excel统计分析——两因素无重复方差分析

参考资料:生物统计学

        从严格意义上讲,两因素试验都应当设置重复观测值,以便检验交互作用是否真实存在,对试验误差有更准确的估计,从而提高检验效率。但根据专业知识或先前的试验已经证明两个因素不存在交互作用时,试验可以不设置重复。

         对于A、B两个因素的无重复试验,设A因素有a个水平,B因素有b个水平,共有ab个组合,每个组合只有一个观测值,全部观测值数量为ab个。两因素无重复观测值数据的线性模型为:

x_{ij}=\mu+\alpha_{i}+\beta_{j}+\varepsilon _{ij}

其中,i=1,2,...,a,j=1,2,...,b,μ为总体平均数;\alpha_{i}A_{i}的效应,\beta_{j}B_{j}的效应,\varepsilon _{ij}为随机误差。

        设\mu_{i.}\mu_{.j}分别为A_{i}B_{j}各个水平的总体平均数,则\alpha_{i}=\mu_{i.}-\mu\beta_{j}=\mu_{.j}-\mu,且\sum_{i=1}^{a}\alpha_{i}=0\sum_{j=1}^{b}\beta_{j}=0

1、平方和的分解

      将B因素的b个水平作为A因素的b次重复,同时将A因素的a个水平作为B因素的a次重复,按照单因素平方和分解的方法,可以计算A因素的平方和SSA和B因素的平方和SSB。具体计算公式如下:

SS_T=\sum_{i=1}^{a}\sum_{j=1}^{b}x_{ij}^{2}-C=\sum_{i=1}^{a}\sum_{j=1}^{b}(x_{ij}-\bar{x_{..}})^2

SS_A=\frac{1}{b}\sum_{i=1}^{a}T_{i.}^{2}-C=\sum_{i=1}^{a}\sum_{j=1}^{b}(\bar{x_{i.}}-\bar{x_{..}})^2

SS_B=\frac{1}{a}\sum_{j=1}^{b}T_{.j}^{2}-C=\sum_{j=1}^{b}\sum_{i=1}^{a}(\bar{x_{.j}}-\bar{x_{..}})^2

SS_e=SS_T-SS_A-SS_B

C=T^2/(ab)

2、自由度的分解

df_T=ab-1

df_A=a-1

df_B=b-1

df_e=(a-1)(b-1)=df_T-df_A-df_B

3、计算均方

MS_A=SS_A/df_A

MS_B=SS_B/df_{B}

MS_e=SS_e/df_e

4、计算F统计量

F_A=MS_A/MS_e

F_B=MS_B/MS_e

5、方差分析表

excel公式法计算如下:

excel数据分析工具操作如下:

1、选择数据分析工具中“方差分析:无重复双因素分析”

2、对话框中因为选择了行列标题,故“标记”复选框打对勾。

3、弹出结果如下:

最近更新

  1. TCP协议是安全的吗?

    2024-01-06 07:48:01       16 阅读
  2. 阿里云服务器执行yum,一直下载docker-ce-stable失败

    2024-01-06 07:48:01       16 阅读
  3. 【Python教程】压缩PDF文件大小

    2024-01-06 07:48:01       15 阅读
  4. 通过文章id递归查询所有评论(xml)

    2024-01-06 07:48:01       18 阅读

热门阅读

  1. 金蝶接口调用步骤

    2024-01-06 07:48:01       33 阅读
  2. 网页多文件合并下载成zip

    2024-01-06 07:48:01       40 阅读
  3. Micropython的包管理

    2024-01-06 07:48:01       43 阅读
  4. this的使用(js的问题)

    2024-01-06 07:48:01       39 阅读
  5. LeetCode每日一题 | 1944. 队列中可以看到的人数

    2024-01-06 07:48:01       41 阅读
  6. 1.2 C#基础

    2024-01-06 07:48:01       38 阅读
  7. PHP篇——html+php实现表单提交的一个简单例子

    2024-01-06 07:48:01       41 阅读
  8. Spring Boot 和 Spring Framework 的区别

    2024-01-06 07:48:01       48 阅读
  9. Spring Boot 生产就绪中文文档-下

    2024-01-06 07:48:01       30 阅读
  10. TensorFlow的详细介绍

    2024-01-06 07:48:01       33 阅读