方差分析与回归分析
方差分析
单因子方差分析：
多个总体均值的比较问题
重复数相同/重复数不等
F检验-判断是否显著
参数估计：
点估计
置信区间
多重比较
重复数相等场合（T法）
重复数不等场合（S法）
方差齐性检验
Bartlett检验（样本量相等或不等且n不得低于5）
修正的Bartlett检验（样本量较大较小相等不等均适用）
Hartley检验（样本量相等）
回归分析
一元线性回归
回归方程的显著性检验
t检验
相关系数检验
F检验
估计与预测
（通过显著性检验后）
E（y0）的估计
y0的预测区间
回归系数的最小二乘估计:
β1=lxy/lxx
β0=ybar-β1*xbar
一元非线性回归
参数估计
将原方程线性化为一元线性方程：
lnx
根号x
1/x
e^x
等等
曲线回归方程的比较：
决定系数R^2
剩余标准差s
基本假定：
1.每个总体都服从正态分布
2.各个总体的方差σ^2相同
3.观测值是独立的
最小显著差异方法LSD（费希尔）：LSD=t[α/2]根号(1/ni+1/nj)
双因素方差分析
模型的主要假定：
1.y和x具有线性关系
2.x是非随机的
3.E(ε)=0
4.ε的方差σ^2都相同
5.ε~N(0,σ^2)且独立
有交互作用的双....
无.....