(1)分析需求：

我有3组数据。每一组，有三列（代表做了三次实验）

 

 

 

 

方差分析 （1）方差分析和F检验是同义词； （2）假设检验（Hypothesis Test）概述，用一些特定的数值来确定样本是否来自某一个总体。 （3）只要提到假设检验，先说H0假设，再进行统计分析。 （4）t-Test检验和方差分析之间的区别：t-test针对两组数据。方差分析，针对两组以上数据。 （5）方差分析，也就是f检验。有一个H0假设，即所有组的均值都一样。H1假设是H0假设的备择假设（即至少有一个组的均值与其它具有显著差异）。 （6）方差分析的核心思想，一句话：“所有样本的总差异可以分解为组间差异和组内差异” （7）ANOVA首先假设所有样品成正态分布（可以首先用假设检验检查样本的正态性，有好几种选择，这里暂时不列出）而且ANOVA对正态性的要求比较敏感。 （9）所有样本和样本均值的差异平方和，是sum of squares of total. 有两部分构成，组间差异（sum of squares of error）和组内差异（sum of squares of ） （8）F值代表，组间差异，比上组内差异。 （9）熟悉软件的分析表： 单因素方差分析（One Way Anova）： 双因素方差分析（Two Way Anova）： 单因素和多因素之间差别： The only difference between one-way and two-way ANOVA is the number of independent variables. A one-way ANOVA has one independent variable, while a two-way ANOVA has two. 在我的研究中，我只关心一个变量。那就是pupil size，所以我应该使用 one way anova 关于统计检验，比较好的资料： （1）https://mp.weixin.qq.com/s?__biz=Mzg3NTAzOTYzOA==&mid=2247483731&idx=3&sn=8186ba54d4311265dd6c4164476b4c27&chksm=cec6dfaaf9b156bc428e03d8e1be212282f4dcddaed9738c85af1b6a968b7f220a29a4044c09&scene=21#wechat_redirect （2）https://365datascience.com/tutorials/statistics-tutorials/sum-squares/ 介绍SST(Total)=SSE(Error)+SSR(Regression) （3）我的理解：所有模型学的都是均值，因为模型的输出，为SSR。R代表回归。而模型的输出和均值的差异，代表的是组间差异。 模型的输出跟样本之间的差异，代表的是组内误差。方差分析的H0假设是，所有的样本来自同一个分布。那么，如果组间的误差很大的话，H0就不成立了呀。