ryuyan 方差分析_R语言 简单方差分析

之前看到不少人思维导图，我也来凑凑热闹。用幕布做了一个，以做为这篇的笔记的总提纲

什么是方差分析

方差分析分析(Analysis of Variance)，简写为ANOVA，不仅是一种方法，更是一种分析思路，是变异分解的思路。这种思路不仅可以用于多组均值差异的比较，也可以用于其他统计学方法中，比如线性回归、Logistic回归中也有方差分析 ——白话说统计

方差分析的基本思想

将数据的总变异分解为来源于不同因素的相应变异，从而明确各个变异因素在总变异中所占的重要程度

方差分析一般基于两类误差：随机误差和系统误差

随机误差：是指同一因素下，样本各观察值之间的差异，这种差异可以看做随机因素所引起的

系统误差：是指不同因素下，样本各观察值之间的差异，这种差异可能是由于抽样的随机性所引起的，也可能是因素所造成的(也就是系统性因素所造成的)

方差分析实质比较的是以上两类误差，这误差可以用组内(within groups)/组间(between groups)离差平方和表示

考虑到离差平方和会随着样本数增加而增大，所以将离差平方和转变为方差来表示

进而将其中的误差方差作为和其他因素方差比较的标准，从而推断总变异是由误差引起的还是由因素导致的

但是在方差分析中，我们是将所有样本响应变量的方差称为Total Sum of Squares(SST)，也叫总离差平方和，全部观测值与总平均值的离差平方和，反映全部观测值的离散情况

由因素不同水平间差异引起的(可以由模型中因素解释的部分)方差称为Model Sum of Squares(SSM)，也叫组间离差平方和，各组观测值的平均值与总平均值的离差平方和，反映各组样本均值之间的差异程度，包括随机误差和系统误差

由抽本过程本身所引起的部分方差称为Error Sum of Squares，(SSE)，也叫组内离差平方和，各组观测值与其组平均值的离差平方和，反映组内各观测值的离散情况，也反映了随机误差的大小

\[

SST=SSM+SSE

\]

如果我们想衡量上述SSM和SSE中哪个占显著比例，可以通过衡量上述两部分比例大小的统计量F

从上述离差平方和的公式(翻书哈)可看出，其大小跟观测值的数目有关，因此为了消除观测值数目对其的影响，需要将其平均，也就是转化为方差(离差平方和除以对应自由度)；SST的自由度为n-1， 其中n为全部观测值的个数，SSM的自由度为k-1， 其中k为因子水平的个数，SSE的自由度为n-k

那么统计量F的计算方式如下：

\[

F=\frac{SSM/(k-1)}{SSE/(n-k)}

\]

根据模型的自由度(k-1)以及误差自由度(n-k)，可以确定一个F分布；再由上述公式计算出的F0进一步确定P值；再根据显著性水平来判断是否能拒绝原假设

方差分析的前提假设：

样本数据独立

每组数据的总体服从正态分布

每组数据方差齐性

样本数据独立与否比较好判断，根据实验设计来即可确定，保证每组数据之间无关联即可

正态性检验ÿ