方差分析
什么是方差分析
用数理统计分析试验结果、鉴别各因素对结果影响程度的方法称为方差分析(Analysis Of Variance),记作 ANOVA。
单因素方差分析(One Way Analysis of Variance)
是什么?
A 取某个水平下的指标视为随机变量,判断 A 取不同水平时指标有无显著差别,相当于检验若干总体的均值是否相等。(A为影响因子)
数学模型
section1
- A取r个水平$A_1,A_2,...A_r$,在各个水平下的影响指标服从$N(\mu_i,\sigma ^2)(i=1\ldots r)$
- 每个水平下抽取$n_i$个样本。
假设检验:
$H_0: \mu_1=\mu_2=\cdots=\mu_r ; H_1: \mu_1, \mu_2, \cdots, \mu_r$ 不全相等
由于$x_{ij}$同时受到$A_i$和随机因素的影响:
$$ x_{ij}=\mu_i+\epsilon_{ij} $$
其中$\epsilon$~$N(0,\sigma^2)$
记$\mu,n$分别为整体数据集均值和数据集大小。
#### 统计分析
记:
$$ S_T = \sum_{i=1}^r\sum_{j=1}^{n_r}(x_{ij}-\bar x)^2 \\ S_E = \sum_{i=1}^r\sum_{j=1}^{n_r}(x_{ij}-\bar x_{i.})^2 \\ S_A(S_B) = \sum _{i=1}^r n_i(\bar x_{i.}-\bar x)^2 $$
回顾:
- $\chi^2$分布:百度百科](https://baike.baidu.com/item/卡方分布/2714796))
$F$分布:百度百科](https://baike.baidu.com/item/F分布/7917090))
- 自由度DF(degree of dreedom):[百度百科]()(F分布_百度百科 (baidu.com))
有:
- $\frac{S_E}{\sigma^2}$~$\chi^2(\sum_{i=1}^r(n_i-1))$即为$\chi^2(n-r)$
- $\frac{S_A(S_B)}{\sigma^2}$~$\chi^2(r-1)$
- 其中$F = \frac{\bar S_A}{\bar S_{E}}$
具体实现实验,使用MATLBA、SPSS或者EXCEL均可。
x=[256 254 250 248 236
242 330 277 280 252
280 290 230 305 220
298 295 302 289 252];
p=anova1(x)
方差分析一般用的显著性水平是: 取 $\alpha=0.01$, 拒绝 $H_0$, 称因素 $A$ 的影响(或 $A$ 各水平的差异) 非常显著; 取 $\alpha=0.01$, 不拒绝 $H_0$, 但取 $\alpha=0.05$, 拒绝 $H_0$, 称因 素 $A$ 的影响显著; 取 $\alpha=0.05$, 不拒绝 $H_0$ ,称因素 $A$ 无显著影响。