数据分析学习记录–用EXCEL完成简单的单因素方差分析

数据分析学习记录–用EXCEL完成简单的单因素方差分析

一 引言及概念

方差分析通常用于检验三个或三个以上的样本数是否存在差异,在更多的时候我们把方差分析称作”F检验”,这其中很重要的两个概念就是原假设和备择假设:

原假设H0:各组均数相等(H1=H2=H3=H4…=Hk);
备择假设H1:各组均数不全相等;

判断方法也很简单,用统计学的概念来理解可能会比较吃力,所以我先把概念放在这里,下面会举一个简单的例子来给大家说明。
根据统计量F值大小和对应p值作为判断的标准,若p≤0.05,拒绝H0,接受H1,即各样本的总体均数不全相等;反之,则接受H0,拒绝H1,各样本的总体均数全相等。

二 实例

首先这里给出一组数据供大家分析(不同浸提时间下样品的UV254值的差异,这里做了三次试验):

数据分析学习记录--用EXCEL完成简单的单因素方差分析
在excel中进行单因素方差分析之前我们要先对数据进行转置操作。
数据分析学习记录--用EXCEL完成简单的单因素方差分析
接下来在excel中找到单因素方差分析,如图所示:
数据分析学习记录--用EXCEL完成简单的单因素方差分析

点击确定后excel会弹出提示框,第一个需要注意的是如果你在选择 输入区域时,选中了标题,那么在下面的 标志位于第一行需要勾选上,同理,如果你的表格是横向分布的,那你需要在 分组方式那一栏中选择 ,下方的提示会自己更改成 标志位于第一列;选择好输入区域之后我们可以设置生成的分析结果是在当前表格中还是在新的表格中,这里我选择的是 新工作表组,选择好后我们点 确定

数据分析学习记录--用EXCEL完成简单的单因素方差分析

如图是我们生成的方差分析表:

数据分析学习记录--用EXCEL完成简单的单因素方差分析

对于表中的内容我来给一点点说明,首先我们知道:

数据分析学习记录--用EXCEL完成简单的单因素方差分析

数据分析学习记录--用EXCEL完成简单的单因素方差分析

原假设和备择假设是我们需要明确的第一点,然后我们着重来看 服从F分布的检验统计量

数据分析学习记录--用EXCEL完成简单的单因素方差分析
其中,SSA是组间平方和,SSE是组内平方和,k-1是自由度,表中df也代表自由度,n是样本容量,这里n=18,k=6,SSA/(k-1)=MSA,SSE/(n-k)=MSE;MSE是组内均方,MSA是组间均方。我们代入公式中计算可以得到MSA=0.025533,MSE=0.0321,当然这些结果是表中都有的,我们可以对照看一下,此时的F检验统计量就等于 MSA/MSE=0.795416

在原假设成立的情况下我们应该服从F分布:F~(5,12),这里有两种方法可以判断原假设是否成立(是否拒绝原假设)。 第一种我们可以看P值,在这个理论分布里面,取到比0.795416更极端的概率就是P值:

P-value=0.573332>α=0.05
所以原假设成立–即 没有显著性差异

第二种方法也叫 临界值法,我们可以看表中的 F crit的值,也就是我们的临界值:

F0.05(5,12)=3.105875>0.795416
说明不在拒绝域里,原假设成立–即 没有显著性差异

; 三 总结

  1. 单因素方差分析用于检验多个独立样本均值是否存在差异。
  2. 当方差的分析结果达到显著性水平(P≤0.05),只能说明多组之间总体均数不全相同,但要想知道具体是哪两组均数之间存在差异是需要进行多重比较的;如果方差分析的结果不显著,则不需要。
  3. 两组均数的比较可采用两组独立T检验,当然也可以采用单因素方差分析,如果样本组数超过了三组(三组及三组以上),则只能使用单因素方差分析。

以上!!!(若有不对 欢迎指出。)

Original: https://blog.csdn.net/qq_22658373/article/details/125522743
Author: 炮炮炮~~
Title: 数据分析学习记录–用EXCEL完成简单的单因素方差分析

原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/696957/

转载文章受原作者版权保护。转载请注明原作者出处!

(0)

大家都在看

  • R语言怎么获取内置数据集

    许多 R 包中含有数据集,可以通过 data函数查看或加载这些数据集,通过 ?获得数据集的帮助文档。 基本数据集 基本包 datasets含有 100 多个数据集(R versio…

    人工智能 2023年6月19日
    0202
  • 【Python】用Python绘制折线图(插值法平滑曲线)

    目录 利用绘制图表:​​​​​​matplotlib官网 1. 小试牛刀——柱状图 1.1 matplotlib库默认英文字体 2. 折线图绘制 2.1 读取exal方法 2.1….

    人工智能 2023年6月16日
    078
  • python pandas中groupby()的使用,sum和count

    groupby[根据哪一列][对于哪一列]进行计算 groupby 中sum的使用(求和的作用) 表格样式: import pandas as pd df = pd.DataFra…

    人工智能 2023年7月5日
    080
  • ABB机器人RobotStudio编程指令大全

    ABB编程指令大全 指令类型指令说明 程序的调用 ProcCall 调用例行程序 程序的调用 CallByVar 经过带变量的例行程序名称调用例行程序 程序的调用 RETURN 返…

    人工智能 2023年6月23日
    0507
  • 8种主流深度学习框架介绍

    导读:近几年随着深度学习算法的发展,出现了许多深度学习框架。这些框架各有所长,各具特色。常用的开源框架有TensorFlow、Keras、Caffe、PyTorch、Theano、…

    人工智能 2023年7月12日
    055
  • Power bi 3.13 散点图

    关注微信公共号:小程在线 关注CSDN博客:程志伟的博客 数据集链接见微信公共号底端 1、散点图的简介 散点图也叫 X-Y 图,是指在回归分析中,数据点在直角坐标系平面上的分布图,…

    人工智能 2023年6月11日
    093
  • LDA(Latent Dirichlet allocation)

    目录 1. 贝叶斯网络 2. 主题模型 2.1 主题模型的直观理解 2.2 共轭先验分布 2.3 二项分布及其共轭先验——Beta分布 2.3.1 Bete分布 2.3.2 二项分…

    人工智能 2023年5月31日
    079
  • python程序打包

    一、windows系统下打包成.exe文件 安装打包工具 pip install pyinstaller 执行命令 图标path:C:\desktop\icon 文件path:C:…

    人工智能 2023年7月6日
    053
  • 蓝桥杯心得

    CSDN话题挑战赛第1期 活动详情地址:https://marketing.csdn.net/p/bb5081d88a77db8d6ef45bb7b6ef3d7f 参赛话题:大学生…

    人工智能 2023年6月25日
    0106
  • Matlab:构建模式表达式

    Matlab:构建模式表达式 构建简单模式 边界模式 分步构建复杂模式 组织模式显示 模式是帮助搜索和修改文本的工具。与正则表达式类似,模式定义匹配文本的规则。模式可与文本搜索函数…

    人工智能 2023年6月28日
    074
  • RK3588移植 opencv交叉编译

    参考资料: 工程参考在RK3588 c++的开发中用到了opencv库,但是官方的SDK例程中的opencv库不完整,如没有读视频的cv::VideoCapture函数,所以重新编…

    人工智能 2023年6月19日
    0190
  • pandas

    一、删除相关 DataFrame.dropna(self,axis=0,how=’any’,thresh=None,subset=None,inplace=…

    人工智能 2023年7月6日
    064
  • GEE开发之Modis_LST地表温度数据分析

    GEE开发之Modis_LST地表温度数据分析 1 MODIS/006/MOD11A1介绍 2 遥感影像获取(以LST为例子) 3 日遥感数据获取(以LST为例子) * 3.1 日…

    人工智能 2023年7月15日
    084
  • Transfer in Deep Reinforcement Learning using Knowledge Graphs

    摘要 在文本冒险游戏中,玩家必须通过文本描述来理解游戏世界,并通过文本描述来声明行动,这为语言行动奠定了基础。之前的工作已经证明,使用知识图作为状态表示和问题回答来预先训练深度q网…

    人工智能 2023年6月1日
    078
  • 剪映导出帧率选多少_千呼万唤的剪映 Mac 版终于来了

    11 月 27 日,剪映正式推出 Mac 版,并取名为「剪映专业版」。 图片来自:剪映官网 这是一款全能且易用的视频剪辑软件,此前只有移动版,而今终于推出了 Mac 版。 相较于剪…

    人工智能 2023年5月27日
    049
  • 论文阅读|Read Research Papers吴恩达|整理中

    计算机视觉 computer vision 自然语言处理natural language processing 语音识别speech recognition master a ne…

    人工智能 2023年5月30日
    099
亲爱的 Coder【最近整理,可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球