均值已知检验方差_又一个最常用的统计学方法——方差分析

我写的文章不多，其中阅读量最大的一篇，是这篇最常用的统计学分析方法--假设检验（大家也可以在读本文前，先读这一篇，相同的思路有助于快速学习理解）。文章中列举了很多可用的假设检验，唯独缺了最常用的方法之一——F检验。因为Matlab将其单独作为一章，即方差分析，可见其重要性不言而喻。方差分析和F检验是同义词，从定义上看，方差分析是一种将样本方差分配到不同来源的过程，判定方差在组间和组内是否（明显）具有区别的一种方法。如果组内差异相对于组间差异较小，则可以推断出组与组之间是有明显差异的。简单来说就是看看两组或几组样本是不是来自同一个总体。（本文为了兼顾各种理解，采用了方差、变异、差异等多个意义类似的术语）

广义的方差分析分为以下几类方法：

（1）单因素方差分析（1-way ANOVA）

（2）双因素方差分析（2-way ANOVA）与多因素方差分析（N-way ANOVA）

（3）协方差分析（ANCOVA）

（4）多响应方差分析（MANOVA）

（5）重复测量（Repeated Measures）

1-way ANOVA是以上所有方法的基础，本文只介绍 1-way ANOVA。

一、1-way ANOVA的基本思想

F检验作为一个假设检验，首先还是要有一组对立的假设。其零假设认为所有组的均值都相等，备择假设则认为所有组的均值不全相等（即至少有一个组的均值与其它具有显著差异）。

方差分析的核心思想一句话：“所有样本的总差异可以分解为组间差异和组内差异”。

核心公式1

我们设总样本数为N，组数为k（k大于等于2），其中：

（1）总差异（SST）：全部样本与全体样本均值的总差异，总差异的自由度为N-1。总差异的均方在分析中一般用不到。

（2）组间差异（SSR）：组均值与总体均值的差异,组间差异的自由度为k-1，因此组间差异的均方（MSR）为SSR/k-1

（3）组内差异（SSE）：具体每个样本与其所在组均值的差异，组内差异的自由度为N-k,因此组内差异的均方（MSE）为SSE/N-k

MSR和MSE的比值，就是F统计量。理论证明，当H0成立时，F统计量服从对应自由度分别为k-1，N-k的F分布。F值越接近1，就越没有理由拒绝H0；反之，F值越大，拒绝H0的理由就越充分。算出来一除就行了，是不是也很简单。

核心公式2

二、方差分析表（ANOVA Table）
方差分析表是最终展示所有分析结果的表格，整个分析的最终目的，其实就是填满这个表，表填满了，我们就完成了任务。这个表基本在所有统计软件都会有，而且形式也差不多。

常见的单因素方差分析表中每个格的值，p值由F分布的积累密度函数（cdf）计算得出

SPSS的方差分析表

MATLAB的方差分析表

MATLAB的1-way ANOVA还默认自带样本的分组箱线图

三、多重比较
如果p值很小，从而推翻了零假设，同时你的数据数量多于两组的时候。你可以用“多重比较”来确定到底是哪个组的均值不同于其他组。当然这就会有很多组比较结果，画出一个清晰的图可以让你对结果一目了然。

多重比较图可以直观的看出某一组样本和其它哪几个组有显著差异，图中1组和2、3、4组都有显著差异，和5组没有显著差异。

四、注意事项
（1）ANOVA首先假设所有样品成正态分布（可以首先用假设检验检查样本的正态性，有好几种选择，这里暂时不列出）而且ANOVA对正态性的要求比较敏感。

（2）单因素方差分析中的“因素”，是研究中关注的内生变量，或者说响应变量。所以核心公式1中用的是y。当响应和预测因素同时存在时，应该选择协方差分析。

五、结束语

方差分析作为一个常用的分析方法，其F函数却是一个包含伽马函数的复杂公式，其中的伽马函数是阶乘的解析延拓，一个积分形式的超越函数，所以建议不要从F函数的角度去理解F检验，也不要想着去查表。选择一款统计软件，学会使用内置函数，学会基本原理，才是正确的方式。

F函数，其中v1、v2为自由度

F函数在常用自由度下的图像，p值为对应F值右侧的面积

伽马函数是阶乘运算的解析延拓

我们