生物统计及数据分析——单因子方差分析

  1. 1. 写在前面
  2. 2. 相关性
    1. 2.1. 相关系数r:
    2. 2.2. 显著性P值:
  3. 3. 单因子方差分析ANOVA
    1. 3.1. 两个假设:

写在前面

这个系列是我纯自学的,没有任何基础,一些概念也不建议背,都是自己总结的,如有错误,请及时联系站主进行更正,谢谢哦~

相关性

相关系数r:

  • 范围 -1 ~ +1
  • 越接近0相关性越弱
  • 正值为正相关
  • 负值为负相关

显著性P值:

在无效应(原假设)情况下,取得我们所查看数据的可能性

# 如果假设不相关,P < 0.05 or P < 0.01 表明统计具有显著性,则否定原假设,选择备择假设

单因子方差分析ANOVA

  1. 可用于检验三组或更多组的均值差异
  2. 调查单个自变量变异是否会对因变量产生可测量的影响

# 自变量一动,因变量会不会跟着一块,有规律地运动

两个假设:

  1. 原假设 H0 :μ1 = μ2 = …… = μk # μi代表该因子第i个水平的均值
  2. 备择假设 Ha :并非所有均值都相等

检验p值时候会用到

# 猜猜是谁忘了这个前提,琢磨半天把自己气笑了(恼)

方差分析表 ↓

来源 DF(自由度) SS(平方和) MS(均方) F比 概率 > F(P值)
因子
误差
Total

MS = SS / DF
F比 = MS因 / MS误


本次学习参考网站: https://www.jmp.com/zh_cn/statistics-knowledge-portal.html

用软件只会输出表格,会看就行(

我已经退化力,根本不想学原理