❶ one way ANOVA P value數據怎麼分析方差分析
調用函數
STDEV
估算樣本的標准偏差。標准偏差反映相對於平均值 (mean) 的離散程度。
語法 ：
STDEV(number1,number2,...)
Number1,number2,... 為對應於總體樣本的 1 到 30 個參數。也可以不使用這種用逗號分隔參數的形式，而用單個數組或對數組的引用。
操作方法 ：
創建空白工作簿或工作表。
請在「幫助」主題中選取示例。不要選取行或列標題。
從幫助中選取示例。
按 Ctrl+C。
在工作表中，選中單元格 A1，再按 Ctrl+V。
若要在查看結果和查看返回結果的公式之間切換，請按 Ctrl+`（重音符），或在「工具」菜單上，指向「公式審核」，再單擊「公式審核模式」。
ne-Way ANOVA過程
該命令用於兩組及多組獨立樣本平均數差異顯著性的比較，即成組設計的方差分析。還可進行隨後的兩兩成對比較。
【Dependent List框】
選入需要分析的變數，可選入多個結果變數（因變數）。
【Factor框】
選入需要比較的分組因素，只能選一個。
【Contrast鈕】
彈出Contrast對話框，用於對精細趨勢檢驗和精確兩兩比較的選項進行定義，該對話框比較專業，也較少用，這里做簡單介紹。
Polynomial復選框 定義是否在方差分析中進行趨勢檢驗。
Degree下拉列表 和Polynomial復選框配合使用，可選則從線性趨勢一直到最高五次方曲線來進行檢驗。
Coefficients框 定義精確兩兩比較的選項。按分組變數升序給每組一個系數值，注意最終所有系數值相加應為0。如果不為0仍可檢驗，只不過結果是錯的。比如說在下面的例2要對一、三組進行單獨比較，則在這里給三組分配系數為1、0、-1，就會在結果中給出相應的檢驗內容。
【Post Hoc按鈕】
彈出Post Hoc Multiple Comparisons對話框，用於選擇進行各組間兩兩比較的方法：
EquaL Variances Assumed復選框：當各組數據方差齊性時的兩兩比較方法，共14種。其中最常用的為LSD和S-N-K法。
EquaL Variances Not Assumed復選框:當各組方差不齊性時的兩兩比較方法，共4種，其中以Dunnetts's C法較常用。
Significance Level框 定義兩兩比較時的顯著性水平，默認為0.05。
【Options按鈕】
彈出Options對話框，用於定義相關的選項：
Statistics復選框：選擇一些附加的統計分析項目，有統計描述（Descriptive）和方差齊性檢驗（Homogeneity-of-variance）。
Means plot復選框： 用各組均數做圖，直觀了解它們的差異。
Missing Values單選框組：定義分析中對缺失值的處理方法，可以是具體分析時用到的變數有缺失值才去除該記錄（Excludes cases analysis by analysis），或只要相關變數有缺失值，則在所有分析中均去除該記錄(Excludes cases listwise)。默認為前者，目的是充分利用已收集數據。
❷ 怎樣用方差分析方法分析試驗數據
通過介紹EXCEL中一些統計函數的用法以及一個試驗的數據處理的實例來說明單因素方差分析的應用。關鍵詞：實驗數據、方差分析、EXCEL、單因素、函數中圖分類號：O212文獻標識碼：A 文章編號：1674-0432（2012）-2- 搞農業生產離不開田間試驗，辛辛苦苦作了試驗，得出的大量數據怎樣簡化提取，用什麼方法進行分析，是每個技術員都要掌握的知識，在實驗數據分析中方差分析又是我們最常用的數據分析方法，下面結合EXCEL的使用簡要談下方差分析方法的應用。1 Excel中常用的幾個統計函數電子軟體EXCEL為我們提供了強大的數據分析功能，通過它可以高效、准確、格式化的進行數據運算；首先介紹一下Excel中常用的幾個統計函數：1.1 sum介紹：返回區域內數據總和。1.2 Average介紹：返回區域內數據的平均數。1.3 Sumsq介紹：返回區域內數據的平方和。1.4 Count介紹：返回區域內數值型數據的個數。1.5 Proct介紹：返回數值區域內數值的乘積。1.6 var,varp介紹：返回樣本中得出的總體的方差。1.7 Geomean介紹：返回正整數組成的區域內數的幾何平均值。2 舉例說明方差分析方法的應用。示例：有一細絨棉品比試驗，共有A、B、C、D、E、F 6個品種（k=a=6），其中C是對照品種，採用隨機區組設計重復3次（n=b=3），小區面積35.2m2，試作產量結果分析。分析：此試驗涉及6個品種，數據列表如下，可以看出此試驗數據可以用單因素的方差分析來處理。
❸ 簡述方差分析基本原理
基本原理：就是計算其組間誤差，其是服從F分布，求出F值，在依據F分布表來驗證是否顯著。
由於各種因素的影響，研究所得的數據呈現波動狀。造成波動的原因可分成兩類，一是不可控的隨機因素，另一是研究中施加的對結果形成影響的可控因素。
組內SSw、組間SSb除以各自的自由度(組內dfw =n-m，組間dfb=m-1，其中n為樣本總數，m為組數)，得到其均方MSw和MSb，一種情況是處理沒有作用，即各組樣本均來自同一總體，MSb/MSw≈1。
另一種情況是處理確實有作用，組間均方是由於誤差與不同處理共同導致的結果，即各樣本來自不同總體。那麼，MSb>>MSw(遠遠大於)。
(3)股票數據方差分析法擴展閱讀：
如果用均方（離差平方和除以自由度）代替離差平方和以消除各組樣本數不同的影響，則方差分析就是用組間均方去除組內均方的商（即F值）與1相比較，若F值接近1，則說明各組均值間的差異沒有統計學意義，若F值遠大於1，則說明各組均值間的差異有統計學意義。
實際應用中檢驗假設成立條件下F值大於特定值的概率可通過查閱F界值表（方差分析用）獲得。
單因素方差分析的基本分析只能判斷控制變數是否對觀測變數產生了顯著影響。如果控制變數確實對觀測變數產生了顯著影響，進一步還應確定控制變數的不同水平對觀測變數的影響程度如何。
例如，如果確定了不同施肥量對農作物的產量有顯著影響，那麼還需要了解10公斤、20公斤、30公斤肥料對農作物產量的影響幅度是否有差異，其中哪種施肥量水平對提高農作物產量的作用不明顯，哪種施肥量水平最有利於提高產量等。掌握了這些重要的信息就能夠幫助人們制定合理的施肥方案，實現低投入高產出。
❹ 股票數據求數學期望或方差
首先你得對股票市場有所了解，你是要對個股還是整個盤面做分析
舉個例子，對上證的一個月的指數或者交易量做個統計（可從股票操作系統中得到）利用統計的公式計算方差，期望等等，經過數值的比較可以看出一定的結論
個股也是一樣
需要了解的知識有概率統計和股票常識
❺ 這組數據方差分析法如何標注abcd
標注都是在分析出結果之後自己手動加上去的
我替別人做這類的數據分析蠻多的
❻ 方差分析是用於研究哪種數據的統計方法
方差用來度量隨機變數和其數學期望（即均值）之間的偏離程度。通俗點講，就是和中心偏離的程度，用來衡量一批數據的波動大小（即這批數據偏離平均數的大小）。 在樣本容量相同的情況下，方差越大，說明數據的波動越大，越不穩定 。
❼ 什麼是方差分析，簡述方差分析的基本步驟
方差分析是檢驗多個總體均值是否相等的統計方法.它是通過檢驗各總體的均值是否相等來判斷分類型自變數對數值型自變數是否有顯著影響.
單因素方差分析基本思想：數據的誤差即總誤差平方和分為組間平方和組內平方和,組內誤差只包含隨機誤差.組間誤差包含隨機誤差和系統誤差,系統誤差即為因素不同水平造成的誤差,如果因素的不同水平對數據沒有影響,系統誤差為0,組間誤差與組內誤差經過自由度平均後的數值相比接近於1,反之,如果因素的不同水平對數據有影響,這個比值就會大於1,當它大到某種程度時,就可以說不同水平之間存在著顯著差異,也就是自變數對因變數有顯著影響
❽ 方差分析法的方法
通常用方差（variance）表示偏差程度的量，先求某一群體的平均值與實際值差數的平方和，再用自由度除平方和所得之數即為方差（普通自由度為實測值的總數減1）。組群間的方差除以誤差的方差稱方差比，以發明者R.A.Fisher的第一字母F表示。將F值查對F分布表，即可判明實驗中組群之差是僅僅偶然性的原因，還是很難用偶然性來解釋。換言之，即判明實驗所得之差數在統計學上是否顯著。方差分析也適用於包含多因子的試驗，處理方法也有多種。在根據試驗設計所進行的實驗中，方差分析法尤為有效。
方差法計算原則:
一種表達值精確度的常用方法是表示真值在一定概率下所處的界限，平均值的界限給出：數據結果如果有兩組試驗結果，表示對兩種材料進行的同樣試驗,了解這兩組結果的平均值究竟有無明顯差別，所算出的這一參數就是最小顯著性之差，假如這兩個平均值之間的差別超出這一參數，那麼這兩組數據來自同一總體的機會就會很小，也就是說這兩者的總體很可能是不同的,最小顯著差由下式計算,若每組所含的數據個數相同，如果這一比值大於從分布表查得的相應的值，那麼這兩個標准偏差在一定概率水平上是顯著不同的，這種顯著性檢驗僅在數據分布呈正態分布或接近於正態分布時才是有效的,採用合並標准偏差檢驗平均值顯著性差異應嚴格限制在比值檢驗標准偏差有明顯差異時使用,有多種原因會造成試驗結果的波動性，因此最好是經常測定總變動性中的每一變動源所佔的比例,方差分析就是用於評價總變動性來自每一變動源中各組分顯著性一項技術,是以構成總方差的各獨立因素方差而不是標準的總和等於總方差這一基本事實為基礎的,其總的原則是鑒別試驗變動性的可能來源，編制方差分析表，以得出每一組分平均值偏差的平方和，以及相應的自由度數值的均方值，方差的數據主要與加工性能以及損耗等多種因素有關。