1樓：簡併
一、如果題主說的是隨機效應模型(各水平是隨機生成的)，最後的MSA(SSA)和MSB(SSB)中是包含兩個誤差分量:
1)自變數誤差傳遞的分量(如果有自變數誤差存在的話)
2)互動作用的分量MS(AB)。而互動作用中已包含了純誤差(這裡稱殘差)的分量MSe。
通常方差分析不考慮1)並且不知道自變數取值和自變數誤差大小，所以隨機效應模型包含的誤差分量只有MS(AB)。
當互動作用不存在或很不顯著時，MS(AB)與MSe是一回事，須合併。
主效應A的顯著性檢驗F比=MSA/MS(AB)
當互動作用不存在時，分母改為MS(AB)與MSe的合併項。
實際上，以上還不是乙個最好的表達。隨機效應模型通常用方差分量描述。主效應A的方差包含了三部分: A的方差分量、互動作用AB的方差分量和殘差(誤差)的方差分量。
二、如果是固定效應模型(各水平不是隨機生成)，則主效應A的F比=MSA/MSe，誤差項裡不包含互動作用。因為AB是固定值，沒有誤差(方差)。
但是互動作用很不顯著時，互動作用要併入誤差項。(實際上這是一句正確的廢話，當誤差項自由度太少時，任何很不顯著的因子都應併入誤差項。)
固定效應模型沒有方差分量。
大學統計學中，單因素方差分析的內在含義？
假設平常人得感冒平均14天能痊癒，然後某個藥廠研製了乙個新藥，然後他們想要知道這個藥是不是能顯著縮短感冒痊癒的時間。假如他們隨機去醫院在感冒的人裡面抽取了5個人 當然這個抽取樣本裡面說道也多得很，但我們就假設他們能取到隨機 有代表性的樣本 然後發現給他們吃了這個藥以後他們的平均痊癒時間是12天，那麼...
回歸分析的誤差項為什麼假定正態分佈？
比如先生 這個問題是大部分初級計量學生做容易犯得錯誤之一。如果你只需要consistency，只需要conditional mean是0就可以E e X 如果你需要efficiency，才需要球形協方差矩陣。這只需要iid就可以。也不需要一定是正態的。參見https en.m.wikipedia.o...
請問為什麼多元估計中係數的方差比單變數估計的方差大，但是我們還是偏愛多元估計的係數呢？
南野秀一 正好2年前學過這個，為解決這個問題，先介紹乙個定理 Frisch Waugh Lovell Theorem If the regressors are partitioned as in then 1.If and are the OLS regression coefficients i...