python差异性分析_差异性分析

背景：探索实验的天数，对指标A，B，C，D，E的影响是否显著。0day，指标A的数据来自对4个实验对象的测量。其他数据都是如此。

一、 方差分析原理

由于各种因素的影响，方差分析研究的数据呈现波动性。造成波动的原因可分为两类：一是不可控的随机因素；二是研究中施加的对结果形成影响的可控因素。

原假设H0：多个样本总体均数相等。

方差分析若拒绝原假设，只能说明多个样本总体均数不相等或不全相等。若要得到各组均数之间详细信息，应在方差分析的基础之上进行多个样本均值的两两比较。

产生总变异的原因有两方面：

(1)试验误差，又称组内变异。同一处理不同重复观测值的差异是由偶然因素影响造成的。

(2)处理间变异，又称组间变异。不同处理之间平均数的差异主要是由处理的不同效应造成的。

因此：总变异可分解为组间变异和组内变异两部分 。

对于我们的实验数来说。以指标A来说，试验天数可以理解为自变量即不同的处理水平，那么A就是因变量。试验天数为0,2,4，….，14，就是说将因变量的分为了8组，每组有4个样本。组间差异显著才能说明天数是对指标A的变化有影响的。

统计推断方法是计算F统计量，进行F检验，总的变异平方和 SST，控制变量引起的离差SSA(Between Group离差平方和)，另一部分随机变