-
雙向方差分析
鎖定
- 中文名
- 雙向方差分析
- 外文名
- Two-way analysis of variance
- 學 科
- 統計學
- 相關術語
- 單向方差分析
雙向方差分析歷史
1925年,Ronald Fisher在他1925年的着名書籍“研究工作者統計方法”(第7章和第8章)中提到了雙向方差分析。1934年,弗蘭克耶茨發佈了不平衡案件的程序。從那時起,已經產生了大量的文獻。這個話題在1993年由Yasunori Fujikoshi審查。2005年,安德魯Gelman提出了一種不同的ANOVA方法,被視為一種多級模型。
雙向方差分析數據集
想象一個數據集,其中一個因變量可能受到兩個潛在變異因素的影響。第一個因素有
水平(
)和第二個\
水平(
)。每個組合
定義一種治療方法,總共為
治療。我們代表治療的重複次數
通過
, 然後讓
作為該處理中重複的指標(
)。
從這些數據中,可以建立一個應急表,其中,
和
,並且重複的總數等於 。
雙向方差分析模型
一旦觀察到變異數據點
,例如通過直方圖,“概率可能被用來描述這種變化”。因此讓我們表示
觀察值的隨機變量
是第
個治療措施
。該雙向方差分析模型中的所有這些變量變化的獨立和通常圍繞一個平均值
,具有不變的方差
:
描述雙因素方差分析的另一種等效方法是提及除了因素解釋的變化之外,還存在一些統計噪音。通過在每個數據點引入一個隨機變量來處理這種未解釋的變化量,
,稱為錯誤。這些
隨機變量被視為與平均數的偏差,並被假定為獨立正態分佈:
雙向方差分析假設
1)數據點與調查中的科學問題有關;
2)響應變量的平均值受累加性影響(如果不是相互作用項),並且受到因素的線性影響;
3)錯誤是獨立的;
4)錯誤具有相同的方差;
5)錯誤是正態分佈的。
雙向方差分析參數估計
為了確保參數的可識別性,我們可以添加下面的“總和到零”約束:
- 詞條統計
-
- 瀏覽次數:次
- 編輯次數:6次歷史版本
- 最近更新: 不会说的段子手