...等于多少立方分米？一立方米等于多少立方厘米？5
编辑： admin 2017-20-02
- 追问： 那个组间平方和是反映的什么呢，，它的大小与显著水平有关么
- 追答： 组间离均差平方和反映各组间的变异程度。变异越大，组间平方和越大。
-
4
这是单因素方差分析表,一般的数理统计书中都有介绍.要充分了解还是应当求助书本,以下权当入门：
所谓单因素方差分析就是在某因素作用下,以该因素为区分依据分别得到几组数据,并从几组数据方差的差异来推断该因素的影响是否存在或显著.不难看出,方差的差异来源于两方面：一是由某因素引起的组间偏差,二是由实验误差引起的组内偏差.
这张表第一列就给出了方差类别,
第二列给出了组间平方和、组内平方和、总和（就是前两者相加）的具体数值,
第三列表示自由度,可以理解为由平方和计算方差时除的那个值（联想方差计算公式）,反映了相互独立的样本数,组间自由度为 2 = r - 1 说明共有 r = 3 组实验数据,组内自由度为 12 = n - r 说明实验总样本数为 n = 15,
第四列为均方值,即方差值,是由该行平方和除自由度得到的,
第五列F值是由组间方差除组内方差得到的,反映了组间方差与组内方差的相对大小,若该值很小,说明总方差基本是由误差引起的,也就是说之前提到的那个因素对实验结果没什么影响,若该值较大,则说明有影响.至于到底多“大”算大这个标准是由显著性水平衡量的,
第六列显著性由显著性水平及自由度决定,一般显著性水平取0.05,所谓显著性是指零假设为真的情况下拒绝零假设所要承担的风险水平.而零假设就是假设因素对实验结果没有影响.这里显著性为0.855说明有85.5%的概率该因素对实验结果无影响,故零假设成立.
提示：
最后一列是p值0.855，按照0.05的水平，该比较的差异无统计学意义。
类似问题
类似问题1：单因素方差分析结果分析以下是我的实验数据方差分析结果,我不懂怎样利用这组数据进行比较.其中的 SS MS F P-value F crit分别代表什么?应如何分析!方差分析：单因素方差分析 SUMMARY 组 观测数
方差分析表中的SS表示平方和,MS表示均方,F是组间均方与组内均方的比例,P-value表示在相应F值下的概率值,F crit是在相应显著水平下的F临界值,在统计分析上可以通过P-value的大小来判断组间的差异显著性,通常情况下,当0.05时没有显著差异,介于二者之间时有显著差异.也可通过F值来判断差异显著性,当F>=F crit时,有显著(或极显著)差异.顺便说一下,F检验只能在总体上来检验差异显著性,不能判别这些显著差异具体来自哪些处理间,若要分析,需要进行多重比较.
类似问题2：方差分析：单因素方差分析结果应该怎么比较?以下是我的实验数据方差分析结果,我不懂怎样利用这组数据进行比较.其中的 SS MS F P-value F crit分别代表什么?应如何分析!?方差分[数学科目]
SS表示离均差平方和,代表数据的总变异；MS表示平均的离均差平方和；F表示F值,也就是方差分析求出的统计量；P就是P值,根据F值而得.crit表示F值的标准,即F值大于crit时表示差异有统计学意义,P值小于0.05.
方差分析的总体思想就是要分析这些数据之间为什么有差异,通过对总的差异（总变异）的分解,最终分析出组别之间或组别之内是否有统计学差异.
你这个结果表明,四组之间的差异无统计学意义,你的F值为1.55,小于crit3.009,如果大于3.009,就有统计学差异了.
类似问题3：单因素方差分析结果分析,懂的进来看例题时遇到的问题,他是这么说的：统计量F=1.917435,P值P=0.146599>0.05,所以接受H0 ,拒绝H1 .所以得到的数据的差异无统计学意义.比如H0,H1这些,做得像个解题过[数学科目]
假设检验是推断统计中的一项重要内容.在假设检验中常见到P 值( P-Value,Probability,Pr),P 值是进行检验决策的另一个依据.
P 值即概率,反映某一事件发生的可能性大小.统计学根据显著性检验方法所得到的P 值,一般以P < 0.05 为显著,P F,也可写成Pr( >F),P = P{ F0.05 > F}或P = P{ F0.01 > F}.
下面的内容列出了P值计算方法
(1) P值是：
1) 一种概率,一种在原假设为真的前提下出现观察样本以及更极端情况的概率.
2) 拒绝原假设的最小显著性水平.
3) 观察到的(实例的) 显著性水平.
4) 表示对原假设的支持程度,是用于确定是否应该拒绝原假设的另一种方法.
(2) P 值的计算：
一般地,用X 表示检验的统计量,当H0 为真时,可由样本数据计算出该统计量的值C ,根据检验统计量X 的具体分布,可求出P 值.具体地说:左侧检验的P 值为检验统计量X 小于样本统计值C 的概率,即:P = P{ X < C} 右侧检验的P 值为检验统计量X 大于样本统计值C 的概率:P = P{ X > C} 双侧检验的P 值为检验统计量X 落在样本统计值C 为端点的尾部区域内的概率的2 倍:P = 2P{ X > C} (当C位于分布曲线的右端时) 或P = 2P{ X< C} (当C 位于分布曲线的左端时) .若X 服从正态分布和t分布,其分布曲线是关于纵轴对称的,故其P 值可表示为P = P{| X| > C} .计算出P 值后,将给定的显著性水平α与P 值比较,就可作出检验的结论:如果α > P 值,则在显著性水平α下拒绝原假设.如果α ≤ P 值,则在显著性水平α下接受原假设.在实践中,当α = P 值时,也即统计量的值C 刚好等于临界值,为慎重起见,可增加样本容量,重新进行抽样检验.
P值是怎么来的
从某总体中抽 ⑴、这一样本是由该总体抽出,其差别是由抽样误差所致； ⑵、这一样本不是从该总体抽出,所以有所不同.如何判断是那种原因呢?统计学中用显著性检验赖判断.其步骤是：⑴、建立检验假设（又称无效假设,符号为H0）：如要比较A药和B药的疗效是否相等,则假设两组样本来自同一总体,即A药的总体疗效和B药相等,差别仅由抽样误差引起的碰巧出现的.⑵、选择适当的统计方法计算H0成立的可能性即概率有多大,概率用P值表示.⑶、根据选定的显著性水平（0.05或0.01）,决定接受还是拒绝H0.如果P＞0.05,不能否定“差别由抽样误差引起”,则接受H0；如果P＜0.05或P ＜0.01,可以认为差别不由抽样误差引起,可以拒绝H0,则可以接受令一种可能性的假设（又称备选假设,符号为H1）,即两样本来自不同的总体,所以两药疗效有差别.
统计学上规定的P值意义见下表
P值 碰巧的概率 对无效假设 统计意义
P＞0.05 碰巧出现的可能性大于5% 不能否定无效假设 两组差别无显著意义
P＜0.05 碰巧出现的可能性小于5% 可以否定无效假设 两组差别有显著意义
P ＜0.01 碰巧出现的可能性小于1% 可以否定无效假设 两者差别有非常显著意义
注意要点
理解P值,下述几点必须注意：⑴P的意义不表示两组差别的大小,P反映两组差别有无统计学意义,并不表示差别大小.因此,与对照组相比,C药取得P＜0.05,D药取得P ＜0.01并不表示D的药效比C强.⑵ P＞0.05时,差异无显著意义,根据统计学原理可知,不能否认无效假设,但并不认为无效假设肯定成立.在药效统计分析中,更不表示两药等效.哪种将“两组差别无显著意义”与“两组基本等效”相同的做法是缺乏统计学依据的.⑶统计学主要用上述三种P值表示,也可以计算出确切的P值,有人用P ＜0.001,无此必要.⑷显著性检验只是统计结论.判断差别还要根据专业知识.样所得的样本,其统计量会与总体参数有所不同,这可能是由于两种原因
类似问题4：单因素方差分析的结果,帮忙看一下以上是3组数据方差分析反馈的结果,是表明3组之间差异显著吗?[数学科目]
F值＞F crit,表明3组之间差异显著
类似问题5：单因素方差分析结果怎么看标注时编号2标c,编号1标b,编号3和6均标ab,4和5均标a,那么4号和5号有差异吗?3号和6号有差异吗?4号和6号有差异吗?[数学科目]
duncan检验是一种事后检验,就是说在自变量主效应已经确定显著的情况下,看各个水平之间具体是哪几个间有差异
你这里的编号1——5就是各处理水平,表里面纵列的1,2,3（alpha=0.05的子集下面）实际上是给各水平的分类,同一列里面包含的水平之间无差异,而1,2,3列互相之间有差异,比如2那一列里面包含了1,3,6三个水平,说明水平1,3,6之间差异不显著,显著性为0.062也表明的确不显著,但水平1,3,6和3那一列就有差异,也就是水平1,3,6和水平2有差异
明白了这个,你这些问题你自己就可以回答了