stata统计分析及行业应用案例分析_Excel在统计分析中的应用之单因素方差分析...

在医学和生物统计分析中，方差分析是我们最常用到的一种分析方法。通常我们想要了解这些某些因素中哪些因素对研究变量有显著性影响，或各个因素之间的交互作用，以及对结果有显著影响的因素的最佳水平等。这些因素通常是我们在研究中施加的对结果形成影响的可控因素。方差分析是从观测变量的方差入手，研究诸多控制变量中哪些变量是对观测变量有显著影响的变量。

今天我们来详细讲解讲解Excel中自带的方差分析功能中的单因素方差。首先我们要了解Excel中的单因素方差的假设检验为：H0：多个样本多个分组的均值相等；H1：多个样本的多个分组的均值不相等或不全相等。然后我们要计算并检验统计量F的值。最终确定P-Value并得出结论。

准备工作，在Excel中设置数据分析功能的步骤在之前的Excel相关文章中有详细的介绍，这里不再重复讲解，不清楚的朋友可以查阅我们公众号文章：

《Excel进行线性回归模型分析操作与分析》

下面我们通过实例来讲解Excel中的单因素方差操作步骤和结果分析。

实例背景：下面有通过G/M/A三种不同方式治疗后，某一研究指标的数据，要比较G/M/A这3种不同治疗方式是否对研究变量有影响，或是3种不同治疗方式的患者的研究变量是否存在显著的差异。

先来看看我们的数据：

Excel中操作步骤：

1. 点击“数据”标签下的“数据分析”按钮，在弹出的“数据分析”对话框中，点选“单因素方差分析”选项，点击确定按钮。

2. 在弹出的“单因素方差分析”对话框中，在输入区域的右边点击框选数据区域的按钮，然后框选需要分析的数据区域范围，并填写显著性水平α=0.05，表示数据有95%的可信度。最后点击确定按钮。

3. 得到结果，并进行分析。

4. 结果分析

第一个部分是SUMMARY，即对各个水平下的样本数据的描述统计，包括样本观测数、求和、平均值、样本方差。第二部分是方差分析，其中“差异源”即方差来源，SS代表平方和，df代表自由度，MS指均方，F是检验统计量，P-value是观测到的显著性水平，F是检验临界值，可通过P-value的大小来判断组件的差异显著性，通常情况下，当P值<=0.05时，则表示有显著的差异；当该值>=0.05时，表示没有显著差异。

在上面的案例中，P-value<0.01，且F=162.1058>Fcrit=3.078057，都说明在α=0.05的情况下，3种不同治疗方案下的患者的研究变量有着显著的差异。这里由于P<α，因此要拒绝原假设H0，接受备选假设H1，各个分组（不同指标方式）的均值不相等（存在显著的差异）。

以上是今天的内容，通过实际案例讲述了Excel中单因素方差的操作，与结果分析。后期将更进一步讲解Excel中可重复和无重复的双因素方差分析，敬请大家关注！

相关文章

● Excel进行线性回归模型分析的操作与结果解读

● Excel在统计分析中的应用之单因素方差分析

● Excel进行基础数据分析之VLOOKUP函数及透视表的应用

● Excel进行数据分析常用方法及函数汇总

● SPSS中常用的参数和非参数检验方法、基本原理和操作步骤

● ROC曲线在SPSS中的具体操作及医学和生物统计中的应用

● 一文读懂R语言如何实现逐步回归分析

● R语言中如何绘制散点图和箱线图？看完即会

● SPSS中的Variable数据变量类型介绍

● 相关性分析在SPSS中的具体操作

● 一文读懂SPSS单因素方差分析及方差分析