不存在互動效應的方差介析模型,因其主效應具有可加性而得名。對於不含互動效應的多因子析因試驗,每個試驗單元(每一種因子水平組合)只有一個觀測值即可進行統計分析。
基本介紹
- 中文名:可加方差分析模型
- 外文名:Additive ANOVA model
- 特點:其主效應具有可加性
- 套用舉例:拉丁方設計
- 用途:進行方差分析
- 數據轉換方式:反正弦轉換
基本假定,數據轉換,種類舉例,
基本假定
為了正確地套用方差分析,除應掌握前面所介紹的方差分析原理以及各類資料相應的統計分析方法外,還應掌握方差分析的基本假定,只有符合基本假定才能用方差分析進行檢驗。方差分析的基本假定有三:
(1)可加性即試驗處理效應、環境效應以及試驗誤差應該是“可加”的。方差分析所依據的數學模型是線性可加模型,可加性是方差分析的主要特性。
(3)同質性也稱“方差齊性”,是指試驗所有處理的誤差方差是同質的,即具有共同的誤差方差。這是因為方差分析是將各處理的誤差合併為一個共同的誤差方差,以作為顯著性檢驗共用的誤差項方差。
數據轉換
以上3個基本假定,如果在試驗設計和收集資料過程加以充分考慮,多數試驗資料可以或基本上可以滿足。但是有些資料是不能滿足的,例如來自二項分布總體的試驗資料就不能滿足上述基本假定,對於這類資料,在進行方差分析時,必須首先根據資料的性質進行相應的數據轉換,以滿足三項基本假定。
種類舉例
拉丁方設計用拉丁方安排的一種部分實施試驗設計,數據模式屬於可加方差分析模式,其結果的統計分析是(不含相互效應的)三向方差分析。