《基于jmp的方差分析(one-way anova)》由会员分享，可在线阅读，更多相关《基于jmp的方差分析(one-way anova)（6页珍藏版）》请在金锄头文库上搜索。
1、基于基于 JMP 的方差分析的方差分析(one-way anova) one-way anova 是一种均值比较方法, 一般基于 t 检验, 上图是 anova 分析输出的图形结果, 以下详细介绍 anova 简单分析的步骤以及结果分析-即如何进行 JMP anova 分析和看懂 JMP 提供的 anova 报表(输出结果) *anova 即 analysis of variance 分析的条件分析的条件: 输出为连续变量 输入为独立的分类变量 每组输出数据为正态分布或近似正态分布 1. 打开分析平台打开分析平台: 2. 进行正态性检验和方差齐性检验进行正态性检验和方差齐性检验(正态性检验在此
2、省略正态性检验在此省略, 可以用正态分可以用正态分 位数图等方法位数图等方法) 方差齐性检验方法: JMP 提供了多种方法来检验方差是否相等, 可以看到, 上面分析报告中提供了 5 种检验方差齐性的方法, 根据 p 值判定, 一般认为 p 值0.05 时, 两组数据 方差相同. 3. 结果判定结果判定-判定两组数据均值有无显著性差判定两组数据均值有无显著性差异异 以下几种方法都可以使用, 效果相同. 3.1 交叉角交叉角, 如果如果f 值小于 0.05, 即认为两组数据存在明显差异,小于 0.01 即存在非常明显的差异 本例中 pf 值远大于 0.05, 两组数据无明显差异. 3.4 比较均比较均值值 这个方法比较简单, 直接备注了判定方法-正值表示存在显著性差异 本例中两组数据矩阵交叉处的数值为负, 即不存在明显差异. 3.5 Welch 法法 在方差齐性检验中, 可以看到在报告的最下面有另外的一部分结论, 该结论正是 Welch 法, 之前介绍的 4 种方法 都是基于方差齐性的情况下来分析, 如果方差不等, 则结论未必成立. 而 Welch 法则不用关心方差是否相等来判 定均值的差异. 判定方法相同, 根据 pF 值确定. 附录附录: t 分布分布表表 由于内容限制, 见以下链接: http:/jincheng- sample data: http:/cid-
