方差分析時方差不齊次怎麼辦?

2021-03-06 SPSS統計訓練營

各處理條件下樣本來自正態分布總體、樣本方差相同即方差齊次，這是方差分析兩個極其重要的前提條件。

此處最容易遇到的問題是：不滿足正態性，或者方差不齊時怎麼辦？

今天小兵給讀者夥伴們精選兩篇文章來解答這個問題。

真的！單因素方差分析你用錯了！

↑點擊上方文章標題，閱讀原文。這篇文章由精鼎統計微信公號原創發布，主要觀點如下：

（1）當資料不滿足正態性，由於單因素方法分析結果對資料不滿足正態性的情況並不敏感，仍推薦使用單因素方差分析，不推薦非參數檢驗（Kruskal-Wallis test）；

（2）當資料不滿足方差齊性，推薦採用Welch's ANOVA，不推薦非參數檢驗（Kruskal-Wallis test）。

（3）方差不齊的情況下，如何考察多重比較結果呢？文章的觀點是生物統計學家John H. McDonald推薦採用Games-Howell test來進行方差不齊情況下的兩兩比較。

原文中還有具體案例演示和說明，用心之作。

驚呆科研狗：方差不齊也能ANOVA

↑點擊上方文章標題，閱讀原文。這篇文章由一起學統計工具微信公號原創發布，主要觀點如下：

Welch分布和Brown-Forsythe分布均近似於F分布，採用Welch檢驗和Brown-Forsythe檢驗對方差齊性沒有要求，所以當因變量的分布不滿足方差齊性的要求時，採用這兩個檢驗比檢驗更穩健。

本號出品的在線學習視頻《SPSS統計分析：從入門到實踐提高》適合初學者入門學習，也適合有一定基礎的人員實踐提高，能滿足本科生、研究生、職場人員的學習及應用需求。

學SPSS入門容易提升難，選對課程找對人，視頻教學+案例實踐+實訓作業+一對一輔導，幫助您解決科研、商業實際問題。旨在讓讀者快速輕鬆入門，並通過案例實踐、上機實訓作業鞏固關鍵知識點，最終熟練掌握軟體工具、統計方法的實際應用。

相關焦點

  • 完結篇 | GWAS計算BLUE值4--聯合方差分析演示
    問題來了，方差分析的假定是數據正態性、方差齊次性、數據獨立性，由於是多點的試驗，你如何在沒有證明方差齊次性的前提下就進行多點數據的分析呢？所以聯合的前提是地點間誤差方差的齊次性，只有齊次了，才可以進行聯合方差分析，才叫做聯合方差分析。
  • Kruskal-Wallis檢驗:單因素方差分析的非參數方法
    3組以上數據均值有無差異，通常我們使用單因素方差分析來完成，前提是3組數據分別來自正態分布總體，且方差齊次，對於正態分布來說，可以不用過於嚴苛
  • SPSS: 方差成分分析/方差分量分析
    通過方差成分分析可考察各層次因素的變異大小，提供可能減少數據變異的方法。○MINQUE（最小正態二乘無偏估計，minimumnorm quadratic unbiased estimator），估計基於固定效應的不變量，當變量為正態分布時且估計是正確時，可計算方差比其他無偏估計最計算的要小，此方法可用於預先加權的隨機效應。○ANOVA（方差分析，analysisof variance），使用I型或II型平方和計算每個效應的無偏估計。
  • Minitab學習 | Welch方差分析法(方差不相等時)
    MinitabUG、Minitab微課堂原創文章 問題背景 在藍寶書第三版的P153介紹了在做方差分析是，如果各個總體的方差不相等時，使用Welch方差分析法
  • 方差分析(一): 方差分析的基本原理
    在方差分析中，因素的取值應為離散型的，其不同的取值稱為水平。例如，每一個具體地區或者每一種藥品都對應著一個水平。根據因素的個數，方差分析可以分為單因素方差分析和多因素方差分析。為了更好地解釋方差分析的模型，首先來看看單因素的情形。考慮如下示例：現有四種用於緩解術後疼痛的藥品1、2、3和4，為了研究它們的治療效果是否存在顯著差異，對每一種藥品都進行了4次試驗。試驗結果如表11.1所示。
  • 方差分析
    我們的最終目的其實就是為了比較各組的平均客單價，但是在比較均值之前，我們需要先證明下各組之間的結果不同是因為策略的原因還是隨機挑選的原因，我們把這個過程叫做方差分析。2.三個假設：方差分析有三個假設：1.每組樣本數據對應的總體應該服從正態分布；2.每組樣本數據對應的總體方差要相等，方差相等又叫方差齊性；3.每組之間的值是相互獨立的，就是A、B、C組的值不會相互影響。
  • 如何選擇方差分析的多重比較方法?資料集錦
    方差分析時，如果因素主效應有顯著影響，則需要對因素水平進行兩兩比較，以確認因素水平間的具體差異。這個過程也叫作多重比較。SPSS提供14種用於方差齊次的多重比較方法，還有4種方差不齊情況下的多重比較方法，共18種，看似方法眾多，實則給用戶造成選擇上的困惑，這麼多的方法，我應該選哪一種呢？
  • 協方差分析
    一、協方差分析基本思想　　通過上述的分析可以看到，不論是單因素方差分析還是多因素方差分析，控制因素都是可控的，其各個水平可以通過人為的努力得到控制和確定。但在許多實際問題中，有些控制因素很難人為控制，但它們的不同水平確實對觀測變量產生了較為顯著的影響。
  • 乾貨|方差分析(ANOVA)系列之單因子方差分析
    方差分析的概念和作用      方差分析(Analysis of Variance
  • SPSS統計:單因素方差分析與單變量方差分析
    >Anova分析，單變量方差分析一般稱為一般線性模型單變量分析。與之對應的是多因素方差分析，需要說明的是：這裡的單因素與多因素是針對自變量而言的，因變量可以有多個，但只有一個自變量（spss裡稱為因子）。單變量方差分析: 即單因變量方差分析，單變量對應的英文名稱為「univariate」,其實際含義是「只有一個因變量的方差分析模型」，是檢驗幾個分類變量對單個因變量均值的影響。與之相對應的是多變量方差分析。
  • 方差分析應用
    於是，小編對方差分析進行介紹。對於兩組獨立樣本t檢驗，相信大家都了解。那麼如果不是兩組樣本，而是三組（或以上）的樣本，想要比較組間均數時，就要用方差分析了。下面還是用例子來說話吧~一年級開學了，這個班級的小朋友來自三個區縣，比較三個區縣（分組）小朋友的身高。SPSS中建的資料庫如下：Group為分組，x為每個學生的身高。
  • 方差分析(二): ANOVA過程單因素方差分析
    在SAS中進行單因素方差分析可以使用ANOVA過程和GLM過程，本文先對ANOVA過程進行方差分析進行介紹，下面一篇將文章介紹SLM過程進行方差分析。在方差分析中，最簡單的情形為單因素，熟練掌握單因素的方差分析對理解、解決多因素方差問題很有幫助。在SAS中，方差分析可以通過PROC TTEST、PROC ANOVA與PROC GLM實現。
  • SPSS加權線性回歸案例實踐,解決異方差問題
    線性回歸時要求殘差方差齊次，通俗理解為所有的觀測數據在計算過程中具有相同的貢獻。但是實踐中有時候會出現殘差方差不齊的情況，此時普通最小二乘法不再適用。 通常來說，此類情況可以使用加權的最二乘法（WLS）擬合線性回歸模型。WLS會降低具有較大方差的觀測數據對分析過程的影響。
  • R語言 | 方差分析(下)
    方差檢驗可以處理並分析兩組及其以上的樣本量之間均數差異的比較，它的H1是至少有一組均數與其他組不一樣。F統計量的計算是通過組間均方差與組內均方差的比值得到的。單因素方差分析使用aov( )函數、Anova( )函數(car包)、ezANOVA( )函數(ez包)均可。
  • 方差分析(ANOVA)原理
    問題或建議，請公眾號留言;內容目錄知識來源方差分析的簡介方差分析的基本原理知識來源簡書博客：https://www.jianshu.com/p/59cf0337c4d9統計基礎 | 方差分析的基本思想方差分析的簡介它的基本思想是將測量數據的總變異（即總方差）按照變異來源分為處理（組間）效應和誤差
  • 118：方差分析--第二章：單因子方差分析（2）
    創新型卓越工程師暨創新型精益六西格瑪黑帶》系列課程之118：方差分析--第二章：單因子方差分析（2）時長：1:10:28主講：何小勇博士--20+創新型精益六西格瑪培訓和諮詢經驗與實戰型中高級人才訓練專家
  • SAS方差分析教程
    我們希望知道這五種牌子膠合板的磨損量有無顯著差別，如果無顯著差別我們在選購時就不必考慮哪一個更耐磨而只需考慮價格等因素，但如果結果有顯著差異則應考慮使用耐磨性好的牌子。這裡，因素是膠合板的牌子，指標為磨損量，當各種牌子膠合板磨損量有顯著差異時，說明因素的取值對指標有顯著的影響。所以，方差分析的結論是因素對指標有無顯著影響。
  • 方差分析-最全
    下面只是個目錄，請點擊閱讀原文~方差分析（analysis of variation,簡寫為ANOVA）又稱變異數分析或F檢驗,用於兩個及兩個以上樣本均值差別的顯著性檢驗,從函數的形式看，方差分析和回歸都是廣義線性模型的特例，回歸分析lm()也能作方差分析。其目的是推斷兩組或多組數據的總體均值是否相同，檢驗兩個或多個樣本均值的差異是否有統計學意義。
  • 方差分析 (ANOVA)-29
    殘差分析▶殘差圖不應表現與任何因素相關的形態,包括擬合值▶所有擬合值相對應的殘差的平均值應為零▶殘差（ yij  實際觀察值-      模型擬合值  ）應接近正態分布>當正態假設有效時,常使用Bartlett檢驗來檢驗這一假定▶當對正態假設存在疑問時,可使用 Levene檢驗注意: Minitab 可通過等方差檢驗進行檢驗
  • 【學習記·第31期】單因素、雙因素方差分析VS協方差分析
    方差分析能夠解決t檢驗、z檢驗所無法解決的問題，對統計學和行為科學的發展起了巨大促進作用，因此方差分析的關鍵步驟檢驗以Fisher的名字命名，以紀念其對統計學所作出的傑出貢獻。方差分析的基本假定 學習方差分析之前我們首先要了解方差分析的假定條件。當前提條件滿足時，自變量均方和誤差均方的比值是呈分布的。