特征选择-方差分析

1.方差分析按照其性质分为两大类：固定处理(fixed treatment)和随机效应(random effect)。
方差分析模型分为三类：
1）固定模型方差分析(fixed model anova),或称为模型Ⅰ方差分析。
2）随机模型方差分析（random model anova),又叫做模型Ⅱ方差分析。
3）混合模型方差分析（mixed model anova),即模型Ⅲ方差分析。
 

模型	特点	检验对象
固定模型	所有因子都是固定处理	均值
随机模型	所有因子均为随机效应	方差
混合模型	既有固定处理，也有随机效应	均值与方差

2.方差分析法

可以按照涉及因素的个数及不同因素之间的相互关系将方差分析方法分成如下三类：

1）单因子方差分析

2）双因子方差分析和对因子方差分析

3）二级因子和多级因子方差分析

3.单因子方差分析计算

1）组内平方和

2）误差平方和

3）组间自由度

4）组内自由度

5）组间均方

6）组内均方

7）F值

假设各个特征对整体分类没有影响。那么F应该是比较小的数。当通过样本统计计算的结果f大于给定的F，则推翻原假设。

说明F对分类是有影响的。

在给定α和组内和组间自由度的时候，可以通过F分布表查到标准的f0,当计算值大于该值，说明假设被推翻，如果小于改值说明假设成立。