单因素方差分析

播报讨论上传视频

数学术语

0 有用+1

试验中要考察的指标称为试验指标，影响试验指标的条件称为因素，因素所处的状态称为水平，若试验中只有一个因素改变则称为单因素试验，若有两个因素改变则称为双因素试验，若有多个因素改变则称为多因素试验。方差分析就是对试验数据进行分析，检验方差相等的多个正态总体均值是否相等，进而判断各因素对试验指标的影响是否显著，根据影响试验指标条件的个数可以区分为单因素方差分析、双因素方差分析和多因素方差分析。

中文名: 单因素方差分析
外文名: one-way analysis of variance

所属学科: 数学（统计学）
相关概念: 单因素试验，方差分析等
简介: 单因素试验中的方差分析

基本概念

播报

编辑

在方差分析中，我们将要考察的对象的某种特征称为试验指标，影响试验指标的条件称为因素，因素可分为两类，一类是人们可以控制的(如原材料、设备、学历、专业等因素)；另一类人们无法控制的(如员工素质与机遇等因素)。下面所讨论的因素都是指可控制因素。每个因素又有若干个状态可供选择，因素可供选择的每个状态称为该因素的水平。如果在一项试验中只有一个因素在改变，则称为单因素试验；如果多于一个因素在改变，则称为多因素试验。因素常用大写字母A，B，C，…来表示，因素A的水平用

来表示，下面对单因素试验进行讨论 ^[1] 。

假设前提

播报
编辑

设单因素A具有r个水平，分别记为

，在每个水平

下，要考察的指标可以看成一个总体，故有r个总体，并假设：

(1)每个总体均服从正态分布，即

；

(2)每个总体的方差σ 2 相同；

(3)从每个总体中抽取的样本

相互独立，i=1，2，…，r。

此处的

均未知，将假设及相关符号列表，如表1所示 ^[1] 。

表1 单因素试验参数
水平
样本



样本和
样本均值
总体
总体均值

那么，要比较各个总体的均值是否一致，就是要检验各个总体的均值是否相等，设第i个总体的均值为μ i ，则

假设检验为

；

备择假设为

不全相等。

在水平

下，进行

次独立试验，得到试验数据

，记数据的总个数为

。

由假设有

(

未知)，即有

，故

可视为随机误差。记

，从而得到如下数学模型：

，各个

相互独立，μ i 和

未知。

方差分析的任务：

(1)检验该模型中r个总体

的均值是否相等；

(2)作为未知参数

的估计。

为了更仔细地描述数据，常在方差分析中引入总平均和效应的概念，将

各均值的加权平均值

记为μ，即

其中

再引入

δ i 表示在水平A i 下总体的均值μ i 与总平均μ的差异，称其为因子A的第i个水平A i 的效应。易见，效应间有如下关系式

利用上述记号，前述数学模型可改写为

，各个

相互独立，μ i 和

未知。

而前述检验假设则等价于

：

不全为零．

这是因为当且仅当

时，

，即

。

偏差平方和及其分解

播报
编辑

为了使造成各随机变量X ij 之间的差异的大小能定量表示出来，引入：

记在水平A i 下样本和为

，其样本均值为

因素A下的所有水平的样本总均值为

为了通过分析对比产生样本

之间差异性的原因，从而确定因素A的影响是否显著，我们引人偏差平方和来度量各个体间的差异程度

因S T 能反映全部试验数据之间的差异，所以又称为总偏差平方和。

如果H 0 成立，则r个总体间无显著差异，也就是说因素A对指标没有显著影响，所有的X ij 可以认为来自同一个总体

，各个X ij 间的差异只是由随机因素引起的，若H 0 不成立，则在总偏差中，除随机因素引起的差异外，还包括由因素A的不同水平的作用而产生的差异，如果不同水平作用产生的差异比随机因素引起的差异大得多，就认为因素A对指标有显著影响，否则，认为无显著影响。为此，可将总偏差中的这两种差异分开，然后进行比较。