数据分析干货集合贴:方差分析!知乎最全!
方差分析用于分析定类数据与定量数据之间的关系情况，具体分析如下：
一、何为方差分析？
方差分析用于分析定类数据与定量数据之间的关系情况。例如研究人员想知道三组学生的智商平均值是否有显著差异。方差分析可用于多组数据，比如本科以下，本科，本科以上共三组的差异。
方差分析，从内容来说，是分析或检验多个样本的均值间是否有所不同，虽然它叫方差分析，但不是检验方差是否有不同。只是说它检验所用的方法或手段是通过方差来进行的。
如何进行方差分析呢？
二、方差分析细分
方差分析分类情况如下所示：
（一）单因素方差分析
单因素方差分析用于分析定类数据与定量数据之间的关系情况．例如研究人员想知道三组学生的智商平均值是否有显著差异。单因素方差有以下前提假设：
观测值相互独立。
没有明显异常值。
各观测变量总体要服从正态分布。
各观测变量的总体满足方差齐。
（二）双因素方差分析
双因素方差分析，用于分析2个定类数据与定量数据之间的关系情况。例如研究性别、学历对网购满意度的影响差异；以及男（女）性中，不同学历是否有着网购满意度差异性；或者同一学历时，不同性别是否有着网购满意度差异性。
对比单因素方差分析：
方差分析共同点均是研究不同类别样本对于定量数据的差异，区别在于单因素方差分析仅比较一个分类数据，双因素方差分析可以比较两个分类数据，并且可以研究两个分类数据之间对于定量数据的交互影响关系情况。
单因素方差分析的使用非常普遍；相比之下双因素方差对数据的要求更严格，因而更多用于实验研究。
（三）三因素方差分析
当X为定类数据，Y为定量数据时，通常使用的是方差分析进行差异研究。
X为3个时则称作三因素方差。
（四）多因素方差分析
当X为定类数据，Y为定量数据时，通常使用的是方差分析进行差异研究。X的个数为一个时，我们称之为单因素方差；X为2个时则为双因素方差；X为3个时则称作三因素方差，依次下去。
当X超过1个时，统称为多因素方差。
（五）协方差分析
在实验研究里，还需要更多的考虑潜在的干扰因素，比如“减肥方式”对于“减肥效果”的影响，年龄很可能是影响因素；同样的减肥方式，但不同年龄的群体，减肥效果却不一样；年龄就属于干扰项，因此在分析的时候需要把它纳入到考虑范畴中。如果方差分析时需要考虑干扰项，此时就称之为协方差分析，而干扰项也称着“协变量”。
（六）重复测量方差
在某些实验研究中，常常需要考虑时间因素对实验的影响，当需要对同一观察单位在不同时间重复进行多次测量，每个样本的测量数据之间存在相关性，因而不能简单的使用方差分析进行研究，而需要使用重复测量方差分析。
三、方差齐检验怎么做？
方差齐检验，用于分析不同定类数据组别对定量数据时的波动情况是否一致．例如研究人员想知道三组学生的智商波动情况是否一致（通常情况希望波动一致，即方差齐）。
四、方差分析下两两对比如何分析？
当我们想研究不同组别下，多组数据的差异性时，通常会选择方差分析。但是方差分析只能得到一个显著性的结果，具体是那些组别有显著差异，我们无法得知。因而还需要对两两组别进行对比。
事后检验正是基于方差分析基础上进行，对比两两组别的差异。
方法选择：
事后检验的方法有多种，但功能均一致，只是在个别点或使用场景上有小区别。SPSSAU目前共提供LSD，Scheffe，Tukey，Bonferroni校正，Tamhane T2常见的五种方法，其中LSD方法最常使用。
SPSSAU-多重比较方法选择。
分析时，首先判断方差分析的p值是否呈现出显著性，如果呈现出显著性，则说明不同组别数据具有显著性差异，差异可通过平均值进行对比；然后可通过事后检验判断具体两两组别之间的差异情况。
如果说X仅两组，则不需要进行事后检验；如果方差分析显示P值大于0.05即说明各个组别之间没有差异性，此时也不需要进行事后检验。
非参数的事后多重比较：
当数据呈现严重的偏态或方差不齐，可考虑使用非参数分析，同样可以进行两两对比。
非参数检验。
如果进行非参数检验Kruskal-Wallis时发现呈现出显著性，可以继续深入研究，对比两两组别之间的差异性，选中“Nemenyi两两比较”即可输出结果。
如果Kruskal-Wallis检验显示没有差异性，则不需要进行两两比较。
五、方差分析与T检验、卡方分析相比有何区别？
方差分析是差异研究分析方法中的一种。差异研究的目的在于比较两组数据或多组数据之间的差异，通常包括3类分析方法，分别是方差分析、T检验和卡方检验。
其实核心的区别在于：数据类型不一样。如果是定类和定类，此时应该使用卡方分析；如果是定类和定量，此时应该使用方差或者T检验。
方差和T检验的区别在于，对于T检验的X来讲，其只能为2个类别比如男和女。如果X为3个类别比如本科以下，本科，本科以上；此时只能使用方差分析。
六、方差分析常见问题
异方差性问题。
在计量经济学中，一些情况下会出现异方差问题，严重的异方差问题会影响模型估计和模型检验等，因而在OLS回归时需要对其进行检验，如果出现异方差问题需要进行对应处理。
异方差性的检测方法：
残差图。
white检验。
BP检验。
异方差性处理方法：
对原数据做对数处理。
使用Robust稳健标准误回归。
FGLS回归。
绛旓細鏂瑰樊鍒嗘瀽鐢ㄤ簬鍒嗘瀽瀹氱被鏁版嵁涓庡畾閲忔暟鎹箣闂寸殑鍏崇郴鎯呭喌銆備緥濡傜爺绌朵汉鍛樻兂鐭ラ亾涓夌粍瀛︾敓鐨勬櫤鍟嗗钩鍧囧兼槸鍚︽湁鏄捐憲宸紓銆傛柟宸垎鏋愬彲鐢ㄤ簬澶氱粍鏁版嵁锛屾瘮濡傛湰绉戜互涓嬶紝鏈锛屾湰绉戜互涓婂叡涓夌粍鐨勫樊寮傘傛柟宸垎鏋愶紝浠庡唴瀹规潵璇达紝鏄垎鏋愭垨妫楠屽涓牱鏈殑鍧囧奸棿鏄惁鏈夋墍涓嶅悓锛岃櫧鐒跺畠鍙柟宸垎鏋愶紝浣嗕笉鏄楠屾柟宸槸鍚︽湁涓嶅悓銆傚彧鏄...
绛旓細- 鏂瑰樊鍒嗘瀽銆乀妫楠屽拰鍗℃柟妫楠屾槸宸紓鐮旂┒鐨勪笁澶ф柟娉曪紝瀹冧滑鐨勬牳蹇冨尯鍒湪浜鏁版嵁鐨勭被鍨嬨傚崱鏂规楠岄傜敤浜庡畾绫讳笌瀹氱被鏁版嵁鐨勬瘮杈冿紝鑰屾柟宸垎鏋愬拰T妫楠岄傜敤浜庡畾绫讳笌瀹氶噺鏁版嵁鐨勬瘮杈冦6. 鏂瑰樊鍒嗘瀽鐨勫父瑙侀棶棰 - 寮傛柟宸ч棶棰橈細鎸囩殑鏄暟鎹腑涓嶅悓缁勫埆鐨勬柟宸笉鐩哥瓑鐨勬儏鍐碉紝杩欎細褰卞搷鍒嗘瀽鐨勫噯纭с傛娴嬫柟娉曞寘鎷畫宸浘...
绛旓細閮藉彲浠ヤ娇鐢鏂瑰樊鍒嗘瀽鏂规硶鍘昏В鍐砛x0d\x0a(4)銆丆orrelate(鐩稿叧鍒嗘瀽):瀹冩槸鐮旂┒鍙橀噺闂村瘑鍒囩▼搴︾殑涓绉嶅父鐢ㄧ粺璁℃柟娉,甯哥敤鐨勭浉鍏冲垎鏋愭湁浠ヤ笅鍑犵:\x0d\x0a1銆佺嚎鎬х浉鍏冲垎鏋:鐮旂┒涓や釜鍙橀噺闂寸嚎鎬у叧绯荤殑绋嬪害銆
绛旓細鏂瑰樊鍒嗘瀽甯哥敤浜庡垎鏋愬疄楠鏁版嵁銆佺敤浜庢楠屽缁勫潎鏁伴棿宸紓鐨勬樉钁楁у拰澶氬洜绱犵殑鍗曠嫭鏁堝簲涓庝氦浜掑奖鍝嶇殑鏄捐憲鎬с傚彟澶栵紝X2妫楠 銆佸洖褰掍笌鐩稿叧鍒嗘瀽鍜屽鍏冨垎鏋愪篃鏄父鐢ㄧ殑缁熻鏂规硶銆傗懁涓嶈繛缁殑鏁板鏂规硶銆傚湪鐢熷懡鐜拌薄涓紝
绛旓細(3)銆丄NOVA Models(鏂瑰樊鍒嗘瀽):鏂瑰樊鍒嗘瀽鏄楠屽缁勬牱鏈潎鍊奸棿鐨勫樊寮傛槸鍚﹀叿鏈夌粺璁℃剰涔夌殑涓绉嶆柟娉曘備緥濡:鍖诲鐣岀爺绌跺嚑绉嶈嵂鐗╁鏌愮鐤剧梾鐨勭枟鏁;鍐滀笟鐮旂┒鍦熷￥銆佽偉鏂欍佹棩鐓ф椂闂寸瓑鍥犵礌瀵规煇绉嶅啘浣滅墿浜ч噺鐨勫奖鍝;涓嶅悓楗叉枡瀵圭壊鐣滀綋閲嶅闀跨殑鏁堟灉绛,閮藉彲浠ヤ娇鐢ㄦ柟宸垎鏋愭柟娉曞幓瑙ｅ喅(4)銆丆orrelate(鐩稿叧鍒嗘瀽):瀹冩槸鐮旂┒鍙橀噺闂村瘑鍒囩▼搴...
绛旓細鎴戜滑蹇呴』浠庝袱鏂归潰鏉ヤ繚璇,涓鏄‘淇濇祴閲忔暟鎹殑鍑嗙‘鎬/璐ㄩ噺,浣跨敤娴嬮噺绯荤粺鍒嗘瀽(MSA)鏂规硶瀵硅幏寰楁祴閲忔暟鎹殑娴嬮噺绯荤粺杩涜璇勪及;浜屾槸纭繚浣跨敤浜嗗悎閫傜殑鏁版嵁鍒嗘瀽鏂规硶,濡備娇鐢⊿PC宸ュ叿銆佽瘯楠岃璁°鏂瑰樊鍒嗘瀽銆佸洖褰掑垎鏋愮瓑銆侻SA(MeasurementSystemAnalysis)浣跨敤鏁扮悊缁熻鍜屽浘琛ㄧ殑鏂规硶瀵规祴閲忕郴缁熺殑鍒嗚鲸鐜囧拰璇樊杩涜鍒嗘瀽,浠ヨ瘎浼版祴閲忕郴缁熺殑鍒嗚鲸鐜囧拰...
绛旓細Hadoop锛氳繖鏄幇鍦ㄦ祦琛岀殑澶鏁版嵁澶勭悊骞冲彴鍑犱箮宸茬粡鎴愪负澶ф暟鎹殑浠ｅ悕璇嶏紝鎵浠ヨ繖涓槸蹇呭鐨勩侶adoop閲岄潰鍖呮嫭鍑犱釜缁勪欢HDFS銆丮apReduce鍜孻ARN锛孒DFS鏄瓨鍌ㄦ暟鎹殑鍦版柟灏卞儚鎴戜滑鐢佃剳鐨勭‖鐩樹竴鏍锋枃浠堕兘瀛樺偍鍦ㄨ繖涓笂闈紝MapReduce鏄鏁版嵁杩涜澶勭悊璁＄畻鐨勶紝瀹冩湁涓壒鐐瑰氨鏄笉绠″澶х殑鏁版嵁鍙缁欏畠鏃堕棿瀹冨氨鑳芥妸鏁版嵁璺戝畬锛屼絾鏄...
绛旓細(3)銆丄NOVA Models(鏂瑰樊鍒嗘瀽):鏂瑰樊鍒嗘瀽鏄楠屽缁勬牱鏈潎鍊奸棿鐨勫樊寮傛槸鍚﹀叿鏈夌粺璁℃剰涔夌殑涓绉嶆柟娉曘備緥濡:鍖诲鐣岀爺绌跺嚑绉嶈嵂鐗╁鏌愮鐤剧梾鐨勭枟鏁;鍐滀笟鐮旂┒鍦熷￥銆佽偉鏂欍佹棩鐓ф椂闂寸瓑鍥犵礌瀵规煇绉嶅啘浣滅墿浜ч噺鐨勫奖鍝;涓嶅悓楗叉枡瀵圭壊鐣滀綋閲嶅闀跨殑鏁堟灉绛,閮藉彲浠ヤ娇鐢ㄦ柟宸垎鏋愭柟娉曞幓瑙ｅ喅(4)銆丆orrelate(鐩稿叧鍒嗘瀽):瀹冩槸鐮旂┒鍙橀噺闂村瘑鍒囩▼搴...
绛旓細(3)銆丄NOVA Models(鏂瑰樊鍒嗘瀽):鏂瑰樊鍒嗘瀽鏄楠屽缁勬牱鏈潎鍊奸棿鐨勫樊寮傛槸鍚﹀叿鏈夌粺璁℃剰涔夌殑涓绉嶆柟娉曘備緥濡:鍖诲鐣岀爺绌跺嚑绉嶈嵂鐗╁鏌愮鐤剧梾鐨勭枟鏁;鍐滀笟鐮旂┒鍦熷￥銆佽偉鏂欍佹棩鐓ф椂闂寸瓑鍥犵礌瀵规煇绉嶅啘浣滅墿浜ч噺鐨勫奖鍝;涓嶅悓楗叉枡瀵圭壊鐣滀綋閲嶅闀跨殑鏁堟灉绛,閮藉彲浠ヤ娇鐢ㄦ柟宸垎鏋愭柟娉曞幓瑙ｅ喅(4)銆丆orrelate(鐩稿叧鍒嗘瀽):瀹冩槸鐮旂┒鍙橀噺闂村瘑鍒囩▼搴...
