ANOVA
平方和
df
均方
F
淄著衅
组间
2
.159
.055
组内
12
总数
14
ANOVA
平方和
df
均方
F
淄著衅
组间
2
.159
.055
组内
12
总数
14
所谓单因素方差分析就是在某因素作用下，以该因素为区分依据分别得到几组数据，并从几 组数据方差的差异来推断该因素的影响是否存在或显著。不难看出，方差的差异来源于两方 面：一是由某因素引起的组间偏差，二是由实验误差引起的组内偏差。
这张表第一列就给出了方差类别，
第二列给出了组间平方和、组内平方和、总和（就是前两者相加）的具体数值，
第三列表示自由度，可以理解为由平方和计算方差时除的那个值（联想方差计算公式）， 反映了相互独立的样本数，组间自由度为2 = r - 1说明共有r = 3组实验数据，组内自由 度为12 = n-r说明实验总样本数为n = 15，
第四列为均方值，即方差值，是由该行平方和除自由度得到的，
第五列F值是由组间方差除组内方差得到的，反映了组间方差与组内方差的相对大小， 若该值很小，说明总方差基本是由误差引起的，也就是说之前提到的那个因素对实验结果没 什么影响，若该值较大，则说明有影响。至于到底多“大”算大这个标准是由显著性水平衡量 的，
第六列显著性由显著性水平及自由度决定，,所谓显著性是指零 假设为真的情况下拒绝零假设所要承担的风险水平。而零假设就是假设因素对实验结果没有 影响。%的概率该因素对实验结果无影响，故零假设成立。
单因素方差分析解释 来自淘豆网m.daumloan.com转载请标明出处.
