方差分析与协方差分析.pptVIP

目的 消除连续变量对Y的影响，使方差分析的检验功效更高，结果更可靠 连续变量可能会增大 Y 的组间差异，导致错误结论 连续变量可能会增大 Y 的组内变异，降低检验功效 消除分类变量的影响，使回归分析的结果更可靠 * 第二十七页，共五十二页。 20名男性篮球运动员和20名大学生的肺活量（cm3）比较 篮球运动员 肺活量Y 大学生 肺活量Y 4700 3450 5200 4100 ┇ ┇ 4800 4000 协方差分析基本思想 第二十八页，共五十二页。 协方差分析基本思想 篮球运动员 大学生 身高X 肺活量Y 身高X 肺活量Y 185 4700 168 3450 175 5200 170 4100 ┇ ┇ ┇ ┇ 174 4800 169 4000 20名男性篮球运动员和20名大学生的肺活量（cm3）比较 协 变 量 第二十九页，共五十二页。 协方差分析基本思想 比较肺活量时，要消除身高的影响。 方法1：抽样时，选身高相近的。 方法2：从统计分析技巧上平衡数据。 校正了身高的影响后（回归分析），再比较两组肺活量的均数有无差异（方差分析）。 第三十页，共五十二页。 协方差分析基本思想 在方差分析中，用来校正因变量的数值型变量称为协变量（covariable）。 含有协变量的方差分析称为协方差分析。 协方差分析可提高方差分析的准确度。 观察指标（Y）的总