文档介绍：单因素方差分析的基本思想: 在方差分析中, 代表变异大小, 并用来进行变异分解的指标就是离均差平方和, 是所有的 N个y 的离均差平方和, 代表总的变异程度,为 SST. 总变异被分解为两项, 第一项是各组的离均差平方和之和, 代表组内变异, 称为组内平方和, 为 SSW ; 第二项为按样本含量大小加权的各组均数与总均数的差值平方和, 代表组间变异, 称为组间平方和,为 SSB, 即: SST=SSW+SSB; 其中组间变异既包括了处理因素的作用,也包括了随机误差, 而组内变异仅体现了随机误差。这样, 我们可采用一定的方法来比较组内变异和组间变异的大小, 如果后者远远大于前者, 则说明处理因素的影响的确存在, 如果相差无几,则说明该影响不存在。多因素方差分析的基本思想: 将反应变量的变异分解为两部分: 一部分为组间变异( 组别因素的效应), 一部分为组内变异( 随机误差)。然后对这两部分变异进行比较, 看是否组间变异大于组内变异。聚类分析的基本思想: 聚类样本 1. 系统聚类法: 先把 n 个聚类样本看成 n类, 类的个数 g=n. 然后计算两两类间距离, 并将类间距离最小的两个合并为一类, g=n-1. 再计算两两类间距离,并将类间距离最小的两个合并为一类, g=n-2. 重复此过程,直到所有的类间距离达到一定的要求为止,或直至所有的样本被合并为一类为止, 然后根据类间距离的要求以及实际意义选择一个适当的分类。 2. 逐步聚类法: 先选择若干个初始凝聚点, 可以是所有样本中的任意几个样本, 也可以是随意确定的几个新样本观察值。然后把每个样本按距离大小归入到与该样本最近的凝聚点所代表的初始类中,再以这些初始类的“重心”(类内各样本观察值的平均值)作为新的凝聚点重新将样本归类。重复以上步骤,直到分成的类再没有什么变化为止