方差分析f检验的计算方法

① SS和MS和df计算公式

ss是离均差平方和，也就是变量中每个数据点与变量均值差的平方和
df是自由度
ms是均方，其值等于对应的ss除以df
f就是f统计量，是方差分析中用于假设检验的统计量，其值等于处理的ms除以误差的ms。
方差分析中的MS,SS,F,DF分别是什么意思方差分析只能判别该因素是否存在显着影响，而不能通过之间的F值来判断影响效果的大小关系，F值的大小和对应的概率值大小说明的是一个意义，而且对于不同的F值大小，存在不同的自由度，而不同的自由度之间是不能相互比较F值的。“*”对应的是显着性水平。
如果我没有记错的话，“**”代表在0.01显着性水平下显着；“*”代表在0.5显着性水平下显着，“.”代表在0.1的显着性水平下显着。
你看到的参考文献带“*”，说明它在0.05的显着性水平下显着。
你的什么符号都不带，说明你的结果不显着。DF? degree freedom自由度
SS_? Stdev square 方差
MS_ Mean square? 均方差方差分析：根据不同需要把某变量方差分解为不同的部分，比较它们之间的大小并用F检验进行显着性检验的方法。又称“变异数分析”或“F检验”，是用于两个及两个以上样本均数差别的显着性检验。
F值是两个均方的比值[效应项/误差项]，不可能出现负值。
F值越大[与给定显着水平的标准F值相比较]说明处理之间效果[差异]越明显，误差项越小说明试验精度越高。·__DF - 每个来源的自由度。如果因子具有三个水平，则自由度为 2 (n-1)。如果总共有 30 个观测值，则总自由度为 29 (n - 1)。·__SS - 组间平方和（因子）以及组内平方和（误差）。·_? MS - 平方和除以自由度得出的均方。

② F检验（ANOVA）

方差分析（ANOVA），又叫F检验，简单来说，就是求得F统计量（组间方差/组内方差），然后查F表，如果大于临界值（一此数般是0.05显着性水平下）则拒绝原假设，即组间具有显着性的差异旅宴。

实际中我们的主要问题是看组间是否有差异，ANOVA告诉我们组间的差异不仅要看组间的波动，还要看组内的波动，如果组内波动太大的话，拆扒银很可能不存在差异，只是组内的数据乱而已，当然组间的波动越大，则组间的差异越大。

③ F值怎么求呢

F值是F检验的统计量，也就是组间和组内的离差平方和与自由度的比值，显着性就是与F统计量对应的显着性水平，0.001说明拒绝原假设，即单因素的不同水平之间有显着差异。

在方差分析的体系中，F测验可用于检测某项变异因素的效应或方差是否存在。F越大，越说明组间方差是主要方差来源，处理的影响越显着。 F越小，越说明随机方差是主要的方差来源，处理的影响越不汪核显着。

F值的大小与样本数据本身的大小没关系，样本数据值的范围是14-18，而F值21吗，这个F值完全没问题。

(3)方差分析f检验的计算方法扩展阅读

方差分析，对多个（两个以上）处理平均数进行假设检验的方法，而单因素是指该实验中只有一个实验因素。单因素方差分析是用来判断这一实验因素对各处理的优劣情况。

简单而言，如果实验，只有一种影响因素，而又有多个不同的处理水平，最后得到的数据就可以用单因素方差分析来分析数据。F值是用于判断显着性的。

例如结果显示F值为20.571，将这一数值与显着性水平的F进行比较，若大于显着性的F值，那么P则小于该显着性的概率，F>F（0.05），那么困明掘P<0.05，说明处理间差异显着。槐返

④ 方差分析的F值是什么意思

方差分析也叫F检验,这个F就是计算出来的F值,用来评估组间差异。F值表没州示整个拟合方程的显着，隐嫌F越大，表示方程越显着，拟合程度也就越好

P值是衡量控制组与实验组差异大小的指标,*意思是P值小于.05,表示两组存在显着差异,**意思是P值小于.01,表示两组的差异极其显着,这个可以用SPSS统计。P值表示不拒绝原假设的程度。灶察手简而言之，P表示假设更可能是正确的，反之则可能是错误的。

拓展资料：

方差分析(Analysis of Variance，简称ANOVA)，又称“变异数分析”，是R.A.Fisher发明的，用于两个及两个以上样本均数差别的显着性检验。 由于各种因素的影响，研究所得的数据呈现波动状。造成波动的原因可分成两类，一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。

资料链接：网络--方差分析

⑤ T检验,F检验, 具体如何应用

T检验，亦称student t检验，主要用于样本含量较小。F检验：用于计量资料统计，用介绍的公式方法计算F值，用介绍的公式方法计算F值，确定单、双因素和置信水平。根据定单、双因素和置信水平查出F表值并和计算值比较。计算值小于表值无显着性差异，大于有差异。

在作两个均数、多个均数的比较时，人们首先想到的是t检验、方差分析的F检验，也就是说这两种检验是作均数比较的常用方法，但因其为参数统计方法，故在应用时要注意其应用条件，一是正态性、二是方差齐性。

双总体检验

双总体t检验是检验两个样本平均数与其各自所代表的总体的差异是否显着。双总体t检验又分为两种情况，一是独立样本t检验（各实验处理组之间毫无相关存在，即为独立样本），该检验用于检验两组非相关样本被试所获得的数据的差异性；一是配对样本t检验，用于检验匹配而成的两组被试获得的数据或同组被试在不同条件下所获得的数据的差异性，这两种情况组成的样本即为相关样本。