对于单向方差分析测试，为什么“Fit Y by X”和“Fit Model”的结果不同？你好，
我试图使用“Fit Y by X”和“Fit Least Squares”进行单向方差分析测试，我使用的样本数据是“Snapdragon”。 最初，我认为两种方法得到的 P 值和 F 比应该是相同的（见突出显示的部分）。 然而我错了。 它们实际上是完全不同的
有人能告诉我为什么使用这两种方法会有不同吗？ 哪一种分析更准确？
非常感谢！
回复：对于单向方差分析测试，为什么“Fit Y by X”和“Fit Model”的结果不同
知道了。 这已经非常有帮助了。 谢谢！
回复：对于单向方差分析测试，为什么“Fit Y by X”和“Fit Model”的结果不同是的。 如果我有几个可能影响响应的因素，我会以多种方式探索数据，并且很可能以多元模型（拟合模型）结束我的最终结论。 在某些情况下，您可能还需要考虑因素和逐步拟合之间的相互作用。
不幸的是，我无法告诉您在讨论线程空间中的每种情况下您需要做什么。 您可能需要考虑接受一些正式培训。回复：对于单向方差分析测试，为什么“Fit Y by X”和“Fit Model”的结果不同嗨菲尔，
感谢您的详尽解释。 现在这更有意义了。 因此，如果我有一组更复杂的数据（多个因素，每个因素都有> 5个水平）并且我尝试找到最主要的因素，我应该进行拟合模型分析并从该结果中得出结论，而不是仅仅查看在单向方差分析结果中找到 F 比最高的那个。 我的理解正确吗？
谢谢，
四超
回复：对于单向方差分析测试，为什么“Fit Y by X”和“Fit Model”的结果不同您还问，哪个分析最准确？ 好吧，所有模型都是错误的......
然而，单独的单向分析是将效应方差与误差方差进行比较。 但误差方差被高估了，因为它包含可以用缺失效应来解释的方差。
因此，我建议组合模型是更有用的模型，因为误差项只是我们考虑因素效应后留下的方差。
这实际上可以追溯到实验开始时提出的假设。
回复：对于单向方差分析测试，为什么“Fit Y by X”和“Fit Model”的结果不同事实上，在这种情况下，您可以看到组合模型 (142) 的模型平方和只是各个模型中效果的平方和 (103 + 39)。 看看方差分析表中的 - 希望它有意义。
（在这种情况下，土壤和块效应是正交的 - 彼此不相关 - 因为它是来自设计实验的数据。 在其他情况下 - 使用观察数据 - 情况不一定如此）
回复：对于单向方差分析测试，为什么“Fit Y by X”和“Fit Model”的结果不同你好，
简单的答案是，通过 Fit Y by X，您可以拟合 2 个独立的模型。 使用拟合模型，您可以拟合具有两种效果的模型。
F 检验将模型方差与误差方差进行比较。 土壤效应和块体效应的组合比其中任何一种效应对 Y 的变化造成的影响更大。 因此误差方差较低，F 比较高。
这有帮助吗？
问候，
菲尔
