高等数学 / 系统课时

方差分析基本思想

方差分析基本思想

方差分析解决的是“多个总体均值是否相同”的问题。它不直接逐对比较均值,而是把样本的总波动拆成组间变异与组内变异,再用二者的相对大小判断分组因素是否产生了系统影响。

学习目标

  • 区分总变异、组间变异与组内变异
  • 理解平方和、均方和自由度的作用
  • 能根据 FF 统计量解释差异是否显著

为什么比较均值却叫方差分析

假设要比较三种教学方法的平均成绩。若三组均值相差明显,而每组内部学生成绩又比较集中,那么均值差异更可能来自教学方法;若各组内部本身波动很大,观察到的均值差异就可能只是随机抽样造成的。

因此,方差分析虽然研究的是均值,却通过“波动来自哪里”进行判断。它把所有观测值相对总均值的偏离分成两部分:

SST=SSB+SSWSS_T=SS_B+SS_W

其中,SSTSS_T 是总平方和,SSBSS_B 是组间平方和,SSWSS_W 是组内平方和。

方差分析的变异分解关系

三种变异分别表示什么

总变异衡量每个观测值与总均值之间的整体差异:

SST=∑i=1k∑j=1ni(xij−xˉ)2SS_T=\sum_{i=1}^{k}\sum_{j=1}^{n_i}(x_{ij}-\bar{x})^2

组间变异衡量各组均值与总均值之间的差异,并按各组样本量加权:

SSB=∑i=1kni(xˉi−xˉ)2SS_B=\sum_{i=1}^{k}n_i(\bar{x}_i-\bar{x})^2

组内变异衡量每个观测值与本组均值之间的差异:

SSW=∑i=1k∑j=1ni(xij−xˉi)2SS_W=\sum_{i=1}^{k}\sum_{j=1}^{n_i}(x_{ij}-\bar{x}_i)^2

组间变异越大,说明不同组的中心位置越分散;组内变异越大,说明同一组内部越不稳定。方差分析关心的不是某个平方和单独有多大,而是组间变异相对于组内变异是否足够大。

从平方和到 F 统计量

平方和会随样本量和组数变化,不能直接比较。为消除自由度影响,需要先计算均方:

MSB=SSBk−1,MSW=SSWN−kMS_B=\frac{SS_B}{k-1},\qquad MS_W=\frac{SS_W}{N-k}

其中,kk 是组数,NN 是总样本量。随后构造统计量:

F=MSBMSWF=\frac{MS_B}{MS_W}

当原假设“各总体均值相等”成立时,组间均方和组内均方都主要反映随机误差,FF 通常接近 11。当 FF 明显大于 11 时,说明组间差异超过了随机波动可以合理解释的范围。

F 值能说明什么

FF 值越大,反对“各组均值相等”的证据通常越强,但不能只凭数值大小下结论。实际判断还要结合组间自由度、组内自由度和显著性水平计算 pp 值,或与临界值比较。

拒绝原假设只说明“至少有一组总体均值不同”,不能直接指出哪两组不同。要定位具体差异,还需要事后多重比较,例如 Tukey 方法,并同时关注效应量和实际差异。

Tips:方差分析比较的是均值结构,不是检验各组方差是否相等。方差齐性只是经典方差分析的一个前提条件。

易混淆点

  • 组间变异包含因素效应和随机误差,组内变异主要作为随机误差的估计。
  • FF 接近 11 不等于各组样本均值完全相同,只表示现有差异不足以超过组内噪声。
  • 显著结果不等于差异很大;样本量较大时,很小的均值差异也可能显著。
按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

方差分析基本思想

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通