组内平方和

组内平方和 (Within-Group Sum of Squares)

组内平方和（SSW, Sum of Squares Within），又称误差平方和（SSE, Sum of Squares Error）或残差平方和，是方差分析(ANOVA) 中的核心概念之一，用于衡量各组内部观测值围绕其组均值的离散程度。它反映了随机误差或不可解释的个体差异——即剔除了组间差异后，数据中剩余的变异。

数学定义

设有 $k$ 个处理组（或类别），第 $i$ 组包含 $n_i$ 个观测值 $y_{i1}, y_{i2}, \dots, y_{in_i}$，总计 $N = \sum_{i=1}^{k} n_i$ 个观测。记第 $i$ 组的样本均值为 $\bar{y}_{i\cdot} = \frac{1}{n_i}\sum_{j=1}^{n_i} y_{ij}$，则组内平方和定义为：

该公式的含义是：对于每一组，计算组内每个观测值与该组均值之差的平方，然后将所有组的这些平方偏差加总。SSW 越大，说明各组内部的数据点越分散；SSW 越小，说明组内同质性越强。

平方和分解

ANOVA 的基石是总平方和分解恒等式：

即 总平方和 = 组间平方和 + 组内平方和，其中：

这一分解表明：数据中的总变异可被唯一地划分为组间变异（可由分组因素解释的部分）和组内变异（无法由分组解释的随机波动）。若 SSB 相对 SSW 较大，则提示分组因素可能具有显著效应。

自由度与均方

组内平方和对应的自由度为 $N - k$（总观测数减组数），因为每组损失一个自由度用于估计组均值。由此定义组内均方（MSW, Mean Square Within）：

MSW 是总体误差方差 $\sigma^2$ 的无偏估计量，无论原假设是否成立。这一性质使 MSW 成为 ANOVA F 检验的分母（误差项）。

在 ANOVA F 检验中的角色

单因素方差分析的 F 统计量为：

在原假设 $H_0: \mu_1 = \mu_2 = \dots = \mu_k$（所有组均值相等）下，该统计量服从 $F(k-1, N-k)$ 分布。若组间均方显著大于组内均方，则拒绝原假设，认为至少有一组均值不同。

从直觉上，MSW 提供了衡量"噪声"的基准——即使各组确实没有差异（$H_0$ 为真），观测值也会因随机波动而围绕组均值离散。只有当组间差异超过这个随机波动的正常范围时，我们才认为差异具有统计显著性。

与其他概念的关系

• 组间平方和 (SSB)：与 SSW 共同构成 SST，衡量组均值之间的系统差异。
• 均方误差 (MSE)：在线性回归语境中，MSE 与 MSW 本质相同，均量化模型无法解释的变异。
• 决定系数 $R^2$：在 ANOVA 框架下，$R^2 = SSB / SST = 1 - SSW / SST$，即组间变异占总变异的比例。
• 效应量 (Effect Size)：$\eta^2 = SSB / SST$ 和 Cohen's f 等指标均依赖 SSW 衡量非中心化程度。

假设条件

组内平方和作为 ANOVA 的核心组件，其有效性依赖于以下假设：各组内观测值来自方差相等的正态分布（方差齐性）；观测值之间相互独立。若方差齐性假设不满足，可考虑使用Welch ANOVA或Kruskal-Wallis检验等替代方法。在实验设计中，通过随机化和区组化可有效控制组内变异，从而提高检验功效。