JoVE Core
Statistics
Chapter 10: Analysis of Variance
10.3:
单因子方差分析:样本数量相等
单因子方差分析可以对样本量相等或不相等的三个或更多样本执行。当对样本大小相等的两个数据集执行单因子方差分析时,可以很容易地观察到计算的 F 统计量对样本均值高度敏感。
不同的样本均值可能导致不同的方差估计值:样本之间的方差。这是因为样本之间的方差计算为样本数量与样本均值之间方差的乘积。因此,样本数量相等的两个数据集可以具有两个不同的样本方差值。
相反,样本量相等的两个不同数据集可能具有相同的样本方差,但样本均值不同。由于样本内的方差(也称为合并方差)计算为样本方差的平均值,因此对于样本数量相等的两个数据集,样本内的方差可以相等。
两个数据集的计算 F 统计量值不同,因为数据集显示样本间方差值不相等,但样本内方差值相等。
考虑对两个不同的数据集执行单因子方差分析,每个数据集包含来自三个样本的学生的身高。
请注意,在这两个数据集中,所有三个样本的样本量相等。
在这里,我们可以陈述所有三个样本的平均高度相等的原假设。另一种假设是,至少有一个均值与其他均值不同。
首先,计算两个数据集的样本均值和样本方差。请注意,只有两个数据集中第一个样本的均值存在很大差异,但样本方差是相同的。
接下来,计算两个数据集的 F 统计量并找到 P 值。
两个数据集中第一个样本的均值不同,导致样本之间的方差发生重大变化。但是,样本内的方差保持不变,因为它在计算过程中不需要样本均值。
两个数据集中样本之间的不同方差值会影响 F 统计量,从而导致不同的结果。
因此,我们可以得出结论,F 统计量受样本均值有很大影响。
Related Videos
Analysis of Variance
7.9K 浏览
3.3K 浏览
5.8K 浏览
3.9K 浏览
2.8K 浏览
2.7K 浏览