之前我们曾经讲过用Python做t检验,它用于分析一组数据与另一组数据或者总体均值之间的均值差异,从而判断它们是否来自于同一个总体。我会分享大量关于网页抓取、数据分析与挖掘、机器学习还有可视化等方面的知识,欢迎感兴趣的同学关注我!
但是t检验有它的局限性,它无法应对多个因子变量以及因子变量有多个水平(大于2)的情况。这时,我们就需要使用方差分析了。
方差分析的目的是分析因子对反应变量有无显著影响,即因子的不同水平下反应变量(因变量)的均值是否有差异。
一些概念
在方差分析中,我们需要注意几个概念:组内偏差平方和,即误差平方和,ESS:它反映了样本与其所处因子水平的组别均值的偏差,比如有三个班级ABC,小明是A班的学生,那么小明的成绩与A班成绩的均值之间的差异就是组内差异。
组间差异平方和,又称因子平方和,FSS:它反映了不同因子水平间的均值差异,比如上述的三个班级,A、B、C三个班级的均值之间的差异就叫组间差异。
(总)离差平方和,TSS:组内差异与组间差异加起来,就是总的离差了。
组间均方差和组内均方差:方差除以自由度就是均方差。
我们的φ统计量就是组间均方差和组内均方差的均值,它符合F分布。φ统计量越大,就说明组间差异对于总离差的贡献越大,当超过了一定水平之后,我们就认为因子影响显著,即不同水平间存在显著差异。
基本步骤根据感兴趣的因素的不同取值,将反应变量分成M个组;
提出原假设H0
因子对于反应变量没有影响;备择假设H1
因子对观测变量有