Historia

Varför är det användbart att använda en variansanalys?

5 Mins Read

Variansanalys, eller ANOVA förkortat, är ett statistiskt test som letar efter signifikanta skillnader mellan medelvärden på ett visst mått. Säg till exempel att du är intresserad av att studera utbildningsnivån för idrottare i ett samhälle, så du undersöker människor i olika lag. Du börjar dock undra om utbildningsnivån är olika mellan de olika lagen. Du kan använda en ANOVA för att avgöra om den genomsnittliga utbildningsnivån är olika bland de olika lagen. softbollslaget kontra rugbylaget kontra Ultimate Frisbee-laget.

Nyckelalternativ: Variansanalys (ANOVA)

  • Forskare genomför en ANOVA när de är intresserade av att avgöra om två grupper skiljer sig signifikant åt på ett visst mått eller test.
  • Det finns fyra grundläggande typer av ANOVA-modeller: en-w ay mellan grupper, envägs upprepade mätningar, tvåvägs mellan grupper och tvåvägs upprepade mätningar.
  • Statistisk programvara program kan användas för att göra en ANOVA enklare och effektivare.

    • ANOVA-modeller

    Det finns fyra typer av grundläggande ANOVA-modeller (även om det också är möjligt att utföra mer komplexa ANOVA-tester också). Nedan följer beskrivningar och exempel på var och en.

    Enkelriktad mellan grupper ANOVA

    En enkelriktad mellan grupper ANOVA används när du vill testa skillnaden mellan två eller flera grupper. Exemplet ovan, på utbildningsnivå bland olika idrottslag, skulle vara ett exempel på denna typ av modell. Det kallas en enkelriktad ANOVA eftersom det bara finns en variabel (typ av sport som spelas) som används för att dela in deltagare i olika grupper.

    Enkelriktad upprepad mäter ANOVA

    Om du är intresserad av att bedöma en enskild grupp vid mer än en tidpunkt bör du använda en enkelriktad ANOVA för upprepade mått. Om du till exempel ville testa elevernas förståelse för ett ämne, kan du göra samma prov i början av kursen, i mitten av kursen och i slutet av kursen. Genom att genomföra en enkelriktad upprepade åtgärder ANOVA skulle du kunna ta reda på om elevernas provresultat förändrats avsevärt från början till slutet av kursen.

    Två- väg mellan grupper ANOVA

    Föreställ dig nu att du har två olika sätt som du vill gruppera dina deltagare på (eller statistiskt sett har du två olika oberoende variabler). Föreställ dig till exempel att du var intresserad av att testa om testresultaten skilde sig mellan studentidrottare och icke-idrottare, såväl som för förstaårsstudenter kontra seniorer. I det här fallet skulle du genomföra en tvåvägs ANOVA mellan grupperna. Du skulle ha tre effekter från denna ANOVA – två huvudeffekter och en interaktionseffekt. De främsta effekterna är effekten av att vara idrottare och effekten av klassår. Interaktionseffekten tittar på effekten av både att vara en idrottsman och

    klassår. Var och en av huvudeffekterna är ett envägstest. Interaktionseffekten är helt enkelt att fråga om de två huvudsakliga effekterna påverkar varandra: till exempel, om studentidrottare gjorde annorlunda poäng än icke-idrottare gjorde, men detta var bara fallet när de studerade förstaårsstudenter, skulle det finnas en interaktion mellan klassår och att vara en idrottare.

    Tvåvägs upprepade takter ANOVA

    Om du vill titta på hur olika grupper förändras över tiden, kan du använda en tvåvägs upprepad mått ANOVA. Föreställ dig att du är intresserad av att titta på hur testresultaten förändras över tiden (som i exemplet ovan för en enkelriktad ANOVA med upprepade mätningar). Men den här gången är du också intresserad av att bedöma kön. Till exempel, förbättrar män och kvinnor sina testresultat i samma takt, eller finns det en könsskillnad? En tvåvägs upprepad åtgärd ANOVA kan användas för att besvara dessa typer av frågor.

    Antaganden om ANOVA

    Följande antaganden finns när du utför en variansanalys:

    • De förväntade värdena för felen är noll.
    • Varianserna för alla fel är lika med varandra.

  • Felna är oberoende av varandra.
  • Felen är normalfördelade.
    • Hur en ANOVA görs

    1. Medelvärdet beräknas för var och en av dina grupper. Med hjälp av exemplet med utbildning och idrottslag från inledningen i första stycket ovan, beräknas medelutbildningsnivån för varje idrottslag.

  • Det totala medelvärdet beräknas sedan för alla grupperna tillsammans.
  • Inom varje grupp, den totala avvikelsen för varje grupp individens poäng från gruppmedelvärdet beräknas. Detta talar om för oss om individerna i gruppen tenderar att ha liknande poäng eller om det finns stor variation mellan olika personer i samma grupp. Statistiker kallar detta inom gruppvariation

    .

  • Därefter, hur mycket varje gruppmedel avviker från det totala medelvärdet är beräknad. Detta kallas mellan gruppvariation

    .

  • Slutligen beräknas en F-statistik, som är förhållandet mellan mellan gruppvariation

    till inom gruppvariationen.

  • Om det är betydligt större mellan grupperna

    än inom gruppvariation (med andra ord, när F-statistiken är större), då är det troligt att skillnaden mellan grupperna är statistiskt signifikant. Statistisk programvara kan användas för att beräkna F-statistiken och avgöra om den är signifikant eller inte.

    Alla typer av ANOVA följer grundläggande principer som beskrivs ovan. Men i takt med att antalet grupper och interaktionseffekterna ökar kommer variationskällorna att bli mer komplexa.

    Utföra en ANOVA

    Eftersom att genomföra en ANOVA för hand är en tidskrävande process använder de flesta forskare statistiska program när de är intresserade av att genomföra en ANOVA. SPSS kan användas för att utföra ANOVA, liksom R, ett gratisprogram. I Excel kan du göra en ANOVA genom att använda Data Analysis Add-on. SAS, STATA, Minitab och andra statistiska program som är utrustade för att hantera större och mer komplexa datamängder kan också användas för att utföra en ANOVA.

    Referenser

    Monash University. Variansanalys (ANOVA). http://www.csse.monash.edu.au/~smarkham/resources/anova.htm

    • Lämna ett svar

    Relaterade Inlägg