打开APP
userphoto
未登录

开通VIP,畅享免费电子书等14项超值服

开通VIP
方差分析和回归分析的异同是什么?

【慧航的回答(36票)】:

谢邀。

又有人提出这个问题,依稀想起来刚来知乎的时候,我跟几个学统计学的人的辩论。

直接告诉你,方差分析是特殊情形的回归分析,是回归分析的特例。方差分析就是解释变量全为分组的dummy的回归分析。

不信?看Wikipedia:

ANOVA is considered to be a special case of linear regression which in turn is a special case of the general linear model. All consider the observations to be the sum of a model (fit) and a residual (error) to be minimized.
还有这个:Why ANOVA and Linear Regression are the Same Analysis,里面解释的很清楚

随便找个数据在Stata里面做一下:

看到没?结果是一模一样的。至于回归分析的ANOVA表,实际上是把残差平方和、总平方和和模型平方和算出来,细心的你会发现模型的看到没?结果是一模一样的。至于回归分析的ANOVA表,实际上是把残差平方和、总平方和和模型平方和算出来,细心的你会发现模型的

所以你的问题,就要分情况了。如果你的解释变量是有连续的,只能用回归分析。如果都是离散的,都行。不过如果变量很多,还是建议用回归分析吧,线性回归解决各种问题的工具也多。

=================

@赵卿元我没有否认ANOVA的作用。在这个问题里面,题主问的是两者之间的关系,我就回答两者之间的关系,是特例。在另外一个问题里面,建议你看一下问题编辑日志:知乎 - 与世界分享你的知识、经验和见解

这是一开始的时候的问题,题主问的是“做线性回归的时候,回归结果中都会包含ANOVA的分析”,题主问的是做线性回归之后的那张ANOVA表(上图有),根本不是ANOVA分析本身好吗?那个表格本质上是在计算线性回归的R2啊!这是一开始的时候的问题,题主问的是“做线性回归的时候,回归结果中都会包含ANOVA的分析”,题主问的是做线性回归之后的那张ANOVA表(上图有),根本不是ANOVA分析本身好吗?那个表格本质上是在计算线性回归的R2啊!

我不知道 @Jack Diamond吧那个问题的“计量经济学”话题移除是何居心。我那个回答本质上就是想说,那张表格是计算R2用的,但是计量经济学并不关心R2。好了,你把这个话题移除了,我就彻底成了胡搅蛮缠了。。。。

【赵卿元的回答(6票)】:

谢邀。

题主可以先看看在这个问题线性回归中的 ANOVA 的作用是什么? - 方差分析下我和 @慧航的答案。

@慧航 在这个问题里的回答还是强调ANOVA是线性回归的特例。这当然是对的,但是这并不代表ANOVA就没有存在的价值。例如,ANOVA和线性回归都是广义线性模型(GLM, generalized linear model)的特例,但这就意味着标准的线性回归没有单独存在的价值了吗?显然不是的。比如著名的Least Angle Regressions(LARS)就是基于标准的线性回归,充分利用了correlation在其中的重要性。将LARS扩展到GLM就并不容易,而且会失去很多数学上的直观和美感。

ANOVA和线性回归也是一样的。虽然ANOVA是特例,但它还是有存在的价值:

1. ANOVA原本是针对试验设计提出的,这个设定直到现在还是有很多实际用途。

2. ANOVA在数学上非常简洁,甚至不需要矩阵计算。ANOVA的结果汇总为一张表,清晰易懂。

3. ANOVA检验的是一整个factor的显著性,而线性回归一般检验的是单个variable(factor的某个level)。虽然线性回归也可以用来一起检验很多variable,但比ANOVA来得更复杂一些。

【知乎用户的回答(0票)】:

统统都是GLM

都在GLM里面,就没啥不同

本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报
打开APP,阅读全文并永久保存 查看更多类似文章
猜你喜欢
类似文章
【热】打开小程序,算一算2024你的财运
一切皆回归
sas glm reg nlin 过程的比较
常见统计检验的本质都是线性模型(或:如何教统计学)下篇
HR分析技术--回归分析
R语音实战笔记
组间差异(均值或中位数)显著性检验大串讲
更多类似文章 >>
生活服务
热点新闻
分享 收藏 导长图 关注 下载文章
绑定账号成功
后续可登录账号畅享VIP特权!
如果VIP功能使用有故障,
可点击这里联系客服!

联系客服