11.4.2 方差分析

方差分析视图提供对所有分组内的样本的共有峰值（自变量）进行经典的方差分析（Analysis of variance, ANOVA）的功能。从而根据每个自变量在不同样品分组内样本均值的差别是否存在统计学意义，评价其对于分类判别而言的重要程度。

此外还可对数据进行更详细的单向多元方差分析，详见11.3.4。

方差分析结果输出栏的结果输出表格以下表为例：

ID 共有峰 总计 组间 组内 F P
总自由度 总方差 自由度 方差 均方差 自由度 方差 均方差
2 没食子酸甲酯 46 6.14 2 3.29 1.65 44 2.85 0.06 25.40 0.00
5 芍药苷 46 32.50 2 6.66 3.33 44 25.84 0.59 5.67 0.01
6 没食子酰芍药苷 46 8.10 2 0.07 0.03 44 8.03 0.18 0.19 0.83

在与输出结果对应的方差分析柱状图（图11-23）中，柱体、误差线和自变量符号依次代表自变量均值、F统计量以及显著程度（1-P）。F值越大，则说明该自变量的各组样本均数的差异越显著。如果F值较小，同时对应的自变量1-P值低于图中给出的95%置信限，则接受其各组样本均值一致的假设，说明其变化程度较低，可认为其对于样本分类判别的意义不大。

图11-23 方差分析结果统计图

在MS-DART和NIR解决方案中，由于自变量较多，方差分析结果将以折线图的形式绘制而不是柱状图。