方和
$$S{S}_e=\sum _{j=1}^k\sum _{i=1}^r(x_{ij}-{\bar{x}}_{i\cdot }-{\bar{x}}_{\cdot j}+\overline{\stackrel{ˉ}{x}}{)}^2,$$自由度为$d{f}_e=(k-1)(r-1)$.

偏差平方和之间有如下等式:
$$S{S}_T=S{S}_A+S{S}_B+S{S}_e$$

无重复双因子方差分析表

差异源	偏差平方和	自由度	均方	$F$值	$p$值
因子$A$	$S{S}_A$	$d{f}_A$	$M{S}_A=\frac{S{S}_A}{r-1}$	$F_A=\frac{M{S}_A}{M{S}_e}$	$F_{\alpha }(d{f}_A,d{f}_e)$
因子$B$	$S{S}_B$	$d{f}_B$	$M{S}_B=\frac{S{S}_B}{k-1}$	$F_B=\frac{M{S}_B}{M{S}_e}$	$F_{\alpha }(d{f}_B,d{f}_e)$
误差$e$	$S{S}_e$	$d{f}_e$	$M{S}_e=\frac{S{S}_e}{(r-1)(k-1)}$
总和	$S_T=S{S}_A+S{S}_B+S{S}_e$	$rk-1$

可重复双因子方差分析

可重复双因子方差分析是对两个因子的实验，且有同一水平下的重复实验，其数据格式如下(重复次数相同)：

因子$A$ \ 因子$B$	因子$B_1$	因子$B_2$	…	因子$B_k$		均值${\bar{x}}_{i\cdot \cdot }$
因子$A_1$	$x_{111}$	$x_{121}$	…	$x_{1k1}$
	$x_{112}$	$x_{122}$	$...$	$x_{1k2}$
	$...$	$...$	$...$	$...$
	$x_{11p}$	$x_{12p}$	$...$	$x_{1kp}$
均值$x_{1j\cdot }$	${\bar{x}}_{11\cdot }$	${\bar{x}}_{12\cdot }$	$...$	${\bar{x}}_{1k\cdot }$		${\bar{x}}_{1\cdot \cdot }$
因子$A_2$	$x_{211}$	$x_{221}$	…	$x_{2k1}$
	$x_{212}$	$x_{222}$	$...$	$x_{2k2}$
	$...$	$...$	$...$	$...$
	$x_{21p}$	$x_{22p}$	$...$	$x_{2kp}$
均值$x_{2j\cdot }$	${\bar{x}}_{21\cdot }$	${\bar{x}}_{22\cdot }$	$...$	${\bar{x}}_{2k\cdot }$		${\bar{x}}_{2\cdot \cdot }$
$...$	$...$	$...$	$...$	$...$		$...$
因子$A_r$	$x_{r11}$	$x_{r21}$	…	$x_{rk1}$
	$x_{r12}$	$x_{r22}$	$...$	$x_{rk2}$
	$...$	$...$	$...$	$...$
	$x_{r1p}$	$x_{r2p}$	$...$	$x_{rkp}$
均值$x_{rj\cdot }$	${\bar{x}}_{r1\cdot }$	${\bar{x}}_{r2\cdot }$	$...$	${\bar{x}}_{rk\cdot }$		${\bar{x}}_{r\cdot \cdot }$
均值${\bar{x}}_{\cdot j\cdot }$	${\bar{x}}_{\cdot 1\cdot }$	${\bar{x}}_{\cdot 2\cdot }$	…	${\bar{x}}_{\cdot k\cdot }$		$\overline{\stackrel{ˉ}{x}}$

其中，

• 所有$r\ast k\ast p$个数据的平均：
  $$\overline{\stackrel{ˉ}{x}}=\frac{1}{rkp}\sum _{i=1}^r\sum _{j=1}^k\sum _{m=1}^p{x}_{ijm}$$

• $A_i$, $B_j$条件下, $p$次重复的平均：
  $$\begin{gathered} {\bar{x}}_{ij\cdot }=\frac{1}{p}\sum _{m=1}^p{x}_{ijm}, \\ eg:{\bar{x}}_{11\cdot }=\frac{1}{p}\sum _{m=1}^p{x}_{11m}，{\bar{x}}_{12\cdot }=\frac{1}{p}\sum _{m=1}^p{x}_{12m} \end{gathered}$$

• $A_i$条件下，$k\ast p$个数据的平均:
  $$\begin{gathered} {\bar{x}}_{i\cdot \cdot }=\frac{1}{kp}\sum _{j=1}^k\sum _{m=1}^p{x}_{ijm}, \\ eg:{\bar{x}}_{1\cdot \cdot }=\frac{1}{kp}\sum _{j=1}^k\sum _{m=1}^p{x}_{1jm},{\bar{x}}_{2\cdot \cdot }=\frac{1}{kp}\sum _{j=1}^k\sum _{m=1}^p{x}_{2jm} \end{gathered}$$

• $B_j$条件下，$r\ast p$个数据的平均：
  $$\begin{gathered} {\bar{x}}_{\cdot j\cdot }=\frac{1}{rp}\sum _{i=1}^r\sum _{m=1}^p{x}_{ijm}, \\ eg:{\bar{x}}_{\cdot 1\cdot }=\frac{1}{rp}\sum _{i=1}^r\sum _{m=1}^p{x}_{i1m},{\bar{x}}_{\cdot 2\cdot }=\frac{1}{rp}\sum _{i=1}^r\sum _{m=1}^p{x}_{i2m} \end{gathered}$$

注：上述表中，列出数据是以等重复次数列出，对于重复次数不等的情形，计算均值方法类似。

偏差平方和及自由度

总体偏差平方和
$$S{S}_T=\sum _{i=1}^r\sum _{j=1}^k\sum _{m=1}^p(x_{ijm}-\overline{\stackrel{ˉ}{x}}{)}^2,自由度d{f}_T=rkp-1$$

因子$A$偏差平方和
$$S{S}_A=\sum _{i=1}^r\sum _{j=1}^k\sum _{m=1}^p(x_{i\cdot \cdot }-\overline{\stackrel{ˉ}{x}}{)}^2=kp\sum _{i=1}^r(x_{i\cdot \cdot }-\overline{\stackrel{ˉ}{x}}{)}^2$$
自由度为 $d{f}_B=r-1$.

因子$B$偏差平方和
$$S{S}_B=\sum _{i=1}^r\sum _{j=1}^k\sum _{m=1}^p(x_{\cdot j\cdot }-\overline{\stackrel{ˉ}{x}}{)}^2=rp\sum _{j=1}^k(x_{\cdot j\cdot }-\overline{\stackrel{ˉ}{x}}{)}^2,$$
自由度为 $d{f}_B=k-1$.

随机误差的偏差平方和
$$S{S}_e=\sum _{i=1}^r\sum _{j=1}^k\sum _{m=1}^p(x_{ijm}-{\bar{x}}_{ij\cdot }{)}^2,$$
自由度为 $d{f}_e=rk(p-1)$.

因子$AB$的交互影响偏差平方和
$$S{S}_{AB}=S{S}_T-S{S}_A-S{S}_B=\sum _{i=1}^r\sum _{j=1}^k\sum _{m=1}^p[(\overline{\stackrel{ˉ}{x}}+{\bar{x}}_{ij\cdot })-(x_{i\cdot \cdot }+x_{\cdot j\cdot }){]}^2,$$
自由度为 $d{f}_{AB}=d{f}_T-d{f}_A-d{f}_B=(r-1)(k-1)$.

重复双因子方差分析表

对应偏差平方和的均方（$MS=SS/df$），分别记为$M{S}_A,M{S}_B,M{S}_e,M{S}_{AB}$。
与单因子方差分析相似，仍使用$F$检验统计量。

差异源	偏差平方和	自由度	均方	$F$值	$p$值
因子$A$	$S{S}_A$	$d{f}_A$	$M{S}_A$	$F_A=\frac{M{S}_A}{M{S}_e}$	$F_{\alpha }(d{f}_A,d{f}_e)$
因子$B$	$S{S}_B$	$d{f}_B$	$M{S}_B$	$F_B=\frac{M{S}_B}{M{S}_e}$	$F_{\alpha }(d{f}_A,d{f}_e)$
交互$AB$	$S{S}_{AB}$	$d{f}_{AB}$	$M{S}_{AB}$	$F_{AB}=\frac{M{S}_{AB}}{M{S}_e}$	$F_{\alpha }(d{f}_{AB},d{f}_e)$
误差$e$	$S{S}_e$	$d{f}_e$	$M{S}_e$
总和	$S_T=S{S}_A+S{S}_B+S{S}_{AB}+S{S}_e$	$d{f}_T$

当交互作用不显著时，可用随机误差平方和与交互作用偏差平方和作为新误差平方和：
$$S{S}_E=S{S}_{AB}+S{S}_e,$$
自由度 $d{f}_E=d{f}_{AB}+d{f}_e$, 均方为$M{S}_E=S{S}_E/d{f}_E$.
则对应$A$, $B$的$F$值和$p$的计算则为：
$$\begin{gathered} F_A=M{S}_A/M{S}_E,p=F_{\alpha }(d{f}_A,d{f}_E); \\ {F}_B=M{S}_B/M{S}_E,p=F_{\alpha }(d{f}_B,d{f}_E). \end{gathered}$$

Excel表中示例

Excel版本： Microsoft Office 2016

无重复双因子示例

1. 选择"数据分析" - "无重复双因素方差分析"工具：
   （其中行为因子A对应的数据，列为因子B对应的数据）
2. 选择数据，指定置信水平$\alpha$值，默认0.05，指定输出结果区域：
   
3. 上一步确定后生成分析结果：
   
   上面结果中，差异源中行、列和误差分别对应的是因子$A$，因子$B$和随机误差$e$的信息。各列中SS即为对应偏差平方和，df为对应自由度，MS为对应均方，F为对应$F$值，P-value 为对应$p$值，F-crit为$F$临界值。

• 对于$p$值，也可用Excel中的函数 =F.DIST.RT({F_value},df1,df2) 得到。
  
• 对于$F$临界值，也可用 =F.INV(1-{alpha},df1,df2)得到：
  

可重复双因子示例

1. 类似无重复双因子方差分析，选择"可重复上因素分析"工具：
   

2. 选择数据，填写"样本行数"（示例中对因子A进行3次重复）、置信水平和输出区域：
   

3. 上一步确定后，生成如下结果：
   上面结果中，差异源中样本、列、交互和内部分别对应的是因子$A$，因子$B$、$AB$交互影响和随机误差$e$的信息。各列中SS即为对应偏差平方和，df为对应自由度，MS为对应均方，F为对应$F$值，P-value 为对应$p$值，F-crit为$F$临界值。

   与无重复双因子方差分析相同，其$p$值和$F$临界值也可通过Excel中函数得到： =F.DIST.RT({F_value},df1,df2) 和 =F.INV(1-{alpha},df1,df2)。

---

2019-07- 26