Fórmula de cálculo para el análisis de varianza unidireccional
El núcleo es calcular la suma de los errores cuadráticos medios entre grupos y dentro de los grupos. Para dos o más grupos de datos, los grupos grandes están en un grupo, por lo que se calcula una media para cada grupo y luego se calcula la suma de cuadrados a partir de la media: grupo SS = suma de cuadrados de la media entre grupos, MS grupo = grupo SS/número de grupos -1.
Nota: La desviación de la media significa varianza.
SS dentro del grupo = suma de cuadrados medios dentro del grupo, MS dentro del grupo = dentro del grupo SS/todos los datos - número de grupos Valor F = MS entre grupos/MS dentro del grupo Valor F.
Al analizar los datos de la prueba, puede probar si las medias de varias poblaciones normales con varianzas iguales son iguales y luego determinar si el impacto de cada factor en el índice de la prueba es significativo. Según la cantidad de condiciones que afectan el índice de prueba, se puede dividir en análisis de varianza de un solo factor, análisis de varianza de dos factores y análisis de varianza multifactorial.
Datos ampliados:
Divida SSw dentro del grupo y SSb entre grupos por sus respectivos grados de libertad (dfw dentro del grupo =n-m, dfb entre grupos=m-1, donde n es el número total de la muestra, m es el número de grupos), y obtener sus cuadrados medios MSw y MSb. En un caso, el tratamiento no tiene efecto, es decir, cada grupo de muestras proviene de la misma población, MSb/MSw≈1.
En otro caso, el tratamiento es efectivamente efectivo, y el error cuadrático medio entre grupos es resultado del mismo error en diferentes tratamientos, es decir, las muestras provienen de diferentes poblaciones. Entonces, msb > gtMSw (mucho más grande que).
En la desviación total, además de las diferencias causadas por factores aleatorios, también se incluyen las diferencias causadas por diferentes niveles del factor A. Si las diferencias causadas por diferentes niveles son mucho mayores que las diferencias causadas por Factores aleatorios, el factor A se considera importante. El índice tiene un impacto significativo; de lo contrario, se considera que no tiene un impacto significativo. Para ello, se pueden separar y comparar estas dos diferencias en la desviación total.
Enciclopedia Baidu: análisis de varianza unidireccional