最小平方頻譜分析法
最小平方頻譜分析法（）是一種利用最小平方法尋找適配於資料點之最佳正弦曲線，以估算頻譜的方法。其數學原理與科學界中最常用的傅立葉分析相似。 最小平方頻譜分析法也稱為凡尼切克法（Vaníček method）、隆布法（Lomb method）或隆布—史卡構法（Lomb–Scargle method），分別取名自對其有所貢獻的、尼可拉斯·隆布（Nicholas R. Lomb）。然而，大多數以上述理論為基礎開發的方法僅適用於取樣間距相等的訊號…
标签：#變異數分析
共 10 篇文章
交互作用 (统计学)
关注的交互作用]] 在统计学中，当考虑三个或更多变量之间的关系时，就可能出现交互作用（），它是指其中一个原因变量对结果的影响依赖于第二个原因变量的状态（即两者的影响原因不是简单累加的）。尽管通常根据因果关系来考虑，但交互作用也可用来描述非因果关联。交互作用常在迴歸分析或析因实验的背景下予以考虑。 交互作用的存在对统计模型的解释具有重要意义。如果两个感兴趣变量有交互作用，则每个交互作用变量与第三个“因变量”之间的关系取决于另一个交互作用变…
變異數分析測試
ANOVA测试（或称 ANOVA与可複製性测试），是一种利用随机效果模型分析方差（ANOVA）的测试系统分析技术，以便对测量系统进行评估。 对测量系统的评估不限于，而是应用于所有类型的測量儀器、测试方法等，以及其他的测试系统。
等级线性模型
等级线性模型（、简称 ，也被称为mixed-effect model，random-effect models，nested data models或者multilevel linear models）是一种复杂的统计模型。在计量经济学文献中也常常被称为Random-coefficient regression models(Rosenberg, 1973; Longford, 1993)。在某些统计学文献种也被称为Covariance…
方差分析
變異數分析（，簡稱：ANOVA）為資料分析中常見的統計模型，主要為探討連續型（Continuous）資料型態之因变量與類別型資料型態之自变量的關係，當自變項的因子中包含等於或超過三個類別情況下，檢定其各類別間平均數是否相等的統計模式，廣義上可將T檢定中變異數相等（Equality of variance）的合併T檢定（Pooled T-test）視為是變異數分析的一種，基於T檢定為分析兩組平均數是否相等，並且採用相同的計算概念，而實際上…
F-分布
{{機率分佈 |name = F分布 |type = 密度 |pdf_image = | |cdf_image = | |parameters =d_1>0,\ d_2>0自由度 |support = x \in [0; +\infty)\! |pdf = \frac{\sqrt{\frac{(d_1\,x)^{d_1}\,\,d_2^{d_2}} {(d_1\,x+d_2)^{d_1+d_2}}}} {x\,\mathrm{B}\!\…
随机效应模型
随机效应模型是一种将模型参数设定为随机变量的统计模型。该模型是等级线性模型的一种。随机效应模型有自變量和因變量，它假设存在某種差异，這種差异对因变量的影响可以被视为随机效应。例如若想探究教育程度对收入的影响，且数据来自多个城市（如香港、广州、南宁等），研究人员通常假设教育程度（自變量）与收入（因變量）呈正相关，但不同城市可能存在系统性差异。例如在大都市，教育程度可能对收入产生显著影响（高学历带来高收入），而在小城市，社会关系网络等因素可…
干擾因素
干擾因素（英語：、或），又稱為干擾因子、干擾變量、混淆變量、共變因等，在统计学和因果關係中是指會同時影響自变量和因变量，導致出現偽關係的一種變量。在不嚴謹的語境下，干擾因子也可以指所有未知變數（），包括中介變因和對撞變因。干擾因子會造成偽關係，是相關不蘊涵因果的原因之一。 參見 * 參考文獻
F检验
F檢定 ()，亦稱聯合假設檢定（）、變異數比率檢驗、方差齐性检验。它是一种在零假设（）之下，統計值服从F-分布的检验。其通常是用來分析用了超過一個參數的统计模型，以判斷該模型中的全部或一部分參數是否適合用來估計母體。 F检验這名稱是由美國數學家兼統計學家命名，为了纪念英國統計學家兼生物學家羅納德·費雪（）。Fisher在1920年代發明了這個檢驗和F-分布，最初稱為變異數比率（）。 適用場合 檢定一系列服从正态分布的母体是否有相同的标准…
合并方差
合并方差（）在统计学中是指当多个总体均值不同时估算总体方差的方法。其假设每个总体都有着相同的方差。在此假设之下，合并样本方差相比单个的样本方差能更精确地估算总体方差。合并方差的平方根则称为合并标准差（）。 以i = 1,\ldots,k表示不同总体，可以通过加权平均计算合并方差s^2_p： :s_p^2=\frac{\sum_{i=1}^k (n_i - 1)s_i^2}{\sum_{i=1}^k(n_i - 1)} = \frac{(…