1樓：網友
方差分析又稱「f檢驗」，用於兩個及兩個以上樣本均數差別的顯著性檢驗， 方差分析的基本思想是：通過分析研究不同**的變異對總變異的貢獻大小，從而確定可控因素對研究結果影響力的大小。根據研究中自變數x的不同，方差分析又可以進行細分。
x的個數為乙個時，我們稱之為單因素方差；x為2個時則為雙因素方差；x為3個時則稱作三因素方差，依次下去。當x超過1個時，統稱為多因素方差。
分析前判斷。
1）正態性。
2）方差齊性。
進行方差分析前首先要判斷資料是否滿足正態性以及方差齊性，首先對因變數進行正態性檢驗，利用spssau視覺化的直方圖，結果如下：
從圖中可以看出資料大致呈現出中間高、兩側低、左右基本對稱的「鐘形」分佈曲線。所以體重大致符合正州渣態分佈。接下來檢視資料是否滿足方差齊性。
分析方差齊檢驗是否呈現出顯著性主要看p值，如果沒有呈現出顯著性橘坦(p>；直接使用方差分析對比差異，如果呈現出顯著性(p<，可考慮使用welch anova，brown-forsythe anova，或者非引數檢驗研究差異關係，從上表可以看出：p值為大於所以並未呈現出顯著性，所以不同飼料樣本對於體重全部均有著方差齊性。滿足使用方差分析前提要求。
分析前可以考慮用圖形簡單判斷『4種飼料對豬體重增加的作用有無不同』。
f檢驗。<>
分析x與y之間是否呈現出顯著性(p值小於或；如果呈現出顯著性；通過具體對比平均值大小，描述具體差異所在。從上表可以看出p值小於，所以不同飼料樣本對於體重全部均呈現出顯著性差異。及具體對比差異可知， 有著較為明顯差異的組別平均值得分對比結果為「b>a;c>a;d>a;c>b;d>b;d>c；d> c> b>a」。
也就是說研究中d飼料的成效最好。
從折線圖中可以看出四種不同飼料直接的冊伍悄體重是具體差異性的，而且飼料d效果最好。接下來對方差結果的中間過程值進行描述。
從上表可以看出組間差異為，組內差異是，總差異是，其中組間均方為，組內均方為，f值為。並且p值小於0,05，說明不同飼料對於豬的體重有顯著性差異。最後對效應量進行檢視。
2樓：愛吃脖子
f值是統計檢定值，f檢驗又叫方差齊性檢驗。通常用來分析用了超過乙個引數的統計模型，以判斷該模型中的全部或一部分引數是否適合用來估計母體。
結果的統計學意義是結果真實程度的一種估計方法。專業上，p值為結果可信程度的乙個遞減指標，p值越大，我們越不能認為樣本中變數的關聯是總體中各變數關聯的可靠指晌衝標。p值是將觀察結果認為有效即具有總體代表性的犯錯概率。
如p=提示樣本中變數關聯有5%的可能是由於偶然性造成的。即假設總體中任意變數間均無關聯，重複類似實驗，會發現約20個實驗中有乙個褲橋實驗，我們所研究的變數關聯將等於或強於我們的實驗結果。
t檢驗和f檢驗的關係t檢驗過程，是對兩樣本均數(mean)差別的顯著性進行檢驗。惟t檢驗須知道兩個總體的方差(variances)是否相等。t檢驗值的計算會因方差是否相等而有所不同。
t檢驗須視乎方差齊性(equality of variances)結果。spss在進行t-test for equality of means的同時，也要做levene's test 胡謹猛for equality of variances 。
f檢驗的作用是什麼
3樓：帳號已登出
f值表示整個擬合方程的顯著性，f越大，表示方程越顯著，擬合程度也就越好。
p值表示不拒絕原假設的程度。簡而言之，p《表示假設更可能是正確的，反之則可能是錯誤的。
r值是擬合優度指數，用來評價模型的擬合好壞等，取值範圍是【-1，1】，越接近正負1越好。r平方=ssr/sst。其中ssr是迴歸平方和，sst是總離差平方和。
p值是衡量控制組與實驗組差異大小的指標，意思是p值小首亮於。05，表者巖寬示兩組存在顯著差異，意思是p值小於。01，表示兩組的差異極其顯著，可以用spss統計，根據自變數應該是果蠅的性別，因變數應該是壽命，自變數是名義變數，因變數是連續變數，所以用單因素方差分析就可以得出結果了。
另外在統計解釋時一般不看f值，只需要看p值就可以了，但是在寫**時還是要將f值寫出來，並把p值放在後面用括號括起來。
f檢驗和t檢驗的區別是什麼？
4樓：給麻辣燙代嚴
f檢驗與t檢驗的區別與聯絡如下：
1、檢驗理論不同。
t檢驗是用t分佈理論來推論差異發生的概率，從而比較兩個平均數的差異是否顯著；而f檢驗是基於統計值服從f分佈的檢驗。
2、適用範圍不同。
t檢驗主要用於樣本含量較小(例如n
3、檢驗條件不同。
t檢驗是有條件的，其中之一就是要符合方差齊次性，這點需要f檢驗來驗證。從兩研究總體中隨機抽取樣本，要對這兩個樣本進行比較的時候，首先通過f檢驗判斷兩總體方差是否相同，即方差齊性。若兩總體方差相等，則直接用t檢驗，若不等，可採用變數變換或秩和檢驗等方法。
4、處理樣本組數不同。
t檢驗用於兩個處理樣本之間，判斷平均數之差與均數差數標準誤的比值，它一般用於兩處理，其目的是推翻或肯定假設前提兩處理的分別的總體平均數相等。而f檢驗是一種一尾檢驗，目的笑寬笑在於推斷處理間差異，主要用於方差分析，一般用於三組以上的樣本。
補充資料：1，t檢驗和f檢驗的由來。
一般而言，為了確定從樣本(sample)統計結果推論至總體時所犯錯的概率，我們會利用統計學家所開發的一些統計方法，進行統計檢定。
通過把所得到的統計檢定值，與統計學家建立了一些隨機變數的概率分佈(probability distribution)進行比較，我們可以知道在多少%的機會下會得到目前的結果。倘若經比較後發現，出現這結果的機率很少，亦即是說，是在機會很少、很罕有的情況下才出現；那我們便可以有信心的說，這不是巧合，是具有統計學上的意義的巧晌(用統計學的話講，就是能夠拒絕虛無假設null hypothesis,ho)。相反，若比較後發現，出現的機率很高，並不碰含罕見；那我們便不能很有信心的直指這不是巧合，也許是巧合，也許不是，但我們沒能確定。
f值和t值就是這些統計檢定值，與它們相對應的概率分佈，就是f分佈和t分佈。統計顯著性（sig）就是出現目前樣本這結果的機率。
t檢驗有f值，是什麼意思呢？
5樓：l霧l中花
t檢驗過程，是對兩樣本均數(mean)差別的顯著性進行檢驗。惟t檢驗須知道兩個總體的方差(variances)是否相等；t檢驗值的計算會因方差是否相等而有所不同。也就是說，t檢驗須視乎方差齊性(equality of variances)結果。
所以，spss在進行t-test for equality of means的同時，也要做levene's test for equality of variances 。
在levene's test for equality of variances一欄中 f值為， sig.為。128，表示方差齊性檢驗「沒有顯著差異」，即兩方差齊(equal variances)，故下面t檢驗的結果表中要看第一排的資料，亦即方差齊的情況下的t檢驗的結果。
在t-test for equality of means中，第一排(variances=equal)的情況：t=, df=84, 2-tail sig=.000, mean difference=
既然sig=.000，亦即，兩樣本均數差別有顯著性意義！
到底看哪個levene's test for equality of variances一欄中sig,還是看t-test for equality of means中那個sig. (2-tailed)啊？
答案是：兩個都要看。
先看levene's test for equality of variances，如果方差齊性檢驗「沒有顯著差異」，即兩方差齊(equal variances)，故接著的t檢驗的結果表中要看第一排的資料，亦即方差齊的情況下的t檢驗的結果。
反之，如果方差齊性檢驗「有顯著差異」，即兩方差不齊(unequal variances)，故接著的t檢驗的結果表中要看第二排的資料，亦即方差不齊的情況下的t檢驗的結果。
你做的是t檢驗，為什麼會有f值呢？
就是因為要評估兩個總體的方差(variances)是否相等，要做levene's test for equality of variances，要檢驗方差，故所以就有f值。
f檢驗方差是否齊性的判斷過程,F檢驗方差是否齊性的判斷過程
在方差檢驗過程中，有軟體自動檢測方差是否齊性，點選option homogeneity of variance，出來的就是方差齊性檢驗，如果sig值大於0.05，說明方差齊性，否則不齊 怎麼用f值和sig值判斷方差齊性是否齊性 如果是用spss做方差分析，那麼方差齊性檢驗看levene對應的f檢驗的...
什麼是小公尺f碼，小公尺f碼是什麼意思啊？
提前預約每週二12點搶購。f碼相當於是小公尺手銷售的優先購買票，是一組數字和字母組成的驗證碼，就是說，給你乙個f碼，在有效期內，你可以在小公尺官方隨時購買小公尺的手機，只能使用一次f碼一般是小公尺做活動送出的，很稀有f碼沒有人會免費給你的，因為小公尺非官方售價都再加200左右都會要加錢購買f碼的，但...
spss多元回歸分析出的F檢驗的Sig值為0 75，係數b的sig值有的大於0 1有的小於0 1，怎麼分析
模型總體檢驗和係數檢驗有一定關係，但是是兩種不同檢驗方法，我替別人做這類的資料分析蠻多的 spss多元線性回歸 f檢驗的sig值都小於0.05，但是t檢驗的sig均大於，也就是係數不可以用啊！怎麼辦！有乙個是0.006，應該也是可以接受的 f檢驗和t檢驗原本就不是一回事 我替別人做這類的資料分析蠻多...