function bivariate_analysis_of_variance()
%双因素方差分析
clc,clear
x0=[14,10 11,11 13,9 10,12
9,7 10,8 7,11 6,10
5,11 13,14 12,13 14,10];%测试样例
r=3;s=4;k=2;n=r*s*k;%A因素3个水平,B因素4个水平
s1=0;%用于计算总的平方和
for i=1:r
for j=1:s*k
s1=s1+x0(i,j)^2;
end
end
s2=0;%用于计算和平方
for i=1:r
for j=1:k*s
s2=s2+x0(i,j);
end
end
s2=s2^2/n;
s3=0;%忽略k的影响,平方和
for i=1:r
for j=1:s
x3(i,j)=x0(i,2*j-1)+x0(i,2*j);
s3=s3+x3(i,j)^2;
end
end
ST=s1-s2;%ST
sa=zeros(r,1);%用于计算SA
for i=1:r
for j=1:s
sa(i)=sa(i)+x3(i,j);
end
end
SA=0;%SA,A因子平方和
for i=1:r
SA=SA+sa(i)^2;
end
SA=SA/k/s-s2;
SAJ=SA/(r-1);%A因素均方和
sb=zeros(1,s);%用于计算SB
for j=1:s
for i=1:r
sb(j)=sb(j)+x3(i,j);
end
end
SB=0;%SB,B因子的平方和
for j=1:s
SB=SB+s
【数学建模】双因素方差分析——MATLAB实现(非anova和anova)
最新推荐文章于 2024-07-10 14:32:27 发布
该博客详细介绍了如何使用MATLAB进行双因素方差分析,分别展示了非ANOVA和ANOVA两种不同的实现方式,并提供了相应的运行结果。通过对比,帮助读者理解这两种方法在数学建模中的应用。
摘要由CSDN通过智能技术生成