1樓：你再說一遍
MLR主要擬合線性關係
方差分析是分析每種因素對因變數的影響程度
符號區分
再補一張筆記
和方差分析處的公式有一點區別
指路課本版本
2樓：Psycho.杜先生
簡單來說。
1 殊途同歸，方差分析處理的自變數的是稱名資料，回歸處理的是」自變數」等距或等比資料。
2 方差分析處理的是實驗資料，回歸處理的實質是相關關係。
3 名稱不一樣。
3樓：李曉煦
先說結論
方差分析有被試內因素與被試間因素及其交叉的各種複雜情況。出現被試內因素之後，教科書上的方差分析不能用回歸分析來替代。但如果只有被試間因素的情形，方差分析只是（單因變數多自變數）回歸模型的乙個側面。
這樣說來，應該說單因變數的回歸分析才是方差分析限制在被試間自變數的特例。
為什麼很多研究者會說方差分析是回歸的特例
會用 R 中anova(lm(...)) 的朋友，自然知道回歸分析不論自變數是 nominal 還是 scale 還是二者互動，都可以作Type I、II、III...的ANOVA。
說方差分析是回歸的特例，通常預設方差分析這個術語限定到有nominal自變數的情形。這有實驗設計的背景。實驗設計中，scale自變數通常是協自變數（CV），nominal被試間自變數通常叫做因素（factor）。
在沒有nominal自變數只有scale自變數的情形，通常就不歸實驗設計勢力範圍，有些面向實驗設計的軟體比如SPSS，會特意把「回歸分析」作為乙個選單分給這種情形。
為什麼回歸不能覆蓋方差分析
被試內因素的方差分析，特別是被試內因素A、B和被試間因素C、D 四個互動在一起的方差分析，似乎是很多統計課擔心教不懂而躲開的部分，很少有教材願意展開講。其實真就是教不懂，上學期我的《心理統計學（二）》考試開卷，最後一題就是寫出這種情形各個 F 的分子分母的自由度，沒有乙個學生能全寫對，最好的學生寫對了所有的分子。認為回歸模型無所不包的朋友，的確可以用包含被試id作為nominal自變數的回歸分析模型把這些 SS 全拆分出來。
麻煩的是，涉及被試內因素情形的 F，它分母的顯然不是回歸模型的。從概率的道理上，這是因為被試內與被試間的抽樣誤差性質不同。有一些前沿文獻提到被試內因素的方差分析可以用 HLM 替代，然而數學上根本不是同樣的結果，所謂的替代是把問題也替代了。
最後一段看不懂但自信統計學得很清楚的同學，推薦參考： R Guide -- Analysis of Variance 以及 Andy Field 的SPSS教材（amazon.cn 的頁面）對應章節
4樓：iwjx
側重點和用途不一樣：
方差分析針對因變數和自變數之間的置信程度；
回歸分析側重的是回歸係數，但在回歸分析裡也必須考慮方差分析，因為這是起碼的保證條件。
5樓：niaocu
二者都屬於多元統計——研究兩個(或兩個以上變數)之間的關係。差別在於所研究變數的型別。
如果因變數是定量資料，自變數是定性資料，那麼適用方差分析——方差分析最早提出來就是用於研究各種因素(土壤種類、栽培方法)對產量的影響。
如果因變數和自變數都是定量的，那麼直接上回歸分析。
如果因變數是取兩個值的定性變數，自變數是定量，用logistic回歸。
用個比喻：如果問題物件是釘子，那麼你得用榔頭來解決問題；如果物件是螺母，那麼你得找扳手；如果是十字螺絲釘，那麼得用十字螺絲刀。。。就醬。
方差分析的基本思想是什麼？
靜學社 學無止境 如果你是乙個新手，建議首先看看最高贊的回答，他的回答寫的很好。但是他的文章很長，導致一些重要思想淹沒在了一些不重要的文字之中。如果不仔細品並且悟性不好，這些重要思想你是無法理解的。那我就簡單粗暴一點，直接把這些思想直白的告訴你。所以，我的回答對於新手並不友好，因為需要有乙個好的統計...
債權和股權投資分析的異同是什麼？
鹽選推薦 有很多投資人在買理財產品的時候，區分不清股權和債權的區別，股權和債權僅一字之差，他們的區別可大了去了。股權和債權，他們是兩種不同的權利。債權是一種請求權，債權的收益主要是以利息的方式來體現，而且利息一般是固定的。債權與債務是共存的，有債權就有相應的債務存在，享有權利的是債權人，負有義務的是...
t檢驗與方差分析F檢驗的區別和聯絡？
yayiyo t分布是 student t 在研究 小樣本 的過程中發現的 無論總體分布如何，在其中取小樣本，得到的平均值和標準差的比值的分布服從t分布。因此，t檢驗可以用於檢驗乙個小樣本是否來自於某個大樣本。t分布的意義在於，它在紛繁複雜的分布之中，找到了乙個共性，使得工作可以唯一話，流程化。方差...