方差分析中的多重比较
1.当拒绝原假设时,表明μi(i=1,2,…,k)之间的差异是显著的,但μ1与μ2、μ1与μ3、…、μ1与μk、…、μk-1与μk之间究竟是哪两个均值不同呢?
这就需要做进一步的分析,所使用的方法就是多重比较方法(例如最小显著差异方法),它是通过对总体均值之间的配对比较来进步检验到底哪些均值之间存在差异。
2.方差分析中多重比较的作用是什么?
答:多重比较方法是通过对总体均值之间的配对比较来进步检验到底哪些均值之间存在差异。多重比较的方法有许多,常用的是由费希尔提出的最小显著差异方法(LSD)。
也可以说是已知主效应显著的情况下看看具体是自变量的哪几个水平间差异显著(因为方差分析一般是3个以上自变量水平间的比较,当然也可以做两水平的,但两水平不存在多重分析)。
多重比较又称事后检验,是紧接着方差分析后的分析步骤,当方差分析结果显示某变量主效应显著时,用多重比较进一步分析差异具体在该变量的哪个水平上。简单效应检验针对的是两个变量或多个变量间的交互作用,也是方差分析之后的步骤,当交互作用显著时,用简单效应检验考察某变量的效应在另一个变量的不同水平上的差异。
大概的理解是找出y除了μ1这个主效应之外其他相关μ指标。
多重比较陷阱
1.μ指标可能会有相互矛盾
2.还有可能出现过拟合的情况 未必能得出准确的结果
3.一开始就业务理解错误(那年杏花微雨 你说你是果郡王……
就酱,有问题请指正,祝大家健健康康~
来源:CSDN
作者:一位普普通通的靓仔
链接:https://blog.csdn.net/qq_36926570/article/details/104691474