10.4: 单因子方差分析:样本量不相等

One-Way ANOVA: Unequal Sample Sizes
JoVE Core
Statistics
A subscription to JoVE is required to view this content.  Sign in or start your free trial.
JoVE Core Statistics
One-Way ANOVA: Unequal Sample Sizes
Please note that all translations are automatically generated. Click here for the English version.

5,795 Views

01:15 min
April 30, 2023

Overview

单因子方差分析可以对三个或更多大小不等的样本执行。但是,当样本量并不总是相同时,计算会变得复杂。因此,在执行样本量不相等的方差分析时,使用以下方程:

方程 1

在方程中,n 是样本数量 ,͞x 是样本均值,x̿ 是所有观测值的组合均值,k 是样本数,s2 是样本的方差。应该注意的是,下标 ‘i‘ 代表数据集中的特定样本。

请注意,方差估计值、样本间方差和样本内的方差都进行了加权,因为它们使用相同的大小来计算 F 统计量。换句话说,数据集中不同的样本量将影响两个方差估计值 – 样本之间的方差和样本内的方差,最终影响 F 统计量的值。

Transcript

考虑对来自三个样本量不相等的样本的学生身高的数据集执行单因子方差分析检验。

原假设是三个样本的平均身高相等,备择假设是至少有一个平均身高不同。

使用样本间方差与样本内方差的比率计算 F 统计量。其中,x̿ 是所有观测值的组合均值,͞xi 是第 i样本的均值,ni 是第 i样本的大小,k 是样本数,si2 是第 i样本的方差。

请注意,两个方差估计值都是加权的,因为它们在计算 F 统计量时考虑了样本数量。

P 值中,我们推断出三个样本中至少有一个的平均身高是不同的。因此,原假设被拒绝。

此外,为了确定哪个平均身高与其他平均身高显着不同,我们可以构建箱形图、构建置信区间或使用多重比较测试。

Key Terms and definitions​

Learning Objectives

Questions that this video will help you answer

This video is also useful for