Jaka jest analiza wariancji?

Podczas przeprowadzania badań czasami konieczne jest analiza danych porównujących więcej niż dwie próbki lub grupy.Rodzaj testu wnioskowania, analiza wariancji (ANOVA), pozwala na badanie kilku próbek w tym samym czasie w celu ustalenia, czy istnieje istotny związek między nimi.Rozumowanie jest identyczne z testami t, tylko analiza wariancji obejmuje niezależne zmienne dwóch lub więcej próbek.Określono różnice między próbkami, a także różnicę w jednej próbce.ANOVA opiera się na czterech założeniach: poziomie pomiaru, metodzie próbkowania, rozkładowi populacji i jednorodności wariancji.

W celu ustalenia, czy różnice są znaczące, ANOVA dotyczy różnic między próbkami i wewnątrz próbek i wewnątrz próbek, który jest określany jako wariancja.ANOVA może dowiedzieć się, czy wariancja jest większa między próbkami w porównaniu z członkami próbki.Jeśli okazuje się, że jest to prawdą, różnice są uważane za znaczące.

Przeprowadzenie testu ANOVA wymaga akceptacji niektórych założeń.Po pierwsze, stosowana jest niezależna metoda losowego próbkowania, a wybór elementów próbki z jednej populacji nie wpływa na wybór członków z późniejszych populacji.Zmienne zależne są mierzone przede wszystkim na poziomie przedziału;Możliwe jest jednak zastosowanie analizy wariancji do pomiarów na poziomie porządkowym.Można założyć, że populacja jest zwykle rozkładana, mimo że nie jest to możliwe do weryfikacji, a wariancje populacji są takie same, co oznacza, że populacje są jednorodne.Hipoteza badawcza zakłada, że co najmniej jedna średnia różni się od innych, ale różne środki nie są identyfikowane jako większe lub mniejsze.Przewiduje się tylko fakt, że istnieje różnica.Testy ANOVA dla hipotezy zerowej, co oznacza, że nie ma różnicy między wszystkimi średnimi wartościami, tak że A ' B ' C. Wymaga to ustawienia alfa, odnosząc się do poziomu prawdopodobieństwa, w którym hipoteza zerowa zostanie odrzucona.

Ratio F jest statystyką testową zastosowaną specjalnie do analizy wariancji, ponieważ wynik F pokazuje, gdzie zaczyna się obszar odrzucenia hipotezy zerowej.Opracowany przez statystyka Ronalda Fishera, wzór dla F jest następujący: F ' między oszacowaniem wariancji grupy (MSB) podzielony przez oszacowanie wariancji grupy (MSW), tak że f ' MSB/MSW.Każda z szacunków wariancji składa się z dwóch części i mdash;Suma kwadratów (SSB i SSW) i stopnie swobody (DF).Korzystając z tabel statystycznych do badań biologicznych, rolniczych i medycznych

, alfa można ustalić i opierać na tym, a hipotezę zerową nie można odrzucić.Można stwierdzić, że istnieje znacząca różnica między wszystkimi grupami, jeśli tak jest.