ANOVA ja ANCOVA
ANOVA vs. ANCOVA
ANOVA ja ANCOVA ovat sekä tilastomalleja, joilla on erilaisia ominaisuuksia:
ANOVA
Varianssianalyysi (ANOVA) on kokoelma tilastollisia malleja ja niiden menettelytapoja, joita käytetään havainnoimaan kolmen tai useamman muuttujan välisiä eroja väestössä, jotka perustuvat näytteeseen. Se on erittäin hyödyllinen vertaamalla kolmea tai useampaa keinoa.
Se on tilastollinen työkalu, jota on käytetty useilla aloilla, kuten maataloudessa, psykologiassa ja eri toimialoilla. Se olettaa, että jokainen havainto on itsenäinen, että DV: n ja CV: n väliset mittaustasot ja että taustalla olevat populaatiot on jaettava normaalisti ja niillä on oltava sama varianssi.
ANOVA-mallit:
1. Kiinteät vaikutukset, jotka olettavat, että tavanomaisista populaatioista peräisin olevat tiedot, jotka eroavat toisistaan, mahdollistavat vastausten vaihteluvälien arvioinnin siitä, että kaikki niihin kohdistuvat hoidot synnyttävät. 2. Satunnaisvaikutusmallit, jotka olettavat, että eri populaatioiden rajoitetusta hierarkiasta saadut tiedot näytetään eri tekijä tasoilla. 3. Mixed-efektimallit, jotka kuvaavat tilanteita, joissa esiintyy sekä kiinteitä että satunnaisia vaikutuksia.
Vaikka epälineaarista mallia voidaan myös käyttää, kaikki lähestymistavat varianssianalyysiin käyttävät lineaarista mallia, jotta saadaan oletus vastauksen todennäköisestä jakautumisesta. Se olettaa, että tapaus on itsenäinen ja että malli yksinkertaistaa tilastollista analyysia. Se myös olettaa jäännösten normaalin jakautumisen ja varianssien tasa-arvon ja että varianssi on aina oltava vakio.
ANOVA-tyypit: Yksisuuntaista ANOVAa käytetään kahden tai useamman itsenäisen ryhmän erojen tutkimiseen. � Factorial ANOVA, käytetään tutkimuksessa hoitojen vuorovaikutusvaikutusten välillä. Toistuvia toimenpiteitä ANOVA käytetään, kun samaa aihetta käytetään jokaisessa hoidossa. Varianssianalyysi (MANOVA) monivariateanalyysiä käytetään, kun on useampi kuin yksi vastausmuuttuja ANCOVA ANCOVA on ANOVA-malli, jolla on yleinen lineaarinen malli, jossa on jatkuva tulosmuuttuja (kvantitatiivinen, skaalattu) ja kaksi tai useampia ennustaja-muuttujia, joissa ainakin yksi on jatkuva ja ainakin yksi on kategorinen (nimellinen, ei skaalautunut). Se on ANOVA: n sulautuminen ja jatkuvien muuttujien regressioita ja sillä on kovaariat. Sen tulkinta riippuu tietyistä oletuksista malliin syötetyistä tiedoista. Riippuvaisten ja riippumattomien muuttujien välisen suhteen on oltava lineaarinen parametreissä. Se arvioi, onko väestökeino, joka on säädetty, että kovariateissa esiintyvät erot poikkeavat toisistaan riippuvaisten muuttujien tasosta. Kolmannen muuttujan vaikutuksia tarkastellaan tilastollisesti ANCOVA: ssa ja mahdollisia riippumattomia muuttujia ja ansioluetteloita voidaan käyttää yksisuuntaisten, kaksisuuntaisten ja monimuuttuvien ANCOVA-mallien luomiseen. ANCOVA olettaa, että koverajojen on oltava lineaarisesti riippuvaisia riippuvuussuhteista ja että niiden täytyy olla regressiovirran homogeenisuus. Se olettaa, että kovariateilla ei pitäisi olla riippumattomia riippumattomia muuttujia, eikä niiden pitäisi olla liikaa korrelaatiota toistensa kanssa. Yhteenveto 1. ANOVA ovat tilastollisia malleja ja tekniikoita, joita käytetään havaitsemaan muuttujien eroa, kun taas ANCOVA on ANOVA-malli. 2. ANOVA käyttää sekä lineaarisia että ei-lineaarisia malleja, kun taas ANCOVA käyttää yleistä lineaarista mallia. 3. ANCOVA: lla on kovaariat, kun taas ANOVA ei.
