当前位置：首页 > news >正文

【统计检验】方差分析（ANOVA）

news 2026/5/11 16:27:17

统计检验核心：方差分析（ANOVA）｜原理+公式+Python可视化+实战

方差分析（ANOVA）是统计学中比较三组及以上均值差异的最核心方法，本质是F检验的多组扩展，广泛用于实验分析、医学科研、营销效果评估、机器学习特征选择。

一、方差分析到底是什么？一句话看懂

当你要比较3组、4组甚至更多组数据的均值是否有显著差异时，不能反复做t检验（会增大错误率），必须用方差分析。

核心思想：
通过比较“组间波动”和“组内波动”的大小，判断均值差异是否真实存在。

二、最直观例子：三种营销策略哪个效果好？

你在咖啡店测试三种方案：

A：折扣
B：赠品
C：免费试喝

你记录每日销量，想知道：
三组销量均值是否有显著差异？差异是策略导致的，还是随机运气？

方差分析就是干这件事的。

三、方差分析的两个关键概念

1. 组内变异（误差）

每组内部数据自己的波动，比如同样用“折扣”，每天销量不一样。
这是随机误差。

2. 组间变异（处理效应）

不同组均值之间的差异。
如果这部分远大于组内变异，说明策略真的有效果。

四、核心公式：方差分解（必须掌握）

总变异 = 组间变异 + 组内变异

1. 平方和分解

总平方和SST
组间平方和SSB
组内平方和SSE

S S T = S S B + S S E SST = SSB + SSESST=SSB+SSE

2. 均方（消除样本量影响）

M S B = S S B k − 1 （组间均方） MSB = \frac{SSB}{k-1} \quad（组间均方）MSB=k−1SSB（组间均方）
M S E = S S E N − k （组内均方） MSE = \frac{SSE}{N-k} \quad（组内均方）MSE=N−kSSE（组内均方）

k：组数
N：总样本量

3. F统计量（方差分析核心）

F = M S B M S E F = \frac{MSB}{MSE}F=MSEMSB

F 显著大于 1 → 组间差异显著
p < 0.05 → 拒绝原假设，认为至少有一组均值不同

五、方差分析的3个适用条件

正态性：每组数据近似正态分布
方差齐性：各组方差大致相等
独立性：各组样本相互独立

六、方差分析的两类（最常用）

1. 单因素方差分析（One-way ANOVA）

只研究一个因素，比如：
只看“营销策略”对销量的影响。

2. 双因素方差分析（Two-way ANOVA）

研究两个因素，还能看交互作用，比如：
“营销策略 + 地区”对销量的共同影响。

七、Python 完整实现（可直接运行）

1. 生成模拟数据

importnumpyasnpimportpandasaspdimportseabornassnsimportmatplotlib.pyplotaspltfromscipy.statsimportf_oneway# 固定随机种子np.random.seed(42)# 生成3组数据（均值不同）group_a=np.random.normal(loc=50,scale=5,size=30)group_b=np.random.normal(loc=55,scale=5,size=30)group_c=np.random.normal(loc=60,scale=5,size=30)# 整理成DataFramedata=pd.DataFrame({'value':np.concatenate([group_a,group_b,group_c]),'group':['A']*30+['B']*30+['C']*30})

2. 可视化1：箱线图（最直观）

plt.figure(figsize=(10,5))sns.boxplot(x='group',y='value',data=data,palette='Set2')plt.title('三组数据分布对比（箱线图）',fontsize=14)plt.grid(alpha=0.3)plt.show()

3. 可视化2：均值±标准误图

group_mean=data.groupby('group')['value'].mean()group_sem=data.groupby('group')['value'].sem()plt.figure(figsize=(10,5))plt.bar(group_mean.index,group_mean,yerr=group_sem,capsize=5,color=['skyblue','lightgreen','salmon'])plt.title('三组均值与标准误',fontsize=14)plt.ylabel('销量')plt.grid(alpha=0.3,axis='y')plt.show()

4. 单因素方差分析计算

# 方差分析F_stat,p_value=f_oneway(group_a,group_b,group_c)print(f"F 统计量:{F_stat:.2f}")print(f"P 值:{p_value:.4f}")ifp_value<0.05:print("结论：组间均值存在显著差异 ✅")else:print("结论：组间均值无显著差异 ❌")

5. 双因素方差分析（含交互作用）

importstatsmodels.apiassmfromstatsmodels.formula.apiimportols# 增加地区因素data['region']=['North']*45+['South']*45# 构建模型：group + region + 交互项model=ols('value ~ group + region + group:region',data=data).fit()anova_table=sm.stats.anova_lm(model,typ=2)print("==== 双因素方差分析表 ====")print(anova_table)