下载文档原格式
单因素⽅差分析（one-wayANOVA）单因素⽅差分析（⼀）单因素⽅差分析概念是⽤来研究⼀个控制变量的不同⽔平是否对观测变量产⽣了显著影响。
这⾥，由于仅研究单个因素对观测变量的影响，因此称为单因素⽅差分析。
例如，分析不同施肥量是否给农作物产量带来显著影响，考察地区差异是否影响妇⼥的⽣育率，研究学历对⼯资收⼊的影响等。
这些问题都可以通过单因素⽅差分析得到答案。
（⼆）单因素⽅差分析步骤第⼀步是明确观测变量和控制变量。
例如，上述问题中的观测变量分别是农作物产量、妇⼥⽣育率、⼯资收⼊；控制变量分别为施肥量、地区、学历。
第⼆步是剖析观测变量的⽅差。
⽅差分析认为：观测变量值的变动会受控制变量和随机变量两⽅⾯的影响。
据此，单因素⽅差分析将观测变量总的离差平⽅和分解为组间离差平⽅和和组内离差平⽅和两部分，⽤数学形式表述为：SST=SSA+SSE。
第三步是通过⽐较观测变量总离差平⽅和各部分所占的⽐例，推断控制变量是否给观测变量带来了显著影响。
（三）单因素⽅差分析原理总结在观测变量总离差平⽅和中，如果组间离差平⽅和所占⽐例较⼤，则说明观测变量的变动主要是由控制变量引起的，可以主要由控制变量来解释，控制变量给观测变量带来了显著影响；反之，如果组间离差平⽅和所占⽐例⼩，则说明观测变量的变动不是主要由控制变量引起的，不可以主要由控制变量来解释，控制变量的不同⽔平没有给观测变量带来显著影响，观测变量值的变动是由随机变量因素引起的。
（四）单因素⽅差分析基本步骤1、提出原假设：H0——⽆差异；H1——有显著差异2、选择检验统计量：⽅差分析采⽤的检验统计量是F统计量，即F值检验。
3、计算检验统计量的观测值和概率P值：该步骤的⽬的就是计算检验统计量的观测值和相应的概率P值。
4、给定显著性⽔平，并作出决策（五）单因素⽅差分析的进⼀步分析在完成上述单因素⽅差分析的基本分析后，可得到关于控制变量是否对观测变量造成显著影响的结论，接下来还应做其他⼏个重要分析，主要包括⽅差齐性检验、多重⽐较检验。
11-第8章单因素方差分析仅供学习与交流，如有侵权请联系网站删除 谢谢140+第八章 单因素方差分析第一节 方差分析的基本问题一、方差分析要解决的问题t 检验法适用于样本平均数与总体平均数及两样本平均数间的差异显著性检验；而多个平均数间的差异显著性检验，必须用方差分析法。
1、检验过程繁琐一试验包含5个处理，采用t 检验法要进行25C 10＝次两两平均数的差异显著性检验；若有k 个处理，则要作k (k-1)/2次类似的检验。
2、无统一的试验误差，误差估计的精确性和检验的灵敏性低 12X -X s如表8-1，试验有5个处理，每个处理重复6次，共有30个观测值。
进行t 检验时，每次只能利用两个处理共12个观测值估计试验误差，误差自由度为2(6-1)=10；若利用整个试验的30个观测值估计试验误差，显然估计的精确性高，且误差自由度为5(6-1)=25。
可见在用t检法进行检验时，由于估计误差的精确性低，误差自由度小，使检验的灵敏性降低，容易掩盖差异的显著性。
3、推断的可靠性低，检验的I型错误率大用t检验法进行多个处理平均数间的差异显著性检验，由于没有考虑相互比较的两个平均数的秩次问题，因而会增大犯I型错误的概率，降低推断的可靠性。
假设每一对检验接受零假设的概率都是1-α＝0.95，而且这些检验都是相互独立的，那么10对检验都接受概率是(0.95)10＝0.60，犯错误的概率α׳=1-0.60=0.40犯I型错误的概率明显增加。
由于上述原因，多个平均数的差异显著性检验不宜用t检验，须采用方差分析法。
二、方差分析的几个概念方差分析(analysis of variance)是由英国统计学家R.A.Fisher于1923年提出的。
这种方法是将a个处理的观测值作为一个整体看待，把观测值总变异的平方和及自由度分解为相应于不同变异来源的平方和及自由度，进而获得不同变异来源总体方差估计值；通过计算这些总体方差的估计值的适当比值，就能检验各样本所属总体平均数是否相等。
