Argumenter av ANOVA Testing

Argumenter av ANOVA Testing


Analysen av variansen, mer kjent som ANOVA, blir brukt ved statistisk analyse. ANOVAs er nyttige når forsøket innebærer resultater fra mer enn to grupper av fag. En ANOVA sammenligner avvikene i de hjelp av resultater fra ulike grupper, hjelpe eksperimentator akseptere eller avvise eksperimentets nullhypotesen.

Prøver

Når det er mer enn to prøver, er en ANOVA mer pålitelig enn den t-test. T-testen kan kun brukes til å undersøke forskjeller mellom to midler. Selv om flere t-test kan bli utført for å sammenligne mer enn to midler sammen med hverandre, kan dette føre til at bryte komplikasjoner. En ANOVA er en forholdsvis enkel måte å sammenligne hjelp av flere prøver.

tall

En av de viktigste fordelene med en ANOVA er at antall observasjoner i hver gruppe trenger ikke å være det samme. For eksempel kan en eksperimentator sammenligne effekten av å drikke te på helse kunne finne 100 ikke-te drinkers, men bare 96 tea drinkers.

faktorer

ANOVAs tillate forsøk hvor bestander er klassifisert i to kategoriske faktorer. For eksempel kan et eksperiment undersøke eksamen score til studenter som er kvinnelig eller mannlig - den første faktoren - og enten har eller ikke har hatt hjemme ekstra hjemme skolegang, den andre faktoren. ANOVAs analysere to-faktor eksperimenter er kjent som to-veis ANOVAs. De fjerne noen av tilfeldige variasjoner og la experimenter å se på samspillet mellom faktorer. De lar også eksperimenter med en mindre total utvalgsstørrelse, som to ting blir studert samtidig.

Antagelser

Før en ANOVA brukes, må forsøket tilfredsstille noen metodiske kriterier for at resultatene skal være gyldig. Befolkningen er involvert i prøven må være normalfordelt, noe som betyr at det må være en rettferdig representasjon. Avvik av befolkningen må også være like. Prøvene anvendt i forsøket må være uavhengig, og hvert nivå av faktor må påføres en prøve.