一般線性模型和方差分析的區別？

一、基本思想

方差分析的基本思想是：通過分析研究不同來源的變異對總變異的貢獻大小，從而確定可控因素對研究結果影響力的大小。

二、應用

數據分析師在用方差分析主要用途：①均數差別的顯著性檢驗，②分離各有關因素并估計其對總變異的作用，③分析因素間的交互作用，④方差齊性檢驗。

三、實例（數據符合方差齊性檢驗）

例一：單因素檢驗

第一部分：項目描述

項目1：酸奶飲料新產品口味測試研究案例。

建模目標：選擇最優樣品，并利用該模型對城市間的差異、城市與品牌間的交互作用等問題進行探討。

分析方法：交叉表、多因素方差分析模型。

分析過程：數據：拆分文件；描述統計：交叉表；比較均值：均值；統計圖：誤差線條圖；一般線性模型：單變量。

第二部分：模型過程，

第一步，先進行單變量方差分析：一般線性模型 → 單變量，檢驗該因素是否具有統計作用。

第二步，若具有統計作用，則接著組間兩兩比較，檢驗哪兩個品牌之間具有差異。輸出結果如下：將品牌分為2個子集，且兩個子集中間是差異的P值<5，子集之間的各品牌是無差異的P值>5。