方差分析(Anova)家庭作业帮助

方差分析（ANOVA）是一种统计方法，用于测试两种或多种方法之间的差异。这种技术被称为“差异分析”而不是“手段分析”似乎是奇怪的。正如你将看到的，这个名称是适当的，因为关于手段的推论是通过分析方差来做出的。

这种非特异性零假设有时被称为综合零假设。当综合零假设被拒绝时，结论是至少有一个人口平均值与至少一个其他平均值不同。然而，由于方差分析并没有显示哪些方面与之不同的是，它提供比Tukey HSD测试更少的具体信息。因此，在这种情况下，Tukey HSD优于ANOVA。一些教科书仅将Tukey测试作为方差分析的后续介绍。然而，没有逻辑或统计学原因，即使不计算方差分析，也不应该使用Tukey测试。

您可能想知道为什么当Tukey测试更好时，您应该了解ANOVA。一个原因是可以使用方差分析进行复杂类型的分析，而不是使用Tukey测试。其次是方差分析是迄今为止最常用的比较手段的技术，重要的是要了解方差分析以了解研究报告。

这是什么测试？

单因素方差分析（ANOVA）用于确定三个或更多个独立（无关）组的手段之间是否存在统计学显着性差异。本指南将简要介绍单因素方差分析，包括测试的假设和何时使用此测试。如果您熟悉单因素方差分析，您可以跳过本指南，直接点击此处在SPSS Statistics中运行此测试。

这个测试是做什么的？

单因素方差分析方法比较您感兴趣的群体之间的平均值，并确定这些方法中的任何一种在统计学上是否显着不同。具体来说，它测试零假设：

其中μ=组平均值，k =组数。然而，如果单因素方差分析返回统计学上显着的结果，那么我们接受替代假设（HA），即至少有两组在统计学上彼此显着不同。

在这一点上，重要的是要认识到单因素方差分析是一个综合检验统计量，不能告诉你哪些具体组在统计学上有显着差异，只有至少两组。要确定哪些具体组彼此不同，您需要使用事后测试。本指南稍后将介绍事后检测。

方差分析（ANOVA）测试了两个或更多个群体的平均值相等的假设。 ANOVA通过比较不同因子水平的响应变量手段来评估一个或多个因素的重要性。零假设指出，所有人口意味着（因子水平平均值）相等，而替代假设则表示至少有一个不同。

要执行方差分析，您必须具有连续的响应变量和至少一个具有两个或多个级别的分类因子。 ANOVAs要求来自近似正态分布的群体的数据，因子水平之间具有相等的差异。然而，即使正态性假设被违反，方差分析程序也能很好地工作，除非一个或多个分布高度偏差，或者差异是非常不同的。原始数据集的转换可能会纠正这些违规行为。

例如，您设计一个实验来评估四种实验地毯产品的耐久性。您将每种地毯类型的样品放在十个家庭中，并在60天后测量耐久性。因为您正在检查一个因素（地毯类型），您使用单向方差分析。

如果p值小于您的alpha，那么您的结论是至少有一个耐用性意味着不同。有关特定手段之间的差异的更多详细信息，请使用多重比较方法，如Tukey’s。

名称“方差分析”是基于方法使用差异来确定手段是否不同的方法。该方法通过比较群体手段与群体间差异之间的差异来确定群体是否是一个较大群体的所有部分或具有不同特征的单独群体的一种方法。

Minitab具有不同类型的ANOVAs，以允许其他因素，因素类型和不同的设计，以满足您的具体需求。

方差分析（ANOVA）是统计学中使用的分析工具，将数据集中发现的总体变异性分为两部分：系统因素和随机因素。系统因素对给定的数据集具有统计学意义，但随机因素不具有统计学意义。在回归研究中，分析人员使用方差检验的分析来确定自变量对因变量的影响。

方差检验的分析是影响给定数据集的因素的初始步骤。一旦分析方差测试完成，分析师将对有可能有助于数据集不一致的有效因素进行附加测试。分析师利用f检验中的方差检验结果的分析，生成与拟议回归模型相一致的附加数据。

该测试允许同时比较两个以上的组，以确定它们之间是否存在关系。测试分析多个组以确定样品之间和样品之间的类型。

方差分析运行的类型取决于多个因素。当数据需要实验时才适用。如果无法访问统计软件，导致手工计算方差分析，则采用方差分析。它使用简单，最适合小样品。通过许多实验设计，各种因子级组合的样本大小必须相同。

在这种情况下，您有一个独立的变量，即宗教信仰，这被认为对理想家庭大小的意见产生影响，这是这种情况下的因变量。此外，该实验包括三个不同级别的自变量。在这种情况下，三个层次是三个不同的宗教群体。

事实上，我们有不同级别的宗教自由变量，是什么让我们能够执行方差分析。就是说，在询问所有三个群体中的所有人，他们认为一个家庭中理想的孩子人数是多少，你记录每个人的答案，然后计算每个集体所报告的平均数或平均数。你发现，天主教组织报告的平均孩子数是3，新教团体是2，犹太人群是1。

乍看起来，这三个群体在理想的孩子数量看来似乎有明显的差异。不过，我们必须记住，这可能是由于机会，如果我们问10个不同的天主教徒，10个不同的新教徒和10个不同的犹太人，这些数字可能会有很大的不同。因此，方差分析是一个很好的测试，因为它将控制这一点，并确定三个组之间是否真的有区别，超出了随机机会。

方差分析是对实验中涉及到的变化的分析。 这是针对假设进行的一项测试，旨在证明实验的变化不大于个体特征的正常变化和其测量误差。 正在提供ANOVA家庭作业帮助的一些统计领域是分析方法，这将通过使用方法在测试假设之间进行差异的方法来实现差异。 它通过将y的方法与x的类别进行比较来完成。 另一个作业帮助是基于排名的非参数测试。