2024年3月16日发(作者：)
方差分析基于三个基本假设，只有符合以下三个假设条件才能进行方差分
析
（1）效应的可加性
（2）方差是齐性的
（3）分布的正态性
是否服从正态分布可通过SPSS进行正态性检验，以A、B、C三个自交系
发芽实验为例。
如果样本量较小（<50），并且对正态Q-Q图或其它图形方法的结果诠释不够
有把握，推荐采用Shapiro-Wilk检验如上图所示。每组自变量都会有一个
Shapiro-Wilk正态性检验结果。如果数据符合正态分布，显著性水平应该大于。
Shapiro-Wilk检验的无效假设是数据服从正态分布，备择假设是数据不服从正
态分布。因此，如果拒绝无效假设（p<），表示数据不服从正态分布。本例中每
组正态性检验P值均大于。如果样本量大于50，推荐使用正态Q-Q图等图形方
法进行正态判断，因为当样本量较大时，Shapiro-Wilk检验会把稍稍偏离正态
分布的数据也标记为有统计学差异，即数据不服从正态分布。Q-Q图中点离线越
近，数据越服从正态分布。
[
若不服从正态分布可进行数据转换，对转换后呈正态分布的数据进行单因素
方差分析。当各组因变量的分布形状相同时，正态转换才有可能成功。数据是比
例或以百分率表示的，其分布趋向于二项分布，方差分析时应作反正弦转换，用
下式把它们转化成一个相应的角度：如发芽率、昆虫死亡率，发病率等。数据转
化方式如下图所示：
直接进行分析：由于单因方差分析对于偏离正态分布比较稳健，尤其是在各组样
本量相等或近似相等的情况下，而且非正态分布实质上并不影响犯I型错误的概
率。因此可以直接进行检验，但是结果中仍需报告对正态分布的偏离。检验结果
的比较：将转换后和未转换的原始数据分别进行单因素方差分析，如果二者结论
相同，则再对未转换的原始数据进行分析。
发布者：admin，转转请注明出处：http://www.yc00.com/web/1710568358a1778877.html
评论列表（0条）