Analiza wariancji (ANOVA)
Anova odnosi się do analizy związku dwóch grup; zmiennej niezależnej i zmiennej zależnej. Jest to w zasadzie narzędzie statystyczne, które jest używane do testowania hipotez na podstawie danych eksperymentalnych. Możemy użyć anova do określenia związku między dwiema zmiennymi; jedzenie-nawyk zmienną niezależną, a zmienną zależną stan zdrowia.
Różnica między jednokierunkową anova i dwukierunkową anova może być przypisana do celu, dla którego są one używane i ich koncepcji. Celem jednokierunkowej anovy jest sprawdzenie, czy dane zebrane dla jednej zmiennej zależnej są zbliżone do wspólnej średniej. Z drugiej strony, dwukierunkowa anova określa, czy dane zebrane dla dwóch zmiennych zależnych zbiegają się na wspólnej średniej pochodzącej z dwóch kategorii.
Jednokierunkowa anova
Jednokierunkowa anova jest stosowana, gdy jest tylko jedna zmienna niezależna z kilkoma grupami lub poziomami lub kategoriami, a normalnie rozłożone zmienne odpowiedzi lub zmienne zależne są mierzone, a średnie każdej grupy zmiennych odpowiedzi lub zmiennych wyniku są porównywane.
Przykład jednokierunkowej anova: Rozważ dwie grupy zmiennych, food-habit ludzi próby zmienną niezależną, z kilkoma poziomami jako, wegetariański, niewegetariański, i mix; i zmienna zależna jest liczba razy osoba zachorowała w roku. The means of response variables pertaining to each group consisting of N number of peoples are measured and compared.
Two-way anova
Kiedy istnieją dwie niezależne zmienne, każda z wieloma poziomami i jedna zmienna zależna w pytaniu, anova staje się dwukierunkowa. Dwukierunkowa anova pokazuje wpływ każdej niezależnej zmiennej na pojedynczą odpowiedź lub zmienne wynikowe i określa, czy istnieje jakikolwiek efekt interakcji między niezależnymi zmiennymi. Dwukierunkowa anova została spopularyzowana przez Ronalda Fishera, 1925, i Franka Yatesa, 1934. Wiele lat później, w 2005 roku, Andrew Gelman zaproponował inne wielopoziomowe podejście do modelu anova.
Przykład dwukierunkowej anova: Jeśli w powyższym przykładzie jednokierunkowej anova, dodajemy kolejną zmienną niezależną, „status palenia” do istniejącej zmiennej niezależnej „nawyk jedzenia” i wiele poziomów statusu palenia, takich jak niepalący, palący jedną paczkę dziennie i palący więcej niż jedną paczkę dziennie, konstruujemy dwukierunkową anova.
Wyższość dwukierunkowej anovy
Dwukierunkowa anova ma pewne zalety w stosunku do jednokierunkowej anovy. Są to;
i. Dwukierunkowa anova jest bardziej efektywna niż jednokierunkowa anova. W dwukierunkowej anova są dwa źródła zmiennych lub niezależnych zmiennych, mianowicie jedzenie-nawyk i palenie-status w naszym przykładzie. Obecność dwóch źródeł zmniejsza zmienność błędu, co sprawia, że analiza jest bardziej znacząca.
ii. Dwukierunkowa anova pomaga nam ocenić efekty dwóch zmiennych w tym samym czasie. Nie jest to możliwe w jednokierunkowej anova.
iii. Niezależność czynników może być testowana pod warunkiem, że istnieje więcej niż jedna obserwacja dla każdej kombinacji czynników lub komórki, a liczba obserwacji w każdej komórce jest taka sama. W naszym przykładzie czynnik food-habit ma 3 poziomy i czynnik smoking-status ma 3 poziomy. Tak więc istnieje 3 x 3 = 9 kombinacji czynników lub komórek.
Podsumowanie
1. Anova jest analizą statystyczną, która jest stosowana w testowaniu hipotez na podstawie danych eksperymentalnych. Tutaj analizowane są zależności między dwoma grupami.
2. Jednokierunkowa anova jest używana, gdy jest tylko jedna zmienna niezależna z kilkoma poziomami. Dwukierunkowa anova jest stosowana, gdy istnieją dwie niezależne zmienne z kilkoma poziomami.
3. Dwukierunkowa anova jest lepsza od jednokierunkowej anova, ponieważ metoda ta ma pewne zalety w porównaniu z jednokierunkową anova.
.