方差分析:组间方差平方和组内方差平方的定义是什么?
方差分析中组内方差平方和、组间方差平方和的含义SPSS方差分析
考虑促销方式对地区销售收入的影响。
有以下促销方式。 电视广告促销、户外灯箱广告促销、卖场促销、报纸广告促销.
那么,在进行方差分析时,组内和组间的方差平方和分别代表了什么实际意义呢?
1 .方差分析概念
方差分析(ANOVA )又称变异数分析或f检验,其目的是估计两组或多组资料的总体平均数是否相同,验证两个或多个样本平均数的差异是否有统计学意义。 我们要学习的主要内容是单因素方差分析,即完全随机设计或组设计方差分析,以及双因素方差分析,即配合组设计方差分析。
2 .方差分析的基本思想
用一个简单的例子来说明方差分析的基本想法吧。
某克山病病区测定的11例克山病患者和13名健康人群血磷值(mmol/L )如下:
患者:0. 841.051.201.201.391.531.671.801.872.072.11
健康人:0. 540.640.640.750.760.81.161.201.341.351.481.561.87
这个地区克山病患者和健康人的血磷值不同吗?
以上资料显示,24名患者和健康人群的血磷值各不相同,根据均方和(SS )描述总平均数变异情况,总变异有以下两个来源
)1)组内变异,即随机误差原因导致各组内部血磷值不相等;
)2)由于组间变异,即克山病的影响,患者和健康人群的平均血磷值不同。
然后,在SS总=SS组间SS组内v总=v组间v组内
为了消除各组样本数差异的影响,如果用均方(即自由度v )而不是均方和去除均方和的商,方差分析将组内的均方和去除组间的均方后的商(即f值与1进行比较,如果f值接近1 ) 实用验证假说成立的条件下的f值大于特定值的概率可以参照f边界值表[方差分析用]得到。
3 .方差分析的应用条件
在应用方差分析统计估计数据之前,必须注意以下使用条件:
(1)可比性,资料中各组平均数本身无可比性不适用方差分析。
)2)正态性,即偏态分布数据不适用于方差分析。 偏置分布的数据应考虑用对数变换、平方根变换、倒数变换、平方根反正弦变换等变量变换方法取正态或接近正态后再进行方差分析。
)3)方差的均匀性,即如果组间方差不均匀,则不应用方差分析。 多个方差的齐性检验可以采用Bartlett法,这是以卡方值为检验统计量,结果判断需要参照卡方边界值表。
二、方差分析的主要内容
根据数据设计类型的不同,有两种方差分析方法:
1 .比较成组设计的多个样本的平均数,必须采用完全随机设计的方差分析,即单因素方差分析。
2 .比较随机区组设计的多个样本平均数,采用配比组设计的方差分析,即双因素方差分析。
两种方差分析的基本步骤相同,只是变异的分解方式不同。 对于组设计资料,总变异分为组内变异和组间变异(随机误差),即SS总=SS组间SS组内。 而对于配伍组设计资料,总变异除处理组变异和随机误差外,还包括配伍组变异),即SS总=SS处理SS配伍误差。 整个方差分析的基本步骤如下:
(1)建立检验假说
(H0 )多个样品总体平均数相等。
) H1 )多个样品总体平均数不相等或不等。
检查等级为0.05。
)2)计算检验统计量f的值;
)3)确定p值,给出估计结果。
三.多个样品平均数的二、二比较
方差分析结果表明,拒绝验证假设时,只能说明多个样本总体平均数不相等或不全部相等。 为了获得各组平均数之间的更详细的信息,需要根据方差分析进行多个样本平均数的两两个比较。
1 .多个样本平均数之间的两个比较
在多个样本的平均数之间两个比较常用的q检验方法,即Newman-kueuls法,其基本步骤如下:
建立检验假设样本平均排序计算q值检查q边界值表以确定结果。
2 .多个实验组与一个对照组平均数之间的2、2比较
将多个实验组与一个对照组平均数各进行2个比较,以减少第类错误为目的,最好采用最小显着性差异法(LSD法); 如果以减少第I类错误为目的,最好采用新的复极差法。 前者调查t边界值表,后者调查q’边界值表。
(1)或份额)我喜欢0