方差與范圍一樣,是與給定樣本或總體的分布有關的統計量。它是通過將每個元素與平均值之差的平方相加,然后除以總體中元素的數量來計算給定總體的。總體越緊密地圍繞平均值聚集,方差越低。 方差分析可用于確定新配方肥料...
方差與范圍一樣,是與給定樣本或總體的分布有關的統計量。它是通過將每個元素與平均值之差的平方相加,然后除以總體中元素的數量來計算給定總體的。總體越緊密地圍繞平均值聚集,方差越低。

方差分析可用于確定新配方肥料與現有品種相比的成功率一個密切相關的統計量是標準差,它是方差的平方根。標準差在描述性統計中使用得更為頻繁,因為它更直觀,與平均值共享相同的單位。在正態分布中,這是經典的許多現象都有鐘形分布曲線,超過95%的人口將處于平均值的兩個標準差范圍內。

當測試一種新肥料時,方差分析可用于農業方差是最有用的預測統計技術,如回歸或方差分析(ANOVA)回歸將一個變量建模為影響變量的一個或多個因素與方差之和,方差代表實際觀測要素與其期望值之間的差異。例如,城市的建筑業就業可以建模為基準水平,再加上一年中的季節性調整,再加上對國民經濟的調整,再加上方差,回歸技術試圖確定一個方差最小的模型,使預測的期望值在觀測后有望接近觀測值方差分析是臨床試驗中常用的一種對方差來源進行分類的統計技術,觀察結果按實驗中一個或多個感興趣的因素進行分類,最小二乘法將方差分為隨機誤差、因子效應和交互效應,以確定一個或多個因素對變量的影響為目標。例如,一個正在測試一種新肥料的公司可能會使用一個方差分析實驗,將作物產量作為研究變量,并考慮使用了哪些肥料和作物獲得了多少降雨量。新肥料與其他肥料相比如何肥料將是實驗中的一個因素效應;如果新肥料在標準降雨條件下的表現優于其競爭對手,但在強降雨條件下則不是,這將是一個相互作用效應的例子。

標準差它比方差更常用,因為它更直觀,單位與平均數相同。