什么是方差分析 (ANOVA)？
方差分析（Analysis of Variance (ANOVA)）是一种用于统计的分析工具，它将数据集中发现的观察到的总体变异性分为两部分：系统因素和随机因素。系统因素对给定数据集有统计影响，而随机因素则没有。分析师使用 ANOVA 检验来确定自变量对回归研究中因变量的影响。
20 世纪开发的 t 检验和z 检验方法一直用于统计分析，直到 1918 年 Ronald Fisher 创建了方差分析方法。
ANOVA 也称为 Fisher 方差分析，它是 t 检验和 z 检验的扩展。1925 年，该术语出现在费舍尔的著作《研究工作者的统计方法》中后变得广为人知。
它被用于实验心理学，后来扩展到更复杂的学科。
单向方差分析与双向方差分析
One-Way ANOVA Versus Two-Way ANOVA
ANOVA 有两种主要类型：单向（或单向）和双向。还有方差分析的变化。例如，MANOVA（多元方差分析）不同于方差分析，因为前者同时测试多个因变量，而后者一次只评估一个因变量。单向或双向是指您的方差分析测试中自变量的数量。单向方差分析评估单一因素对单一响应变量的影响。它确定所有样本是否相同。单向方差分析用于确定三个或更多独立（不相关）组的平均值之间是否存在任何统计学上的显着差异。
双向 ANOVA 是单向 ANOVA 的扩展。使用单向方法，您有一个自变量影响一个因变量。使用双向 ANOVA，有两个独立变量。例如，双向方差分析允许公司根据两个独立变量（例如工资和技能组合）比较工人的生产力。它用于观察两个因素之间的相互作用，同时检验两个因素的影响。
*内容整理来源于网络仅供参考