本文作者:徐恩江 在之前的文章中,我们介绍了T检验。单因素方差分析(One-way Anova)与T检验的用途很类似:
那么,这两种检验方法的区别是什么呢? 简单的回答就是: T检验胜在用起来方便简单,但是有以下两个局限:
单因素方差分析就是克服这两个局限的方法。 什么是单因素方差分析 方差分析(Analysis of Variance,简称ANOVA),又称“变异数分析”,是R.A.Fisher发明的,用于两个及两个以上样本均数差别的显著性检验。 单因素方差分析就是只针对一个因子进行方差分析。 单因素方差分析的前提 方差分析是建立在三项假定的基础上进行的:
2 One-way Anova方差齐性检验 方差齐性检验,主要用于检验两个或两个以上样本间的方差是否相同,做单因子方差分析之前需要进行方差齐性检验。 举例: 四条生产线生产同一种产品,现在想要了解不同的生产线对良率而言是否有明显的差异,分别从每条生产线随机抽取5个批次良率,看是否不同的生产线对良率有显著差异? Minitab演示方差齐性检验: 结论: 上述检验会得到两个P-value值,其中Bartlett检验(适用于正态数据)为0.829,Levene检验(适用于任何数据)为0.890,P-value>0.05,接受原假设。 数据满足方差齐性要求,可以进行Anova分析。 3 Minitab演示单因素方差分析 还是以上面提到的那个例子来演示如何在Minitab中做One-way Anova分析。 结论:
1 END |
|
来自: imtravelinghah > 《学习》