Stata软件多因素方差分析：基本原理
在现实研究中，一个事件不可能仅受一个因素的影响，恰恰相反，一个事件是受多个因素综合作用的结果，所以多因素方差分析相比单因素方差分析有更广泛的应用空间。下面以双因素方差分析中无交互作用的情况为例介绍多因素方差分析的基本原理。
一般情况下，双因素方差分析的数据如表4.4所示排列，影响因素有A和B两个。
表4.4 双因素方差分析表
方差分析过程如下：
01 提出原假设是“因素A或B对结果没有影响”，备择假设是“因素A或B对结果有影响”。
02 所使用的统计量是：
MSA反映了A因素的组间差异，MSB反映了B因素的组间差异，MSE反映了随机误差。这两个F统计量的功能是用来衡量A或B因素对结果是否有影响，如果没有影响，组间差异就只由随机因素构成，MSA或MSB应与MSE的值接近，F统计量应该小于临界值。其中，各部分的计算公式如下：
03 分析结论：若F A或B >F α ，则拒绝原假设，认为因素A或B对结果有影响；否则，接受原假设。
