Conţinut
Statisticianul și biologul evoluționist Ronald Fisher a dezvoltat ANOVA, sau o analiză a varianței, pentru a fi un mijloc de finalizare. Te poate ajuta să afli dacă rezultatele unui experiment, sondaj sau studiu pot susține ipoteza. Folosind ANOVA, puteți decide rapid dacă o ipoteză este adevărată sau falsă.
Ce este ANOVA?
Folosit pentru a evalua variațiile dintre mijloacele de grup dintr-un eșantion, ANOVA este un ansamblu de modele statistice și procedurile de estimare aferente. Este practic variația dintre două grupuri de date cunoscute. Oferă un test statistic privind dacă mijloacele populației din mai multe seturi de date sunt de fapt egale. Apoi generalizează testul t, sau o analiză a două populații înseamnă prin examinare statistică, la mai mult de două grupuri. Un test t arată dacă există o diferență semnificativă între media populației și o valoare ipotezată. Mărimea diferenței în raport cu variația datelor de probă este valoarea t.
O cale sau două căi?
Numărul de variabile independente în analiza testului de varianță pe care îl utilizați determină dacă ANOVA este una sau alta. Un test unidirecțional are o singură variabilă independentă cu două niveluri. O analiză bidirecțională a testului de varianță are două variabile independente. Un test cu două sensuri poate avea o multitudine de niveluri. Un exemplu de sens unic ar fi compararea a două mărci de jeleu. O variantă bidirecțională ar compara mărcile de jeleu, precum și caloriile, grăsimile, zahărul sau glucidele.
Nivelurile includ diferite grupuri care sunt toate în aceeași variabilă independentă. Replicarea este atunci când repetați testele cu mai multe grupuri. O analiză bidirecțională a variației cu replicarea folosește două grupuri și indivizi care se află în cadrul acelui grup care fac mai multe lucruri. Testele ANOVA în două sensuri pot fi finalizate cu sau fără replicare.
Cum se face ANOVA de mână
Este disponibil un software statistic care poate calcula rapid și ușor ANOVA, dar există un beneficiu pentru calcularea ANOVA de mână. Vă permite să înțelegeți pașii individuali care sunt implicați, precum și modul în care contribuie fiecare în a arăta diferențele dintre mai multe grupuri.
Adunați statistica sumară de bază a datelor pe care le-ați colectat. Statisticile sumare includ punctele de date individuale pentru primul grup, etichetate „x” și numărul de puncte de date pentru a doua variantă individuală, „y.” Numărul de puncte de date pentru fiecare grup este etichetat „n”.
Adăugați punctele pentru primul grup, etichetate „SX”. Al doilea grup de date colectate este „SY”.
Pentru a calcula media, folosiți formula, C = (SX + SY) ^ 2 / (2n).
Calculați suma pătratului dintre grupuri, SSB = - C.
După ce ați pătrat toate punctele de date, adăugați-le într-o sumă finală de „D.”
În continuare, calculați suma pătratelor totale, SST = D - C.
Folosiți formula SST - SSB pentru a găsi SSW sau suma pătratelor din grupuri.
Figurați gradele de libertate pentru între grupuri, „dfb” și în cadrul grupurilor, „dfw”.
Formula dintre grupuri este dfb = 1, iar pentru grupurile în cadrul acestora este dfw = 2n-2.
Calculați pătratul mediu pentru grupurile din interior, MSW = SSW / dfw.
În cele din urmă, calculați statistica finală sau „F”, F = MSB / MSW