有A,B两个因素,因素A有r个水平,B有s个水平,对于A,B每一个组合(Ai,Bj)都进行t次试验,得到结果
因素B因素A | B1 | B2 | … | Bs |
A1 | X111, X112,…,X11t | X121, X122,…,X12t | … | X1s1, X1s2,…,X1st |
A2 | X211, X212,…, X21t | X221, X222,…, X22t | … | X2s1,X2s2,…, X2st |
… | … | … | | … |
Ar | Xr11, Xr12,…, Xr1t | Xr21, Xr22,…, Xr2t | … | Xrs1, Xrs2,…, Xrst |
假设:
且相互独立
,其中,
是水平Ai的效应,
是水平Bj的效应,
称为水平Ai和Bj的交互效应。
,
原假设:
,
,
现构造了3个F统计量来分别检验假设(略)
定义:Anova_Twice (Y:array,alpha:Real):array;
说明:在1-alpha的置信水平下,进行双因子方差分析,假设每一种情况都服从一个正态分布,且方差相等,数据独立,判断各水平的均值是否显著相等
参数:
Y:数据矩阵,为二维数组类型,每rep行,每一列表示一个交叉项
Alpha:显著性水平,实数或整数,在01之间
Rep:每一个交叉项,做rep次试验,rep=1时,没有交叉效应为0的假设