(1.3)--单因素方差分析与多元线性回归分析检验方法的比较.pdf

DOI:10.13546/j.cnki.tjyjc.2016.09.005

理论新探

单因素方差分析与多元线性回归分析检验方法的比较

摘要：单因素方差分析与多元线性回归分析是应用统计学中两种重要的统计方法，文章通过严格的分

析，找出了两者检验方法的异同点，并提出了应用时应注意的问题。

关键词：单因素发展分析；多元线性回归分析；比较分析

中图分类号：O212文献标识码：A文章编号：1002-6487（2016）09-0023-04

0引言2单因素方差分析概念及统计原理

方差分析和回归分析是数理统计学中应用比较广泛2.1方差分析涉及的概念

的两个分支，方差分析是分析实验数据的一种统计方法，（1）因素（条件）：在进行方差分析研究时，所要检验的

其自变量可以是分类型自变量，也可以是数值型自变量，对象称为因素或条件；

如果自变量是数值型变量时，需要对其作统计分组，将其（2）水平（处理）：因素对应的不同取值称为水平或处理；

按分类型自变量来处理；回归分析自变量和实验结果都是（3）观测值：每个因素水平下得到的实验数据称为观

数值型变量。国内的教材在教学内容的安排上，大多把回测值。

归分析放在方差分析的后面，对于两者之间的区别与联设因素共有k个水平，而各个水平的均值分别用

表示，要同时检验个水平（即个总体）的

系，绝大多数教材中没有进行详尽的分析。白雪梅、赵松μμμkk

12k

山（2000）对回归分析与方差分析两种统计方法的异同点均值是否相等，需要提出如下假设：

进行比较研究，但是没有从检验方法上做进一步的分析。H:μμμ，因素对实验结果的影响比随机误

012k

本文通过严格的分析，找出两者在检验方法的异同点进行差对实验结果的影响小；

比较，得出结论。H:μμμ不全相等，因素对实验结果的影响比

112k

随机误差对实验结果的影响大。

1方差分析问题的提出2.2四个基本假定

假定1：线性假定，即模型假定为线性的；

从本质上讲，方差分析也是一种假设检验。它通过对假定2：各个总体均服从正态分布。对于因素的每一

实验数据的波动性进行分析、分解，然后将某影响因素下个水平来说，观测值都是来自正态总体的简单随机样本；

各组实验数据间可能存在的系统性波动与随机波动加以2

假定3：各个总体的方差σ应相等。对于各组观测数

比较，据此推断各总体均值之间是否存在显著性差异，若据，它们是具有从相同方差的正态分布中抽取的；

存在显著性差异，就说明该因素的影响是显著的，这正是