在每組的單獨一行輸入該組的測量值,執行單因素方差分析:組均值之間的差異是否大於組內離散所能解釋的程度?獲得組間 SS、組內 SS、F 統計量及其 p 值。
每個 t 檢驗都有其自身的假陽性風險;三個組意味著三個檢驗,族系誤差率約為 14%(在 α = 0.05 時),而不是 5%。ANOVA 首先透過一次整體檢驗來控制這一點。
它表明至少有一個組均值與其他組不同,但沒有說明是哪幾對不同。請隨後進行事後比較(如 Tukey's HSD),以瞭解逐對情況。
獨立觀察值、各組內資料大致正態、各組間方差相似(方差齊性)。離散程度非常不均或嚴重偏斜時,應改用 Welch 方差分析或 Kruskal–Wallis 等替代方法。
SS-within 衡量個體圍繞其所屬組均值的散佈程度(噪聲)。SS-between 衡量組均值圍繞總均值的散佈程度(訊號,按組大小縮放)。F 是經自由度調整後的訊雜比。
所有 N 個值的總平均數。 SS-between = Σ nᵢ(meanᵢ − grand)² 其中df = 組數 − 1。 SS-within = Σ Σ (x − meanᵢ)² 其中df = N − 組數。 F = (組間 SS ÷ 組間 df) ÷ (組內 SS ÷ 組內 df),且 p 值是 F 分佈的右尾,透過不完全 beta 函式計算。
輸入項: groups [1,2,3], [4,5,6], [7,8,9].
步驟: 組均值 2、5、8;總平均數 5。組間 SS = 3×(2−5)² + 3×(5−5)² + 3×(8−5)² = 27 + 0 + 27 = 54。組內 SS:每組貢獻 (1² + 0² + 1²) = 2,因此是 6。組間 MS = 54 ÷ 2 = 27;組內 MS = 6 ÷ 6 = 1。F = 27 ÷ 1 = 27,df (2, 6),p ≈ 0.0010。
結果: F = 27.00, p ≈ 0.001 ——組間均值差異遠超組內噪聲。
將本計算器新增到你自己的網站或部落格——完全免費,無需註冊,並且始終顯示最新版本。複製下面的程式碼,貼上到你希望計算器出現的頁面位置。在嵌入下方保留小小的 “Powered by Loona Automation” 署名行有助於保持本工具免費——但你可以自由設定樣式或將其移除;無論哪種方式工具都能工作。