多组(>2 组 ) 数据并且满足方差齐性和正态性的选择:单因素方差分析
即完全随机设计多组独立量资料均数间比较
– ⚠ 当group >2时 不能采用两独立样本的 t检验,会增加犯错误的概率,必须采用单因素方差分析
• 目的:检验某个因素不同水平差异,是否会给观察变量带来影响,即比较多组间的样本均数
– 无效假设 H0:各组总体均数相等
– 备择假设 H1:各组总体均数不相等或不全相等
• 基本原理: 变异分解的思想
总变异 = 随机误差 + 处理因素引起的变异
= 组内变异 + 组间 变异
组内 变异:各组内部的差,反映个体(即随机 变异)的大小
组间 变异:各组均数的差,反映个体影响与 可能存在的处理因素影响之和
• 适用条件:
本质上与两独立样本 t检验相同
– 独立性
– 方差齐性
– 正态性
• 两两比较方法的选择:
探索性研究:例如多个均数间的两比较,且每组对象数相等,考虑 Tukey
证实性研究:例如多个试验组分别与对照比较, 或某几组在专业上有特殊意义的均数间比较, 考虑 Bonferroni 、LSD
LSD :t检验的变形,在标准误和自由度计算上利用了全部样本信息,结果较为准确
– 未进行校正,因此 LSD 最