单因素方差分析（One Way ANOVA）

最新推荐文章于 2024-09-21 13:18:06 发布

孙瑞宇

最新推荐文章于 2024-09-21 13:18:06 发布

阅读量1w

点赞数 2

原文链接：http://www.cnblogs.com/sddai/p/10040790.html

版权

单因素方差分析是一种统计方法，用于检验多个组间平均数的差异是否显著。它由Ronald Fisher发展而来，适用于分析单一因素对实验结果的影响。在例子中，通过比较不同抗生素与血浆蛋白结合的百分比，来展示如何进行单因素方差分析，以确定抗生素因素是否对结合百分比有显著影响。

摘要由CSDN通过智能技术生成

Analysis of variance (ANOVA) is a collection of statistical models and their associated estimation procedures (such as the "variation" among and between groups) used to analyze the differences among group means in a sample. ANOVA was developed by statistician and evolutionary biologist Ronald Fisher.

什么是单因素方差分析

　　单因素方差分析是指对单因素试验结果进行分析，检验因素对试验结果有无显著性影响的方法。

　　单因素方差分析是两个样本平均数比较的引伸，它是用来检验多个平均数之间的差异，从而确定因素对试验结果有无显著性影响的一种统计方法。

单因素方差分析相关概念

因素：影响研究对象的某一指标、变量。
水平：因素变化的各种状态或因素变化所分的等级或组别。
单因素试验：考虑的因素只有一个的试验叫单因素试验。

单因素方差分析示例

　　例如，将抗生素注入人体会产生抗生素与血浆蛋白质结合的现象，以致减少了药效。下表列出了5种常用的抗生素注入到牛的体内时，抗生素与血浆蛋白质结合的百分比。现需要在显著性水平 $α = 0.05下检验这些百分比的均值有无显著的差异。设各总体服从正态分布，且方差相同。$

青霉素	四环素	链霉素	红霉素	氯霉素
29.6	27.3	5.8	21.6	29.2
24.3	32.6	6.2	17.4	32.8
28.5	30.8	11.0	18.3	25.0
32.0	34.8	8.3	19.0	24.2

　　在这里，试验的指标是抗生素与血浆蛋白质结合的百分比，抗生素为因素，不同的5种抗生素就是这个因素的五个不同的水平。假定除抗生素这一因素外，其余的一切条件都相同。这就是单因素试验。试验的目的是要考察这些抗生素与血浆蛋白质结合的百分比的均值有无显著的差异。即考察抗生素这一因素对这些百分比有无显著影响。这就是一个典型的单因素试验的方差分析问题。