❶ one way ANOVA P value数据怎么分析方差分析
调用函数
STDEV
估算样本的标准偏差。标准偏差反映相对于平均值 (mean) 的离散程度。
语法 ：
STDEV(number1,number2,...)
Number1,number2,... 为对应于总体样本的 1 到 30 个参数。也可以不使用这种用逗号分隔参数的形式，而用单个数组或对数组的引用。
操作方法 ：
创建空白工作簿或工作表。
请在“帮助”主题中选取示例。不要选取行或列标题。
从帮助中选取示例。
按 Ctrl+C。
在工作表中，选中单元格 A1，再按 Ctrl+V。
若要在查看结果和查看返回结果的公式之间切换，请按 Ctrl+`（重音符），或在“工具”菜单上，指向“公式审核”，再单击“公式审核模式”。
ne-Way ANOVA过程
该命令用于两组及多组独立样本平均数差异显著性的比较，即成组设计的方差分析。还可进行随后的两两成对比较。
【Dependent List框】
选入需要分析的变量，可选入多个结果变量（因变量）。
【Factor框】
选入需要比较的分组因素，只能选一个。
【Contrast钮】
弹出Contrast对话框，用于对精细趋势检验和精确两两比较的选项进行定义，该对话框比较专业，也较少用，这里做简单介绍。
Polynomial复选框 定义是否在方差分析中进行趋势检验。
Degree下拉列表 和Polynomial复选框配合使用，可选则从线性趋势一直到最高五次方曲线来进行检验。
Coefficients框 定义精确两两比较的选项。按分组变量升序给每组一个系数值，注意最终所有系数值相加应为0。如果不为0仍可检验，只不过结果是错的。比如说在下面的例2要对一、三组进行单独比较，则在这里给三组分配系数为1、0、-1，就会在结果中给出相应的检验内容。
【Post Hoc按钮】
弹出Post Hoc Multiple Comparisons对话框，用于选择进行各组间两两比较的方法：
EquaL Variances Assumed复选框：当各组数据方差齐性时的两两比较方法，共14种。其中最常用的为LSD和S-N-K法。
EquaL Variances Not Assumed复选框:当各组方差不齐性时的两两比较方法，共4种，其中以Dunnetts's C法较常用。
Significance Level框 定义两两比较时的显著性水平，默认为0.05。
【Options按钮】
弹出Options对话框，用于定义相关的选项：
Statistics复选框：选择一些附加的统计分析项目，有统计描述（Descriptive）和方差齐性检验（Homogeneity-of-variance）。
Means plot复选框： 用各组均数做图，直观了解它们的差异。
Missing Values单选框组：定义分析中对缺失值的处理方法，可以是具体分析时用到的变量有缺失值才去除该记录（Excludes cases analysis by analysis），或只要相关变量有缺失值，则在所有分析中均去除该记录(Excludes cases listwise)。默认为前者，目的是充分利用已收集数据。
❷ 怎样用方差分析方法分析试验数据
通过介绍EXCEL中一些统计函数的用法以及一个试验的数据处理的实例来说明单因素方差分析的应用。关键词：实验数据、方差分析、EXCEL、单因素、函数中图分类号：O212文献标识码：A 文章编号：1674-0432（2012）-2- 搞农业生产离不开田间试验，辛辛苦苦作了试验，得出的大量数据怎样简化提取，用什么方法进行分析，是每个技术员都要掌握的知识，在实验数据分析中方差分析又是我们最常用的数据分析方法，下面结合EXCEL的使用简要谈下方差分析方法的应用。1 Excel中常用的几个统计函数电子软件EXCEL为我们提供了强大的数据分析功能，通过它可以高效、准确、格式化的进行数据运算；首先介绍一下Excel中常用的几个统计函数：1.1 sum介绍：返回区域内数据总和。1.2 Average介绍：返回区域内数据的平均数。1.3 Sumsq介绍：返回区域内数据的平方和。1.4 Count介绍：返回区域内数值型数据的个数。1.5 Proct介绍：返回数值区域内数值的乘积。1.6 var,varp介绍：返回样本中得出的总体的方差。1.7 Geomean介绍：返回正整数组成的区域内数的几何平均值。2 举例说明方差分析方法的应用。示例：有一细绒棉品比试验，共有A、B、C、D、E、F 6个品种（k=a=6），其中C是对照品种，采用随机区组设计重复3次（n=b=3），小区面积35.2m2，试作产量结果分析。分析：此试验涉及6个品种，数据列表如下，可以看出此试验数据可以用单因素的方差分析来处理。
❸ 简述方差分析基本原理
基本原理：就是计算其组间误差，其是服从F分布，求出F值，在依据F分布表来验证是否显著。
由于各种因素的影响，研究所得的数据呈现波动状。造成波动的原因可分成两类，一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。
组内SSw、组间SSb除以各自的自由度(组内dfw =n-m，组间dfb=m-1，其中n为样本总数，m为组数)，得到其均方MSw和MSb，一种情况是处理没有作用，即各组样本均来自同一总体，MSb/MSw≈1。
另一种情况是处理确实有作用，组间均方是由于误差与不同处理共同导致的结果，即各样本来自不同总体。那么，MSb>>MSw(远远大于)。
(3)股票数据方差分析法扩展阅读：
如果用均方（离差平方和除以自由度）代替离差平方和以消除各组样本数不同的影响，则方差分析就是用组间均方去除组内均方的商（即F值）与1相比较，若F值接近1，则说明各组均值间的差异没有统计学意义，若F值远大于1，则说明各组均值间的差异有统计学意义。
实际应用中检验假设成立条件下F值大于特定值的概率可通过查阅F界值表（方差分析用）获得。
单因素方差分析的基本分析只能判断控制变量是否对观测变量产生了显著影响。如果控制变量确实对观测变量产生了显著影响，进一步还应确定控制变量的不同水平对观测变量的影响程度如何。
例如，如果确定了不同施肥量对农作物的产量有显著影响，那么还需要了解10公斤、20公斤、30公斤肥料对农作物产量的影响幅度是否有差异，其中哪种施肥量水平对提高农作物产量的作用不明显，哪种施肥量水平最有利于提高产量等。掌握了这些重要的信息就能够帮助人们制定合理的施肥方案，实现低投入高产出。
❹ 股票数据求数学期望或方差
首先你得对股票市场有所了解，你是要对个股还是整个盘面做分析
举个例子，对上证的一个月的指数或者交易量做个统计（可从股票操作系统中得到）利用统计的公式计算方差，期望等等，经过数值的比较可以看出一定的结论
个股也是一样
需要了解的知识有概率统计和股票常识
❺ 这组数据方差分析法如何标注abcd
标注都是在分析出结果之后自己手动加上去的
我替别人做这类的数据分析蛮多的
❻ 方差分析是用于研究哪种数据的统计方法
方差用来度量随机变量和其数学期望（即均值）之间的偏离程度。通俗点讲，就是和中心偏离的程度，用来衡量一批数据的波动大小（即这批数据偏离平均数的大小）。 在样本容量相同的情况下，方差越大，说明数据的波动越大，越不稳定 。
❼ 什么是方差分析，简述方差分析的基本步骤
方差分析是检验多个总体均值是否相等的统计方法.它是通过检验各总体的均值是否相等来判断分类型自变量对数值型自变量是否有显著影响.
单因素方差分析基本思想：数据的误差即总误差平方和分为组间平方和组内平方和,组内误差只包含随机误差.组间误差包含随机误差和系统误差,系统误差即为因素不同水平造成的误差,如果因素的不同水平对数据没有影响,系统误差为0,组间误差与组内误差经过自由度平均后的数值相比接近于1,反之,如果因素的不同水平对数据有影响,这个比值就会大于1,当它大到某种程度时,就可以说不同水平之间存在着显著差异,也就是自变量对因变量有显著影响
❽ 方差分析法的方法
通常用方差（variance）表示偏差程度的量，先求某一群体的平均值与实际值差数的平方和，再用自由度除平方和所得之数即为方差（普通自由度为实测值的总数减1）。组群间的方差除以误差的方差称方差比，以发明者R.A.Fisher的第一字母F表示。将F值查对F分布表，即可判明实验中组群之差是仅仅偶然性的原因，还是很难用偶然性来解释。换言之，即判明实验所得之差数在统计学上是否显著。方差分析也适用于包含多因子的试验，处理方法也有多种。在根据试验设计所进行的实验中，方差分析法尤为有效。
方差法计算原则:
一种表达值精确度的常用方法是表示真值在一定概率下所处的界限，平均值的界限给出：数据结果如果有两组试验结果，表示对两种材料进行的同样试验,了解这两组结果的平均值究竟有无明显差别，所算出的这一参数就是最小显著性之差，假如这两个平均值之间的差别超出这一参数，那么这两组数据来自同一总体的机会就会很小，也就是说这两者的总体很可能是不同的,最小显著差由下式计算,若每组所含的数据个数相同，如果这一比值大于从分布表查得的相应的值，那么这两个标准偏差在一定概率水平上是显著不同的，这种显著性检验仅在数据分布呈正态分布或接近于正态分布时才是有效的,采用合并标准偏差检验平均值显著性差异应严格限制在比值检验标准偏差有明显差异时使用,有多种原因会造成试验结果的波动性，因此最好是经常测定总变动性中的每一变动源所占的比例,方差分析就是用于评价总变动性来自每一变动源中各组分显著性一项技术,是以构成总方差的各独立因素方差而不是标准的总和等于总方差这一基本事实为基础的,其总的原则是鉴别试验变动性的可能来源，编制方差分析表，以得出每一组分平均值偏差的平方和，以及相应的自由度数值的均方值，方差的数据主要与加工性能以及损耗等多种因素有关。