单因素方差分析

2019独角兽企业重金招聘Python工程师标准>>>

• 单因素方差分析

当方差分析中只涉及一个分类型自变量时称为单因素方差分析

• 数据结构

1、A表示因素（或因子）

2、k表示因素下的水平数，比如A因素中有k个水平：A1，A2,...Ak

3、观察值用Xij表示第i个水平（总体）的第j个观测值，如X43，表示第4个水平下下的第3个观测值

• 分析步骤

• 提出假设

H0 ： μ1 = μ2 =...=μ..= μk               自变量对因变量没有显著影响

H1 : μi（i=1，2，...k）不全相等       自变量对因变量有显著影响

    说明

1、如果拒绝H0，意味这自变量对因变量有显著的影响，

2、拒绝H0,只是表明至少有两个总体均值不想等，并不意味这所有的都不相等

3、如果接受H0，意味着没有充分证据证明自变量对因变量有显著的影响，（换句话说，没法证明自变量对因变量有显著影响；自变量对因变量没有显著影响）

• 构造并计算统计量

1、计算各样本的均值

ni表示：i水平（总体）的样本量，Xij表示为第i个总体的第j个观测值

2、计算全部观测值的总体均值

全部观测值的总和除以观测值的总个数的结果

 n=n1+n2...nk，全部的观测值总量

3、计算各误差的平方和

    a、总平方和

全部观测值与总体均值 的误差平方和，反映 全部观测值的离散状况

    b、组间平方和

各组均值 （i=1，2，..k ）与总体均值        的误差平方和，反映样本均值之间的差异程度，又称因素平方和

    c、组内平方和

各水平或者组各样本与其组均值的误差平方和，反映了组内每个样本各观测值的离散状况，同时也反映了随机误差的大小

 

    说明

a、SSA是随机误差和系统误差大小的度量，反映了自变量（行业）对因变量（被投诉次数）的影响，也称为自变量效应或者因子效应

b、SSE是对随机误差大小的度量，也被称为 残差变量，它所引起的误差也称为 残差效应 

c、SST是全部数据总误差程度的度量，它反映了自变量和残差变量的共同影响，因此 它等于自变量效应加残差效应

 4、计算统计量

    各误差平方和的大小与观测值的多少有关，为了消除观测值对误差平方和大小的影响，需要将其平均，也就是用个平方和除以他们所对应的自由度， 这一结果称为均方，也称方差

  

     SST的自由度为 n-1，其中n为全部观测值的个数

    SSA的自由度为k-1，k为水平（总体）数

    SSE的自由度n-k

     只要比较组间均方和组内均方的差异即可，所以计算

    SSA的均方：组件均方或者组间方差  MSA

SSE的均方：组内均方或者组内方差 MSE

将MSA/MSE得到所需要的检验统计量F，当H0为真时，二者的比值服从分子自由度为k-1、分母自由度为n-k的F分布

 

• 统计决策
  

根据给定的显著水平a，在F分布表中查找与分子自由度df1 = k -1、分母自由度df2 = n-k相应的临界值Fa（k-1，n-k）

    1、F > Fa，则拒绝原假设 H0： μ1=μ2=...=μk，说明 自变量对因变量 有显著影响

    2、F < Fa，则接受原假设 H0，说明没有证据表明有显著影响

也可以用 P 值做决策

当 P < a （显著水平如0.05），则拒绝H0，相反则接受 H0

注：

当检验的因素只有两个水平时，单因素方差分析与两个样本均值之差的t检验的结果完全相同，因为当因素的水平k=2时，检验的t统计量与F统计量关系为：F = t^2

 

转载于:https://my.oschina.net/u/1785519/blog/1488525