1 两因素方差分析的形式
多因素方差分析针对的是多因素完全随机设计。包含两个及以上的自变量,为便于讲解,本文以两因素方差分析为例。
在一个两因素完全随机设计中,自变量
等组设计的具体形式如下:
若各组观测值
其中
两因素方差分析的逻辑是对变异进行比较。通过对平方和(Sum of Squares)和自由度(Degree of Freedom)的分解,利用公式:
计算出各主效应方差,交互作用方差和组内方差(即误差方差)。各主效应和交互作用的方差与误差方差的差异(比值)体现了该效应的显著性。而且在零假设为真的情况下,该比值服从F分布,进而分别完成各效应的假设检验。
具体的分解如下图:
![a954deae8fe0af4b437f2c9c2fc3f90a.png](https://img-blog.csdnimg.cn/img_convert/a954deae8fe0af4b437f2c9c2fc3f90a.png)
常规的流程大家都非常熟悉,不再赘述。接下来换个角度,从多元线性回归来看一看两因素方差分析。
2 两因素方差分析的线性模型
模型的基本形式
两因素方差分析的线性模型可以表示为:
其中
通常,我们让: