1702656450
1702656451
1702656452
1702656453
图7.4 “方差分析：单因素方差分析”对话框
1702656454
1702656455
③在“方差分析：单因素方差分析”对话框中的“输入区域”文本框中输入数据所在的单元格区域B3:D11；按照原始数据的数据结构在“分组方式”一栏中选择“列”；在“α”文本框中输入显著性水平0.05，如图7.5所示；单击“确定”按钮即可得到如图7.6所示的单因素方差分析计算结果。
1702656456
1702656457
1702656458
1702656459
1702656460
图7.5 “方差分析：单因素方差分析”对话框设置
1702656461
1702656462
1702656463
1702656464
1702656465
图7.6 单因素方差分析计算结果
1702656466
1702656467
④分析方差分析结果。从图7.6所示的方差分析结果中可看出，计算的F值小于F临界值，同时P值大于显著性水平0.05，可得出结论：a、b、c三种不同的检测方式对该食品的安全检测没有显著影响。
1702656468
1702656469
1702656470
1702656471
1702656472
Excel统计分析与应用大全 [:1702652446]
1702656473
Excel统计分析与应用大全 7.2 双因素方差分析
1702656474
1702656475
与单因素方差分析不同，当方差分析中需要考虑两个因素的作用时，只需分析组间变差和误差的变量，称为双因素方差分析。
1702656476
1702656477
双因素方差分析根据双因素对相应变量的影响是否独立分为两类：当两个因素对相应变量的影响相互独立，即两个因素不相互作用对相应变量产生效应时，称为无重复的双因素分析；当两个因素对相应变量的影响不相互独立时，即两个因素相互作用对相应变量产生一种新的效应时，称为有重复的双因素方差分析。
1702656478
1702656479
与双因素方差分析对应的是双因素试验。在双因素试验中，可以通过示例3来进行分析。
1702656480
1702656481
示例3：
1702656482
1702656483
如表7.2所示，为了分析Y与n两个因素对所考察的随机变量Θ的影响，我们可以在分析时假定用Y表示行因素的分类数目，n表示列因素的分类数目，则双因素方差分析的结果以列因素n和行因素Y表示，从而构成双因素方差分析的数据结构。
1702656484
1702656485
1702656486
1702656487
1702656488
Excel统计分析与应用大全 [:1702652447]
1702656489
7.2.1 无重复的双因素方差分析
1702656490
1702656491
无重复的双因素方差分析是最基本的双因素方差分析，因其不需考虑两个因素之间的相互影响。
1702656492
1702656493
示例4：
1702656494
1702656495
以某品牌手机销售公司1至4月份的手机销售数量为例，随机抽取5名销售员，并通过该5名销售人员1至4月份的销售数量的双因素方差分析不同月份的销售数量是否存在差异，不同销售员之间的销售数量是否存在差异。原始数据如图7.7所示。
1702656496
1702656497
1702656498
1702656499