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