1樓：墨汁諾
df行=4-1=3，df列=18-1=17，df互動=3*17=51，df誤差=4*18*（144/（4*18）-1）=72，df總計=4*18*（144/（4*18））-1=143
ms行=ss行/df行=1955.36，ms列=ss列/df列=545.02，ms互動=ss互動/df互動=97.
31，ms誤差=ss誤差/df誤差=84.38，f行=ms行/ms誤差=23.17，f列=ms列/ms誤差=6.
46，f互動=ms互動/ms誤差=1.15
方差分析表
為了便於進行資料分析和統計判斷，按照方差分析的過程，將有關步驟的計算資料，例如差異**、離差平方和、自由度、均方和f檢驗值等指標數值逐一列出，以方便檢查和分析的統計分析表。例如表1就是一種常用的方差分析表的表例。
在excel的“單因素方差分析表”中，分組間、組內和總計三欄列出了離差平方和“ss”、自由度“df”、均方“ms”和f檢驗統計值“f”。同時，還給出了f檢驗統計值的p值，或者稱為伴隨概率的“p-value”，以及在確定的顯著性水平α下的f分佈的分位數值“f臨界值”。
2樓：匿名使用者
輸入在excel裡面**，發上來幫你做。這麼太麻煩了
統計學的方差分析表中，p值怎麼計算呀？有沒有公式或者什麼
3樓：demon陌
p值的計算公式：
=2[1-φ(z0)] 當被測假設h1為 p不等於p0時；
=1-φ(z0) 當被測假設h1為 p大於p0時；
=φ(z0) 當被測假設h1為 p小於p0時；
其中，φ(z0)要查表得到。
z0=（x-n*p0）/(根號下（np0(1-p0)）)最後，當p值小於某個顯著引數的時候我們就可以否定假設。反之，則不能否定假設。
實驗條件，即不同的處理造成的差異，稱為組間差異。用變數在各組的均值與總均值之偏差平方和的總和表示，記作ssb，組間自由度dfb。
4樓：析夢安邱軒
p值的計算公式：
=2[1-φ(z0)]
當被測假設h1為
p不等於p0時；
=1-φ(z0)
當被測假設h1為
p大於p0時；
=φ(z0)
當被測假設h1為
p小於p0時；
其中，φ(z0)要查表得到。
z0=（x-n*p0）/(根號下（np0(1-p0)）)最後，當p值小於某個顯著引數的時候我們就可以否定假設。反之，則不能否定假設。
注意，這裡p0是那個缺少的假設滿意度，而不是要求的p值。
沒有p0就形不成假設檢驗，也就不存在p值
統計學上規定的p值意義：
p值碰巧的概率
對無效假設
統計意義
p＞0.05
碰巧出現的可能性大於5%
不能否定無效假設
兩組差別無顯著意義
p＜0.05
碰巧出現的可能性小於5%
可以否定無效假設
兩組差別有顯著意義
p＜0.01
碰巧出現的可能性小於1%
可以否定無效假設
兩者差別有非常顯著意義
5樓：靈靜
結果的統計學意義是結果真實程度（能夠代表總體）的一種估計方法。
p值的計算公式是
=2[1-φ(z0)] 當被測假設h1為 p不等於p0時；
=1-φ(z0) 當被測假設h1為 p大於p0時；
=φ(z0) 當被測假設h1為 p小於p0時；
其中，φ(z0)要查表得到。
z0=（x-n*p0）/(根號下（np0(1-p0)）)
最後，當p值小於某個顯著引數的時候（常用0.05，標記為α，給你出題那個人，可能混淆了這兩個概念）我們就可以否定假設。反之，則不能否定假設。
注意，這裡p0是那個缺少的假設滿意度，而不是要求的p值。
沒有p0就形不成假設檢驗，也就不存在p值
熱心網友 | 2013-04-1610
統計學意義（p值）zt
結果的統計學意義是結果真實程度（能夠代表總體）的一種估計方法。專業上，p值為結果可信程度的一個遞減指標，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=0.05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，我們重複類似實驗，會發現約20個實驗中有一個實驗，我們所研究的變數關聯將等於或強於我們的實驗結果。
（這並不是說如果變數間存在關聯，我們可得到5%或95%次數的相同結果，當總體中的變數存在關聯，重複研究和發現關聯的可能性與設計的統計學效力有關。）在許多研究領域，0.05的p值通常被認為是可接受錯誤的邊界水平。
在最後結論中判斷什麼樣的顯著性水平具有統計學意義，不可避免地帶有武斷性。換句話說，認為結果無效而被拒絕接受的水平的選擇具有武斷性。實踐中，最後的決定通常依賴於資料集比較和分析過程中結果是先驗性還是僅僅為均數之間的兩兩》比較，依賴於總體資料集裡結論一致的支援性證據的數量，依賴於以往該研究領域的慣例。
通常，許多的科學領域中產生p值的結 果≤0.05被認為是統計學意義的邊界線，但是這顯著性水平還包含了相當高的犯錯可能性。結果0.
05≥p>0.01被認為是具有統計學意義，而0.01≥p≥0.
001被認為具有高度統計學意義。但要注意這種分類僅僅是研究基礎上非正規的判斷常規。
所有的檢驗統計都是正態分佈的嗎並不完全如此，但大多數檢驗都直接或間接與之有關，可以從正態分佈中推匯出來，如t檢驗、f檢驗或卡方檢驗。這些檢驗一般都要求：所分析變數在總體中呈正態分佈，即滿足所謂的正態假設。
許多觀察變數的確是呈正態分佈的，這也是正態分佈是現實世界的基本特徵的原因。當人們用在正態分佈基礎上建立的檢驗分析非正態分佈變數的資料時問題就產生了，（參閱非引數和方差分析的正態性檢驗）。這種條件下有兩種方法：
一是用替代的非引數檢驗（即無分佈性檢驗），但這種方法不方便，因為從它所提供的結論形式看，這種方法統計效率低下、不靈活。另一種方法是：當確定樣本量足夠大的情況下，通常還是可以使用基於正態分佈前提下的檢驗。
後一種方法是基於一個相當重要的原則產生的，該原則對正態方程基礎上的總體檢驗有極其重要的作用。即，隨著樣本量的增加，樣本分佈形狀趨於正態，即使所研究的變數分佈並不呈正態。
6樓：匿名使用者
p值=p(f>f0)，其中f是服從f分佈分佈的隨機變數，f0是根據樣本計算出來的f統計量的值
7樓：匿名使用者
目前手工計算比較複雜，不要求的，一般用計算機比較方便。
8樓：匿名使用者
有表的。直接看你書後面，可以找。
統計學的方差分析表中，p值怎麼計算
9樓：demon陌
p值的計算公式：
=2[1-φ(z0)] 當被測假設h1為 p不等於p0時；
=1-φ(z0) 當被測假設h1為 p大於p0時；
=φ(z0) 當被測假設h1為 p小於p0時；
其中，φ(z0)要查表得到。
z0=（x-n*p0）/(根號下（np0(1-p0)）)最後，當p值小於某個顯著引數的時候我們就可以否定假設。反之，則不能否定假設。
實驗條件，即不同的處理造成的差異，稱為組間差異。用變數在各組的均值與總均值之偏差平方和的總和表示，記作ssb，組間自由度dfb。
統計學計算中位數與眾數，統計學 計算中位數與眾數
1 中位數計算 對於有限的數集，可以通過把所有觀察值高低排序後找出正中間的一個作為中位數。如果觀察值有偶數個，通常取最中間的兩個數值的平均數作為中位數。例如 找出這組資料 23 29 20 32 23 21 33 25 的中位數。解 首先將該組資料進行排列 這裡按從小到大的順序 得到 20 21 2...
統計學中計劃完成程度的計算統計學計劃完成度問題題目如圖我算出來的第一季度月平均完成程度就是第一季度完成程度我做錯了嗎
對 四分之一月平均計劃完成水平 指標的理解存在差異，計算結果不正確。第一季度月平均計劃的平均完成程度通常被理解為 第一季度的平均月度完工率 因此，第一季度的平均月完成率 110 95 120 3 108.33 第一季度計劃的完成度 第一季度的實際完工數量 第一季度的計劃數量 300 110 360 ...
單因素方差分析沒有統計學意義，多因素方差分析有可能是危險因素
您表述的問題不是很清楚。我猜測您是想說單因素方差分析中發現自變數x1的影響沒有統計學意義，然後想問如果x1和x2共同進行多因素方差分析，是否可行。如果是這樣的話，是可以的，因為有可能x2是有影響的，以及x1和x2可能產生互動作用。南心網提供 單因素方差分析與多因素方差分析結果不一是怎麼回事 方差分析...