方差分析中f值的意义

F越大,越有显著性,F很大,没任何问题,好比就是P值很小,百万分之一,你能说P就有问题吗?这是一个道理的F的大小,你可以去查表,看F统计量的分布,等我经常帮别人做这类的数据分析的

SPSS方差分析结果是否显著性,就是看F值的大小和N,它们决定了显著水平的高低.

“*”对应的是显著性水平.如果我没有记错的话,“**”代表在0.01显著性水平下显著；“*”代表在0.5显著性水平下显著,“.”代表在0.1的显著性水平下显著.你看到的参考文献带“*”,说明它在0.0

你应该把原始数据给出,应该是用单项方差分析statistics--comparemeans--onewayANOVA,先做方差齐性检验,Options——Homogeneityofvariance,p

方差分析只能判别该因素是否存在显著影响,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

1,方差是各个数据与平均数之差的平方的平均数2,通俗点讲,就是和中心偏离的程度!用来衡量一批数据的波动大小（即这批数据偏离平均数的大小）.在样本容量相同的情况下,方差越大,说明数据的波动越大,越不稳定

f在数学中表示某种对应法则也就是映射中所说的暗箱f{f[f(x)]}表示一个函数对自身的二重复合函数其中f（x）为函数本身f[f(x)]为第一重复合f{f[f(x)]}为第二重复合例如一个函数本身是f

F=MS组间/MS组内B

f在数学中表示某种对应法则也就是映射中所说的暗箱f{f[f(x)]}表示一个函数对自身的二重复合函数其中f（x）为函数本身f[f(x)]为第一重复合f{f[f(x)]}为第二重复合例如一个函数本身是f

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检验进行显著性检验的方法.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著性检验.F值是两个均方的比值

用于避免偶然性事件的发生比如硬币扔下后竖直无正反再问：哥，具体点，好不。。。再答：在实验中，测试值和真实值不可能完全一样，而多次实验也是考虑到我们实验中的误差，可能产生与真实有较大出入的结果，为了排除

我也很想知道.百度了下,是\x0d生物统计原理\x0d不知道有没有用\x0d　　从某总体中抽\x0d　　⑴、这一样本是由该总体抽出,其差别是由抽样误差所致；\x0d　　⑵、这一样本不是从该总体抽出,所

spss方差分析时,输出的F值不带“*”.你看到有的文献上有带“*”的f值,那是人为标上去的,用于提示读者注意这个f值已经超过了预定的临界值（国内文献的方差分析多为手工计算,无法计算f值所对应的P值）

这两个的分析思路是不一样的.一般来说,Anova的分析中显著性会高很多,而你说的一般线性分析求的是主效应,它的显著性比ANOVA受到的影响因素更多一些,因此也更低一点.但是,从规范的统计学分析而言,一

P值为0再问：那我该怎么分析啊？谢谢啦

结果的统计学意义是结果真实程度（能够代表总体）的一种估计方法.P值的计算公式是=2[1-Φ(z0)]当被测假设H1为p不等于p0时；=1-Φ(z0)当被测假设H1为p大于p0时；=Φ(z0)当被测假设

用SPSS

可以计算出F值和P值,但没法做后续的posthoc我替别人做这类的数据分析蛮多的再问：方差分析（F检验）怎么使用？在spss软件中？只要能查到F值P值即刻！

η^2=SS组间/SS总体那么η=（SS组间/SS总体）^0.5是用来评价方差分析效果的一个指标,但不常用方差分析效果也有不少理论啦,这个是其中一种,显著性的标准也不相同.j.coben认为η^2=0

查表一般选0.01,0.05,0.1三种显著水平,当然还要知道第一,第二自由度.查表得出F值,不过一般软件都是将F值算出P值,然后跟0.01,0.05,0.1进行比较,如果小于这三个值,那就拒绝原假设