Typene Fakultet Statistisk analyse

Faktoriell statistisk analyse refererer til analysen i hvilken et kvantitativt avhengig variabel er i forhold til en eller flere kategoriske uavhengige variabler (analyse av varians, eller ANOVA) og eventuelt en eller flere kvantitative uavhengige variabler i tillegg (analyse av kovarians, eller ANCOVA). Den avhengige variabelen er en som du tror er berørt av eller relatert til de uavhengige variablene; for eksempel, kan du undersøke forholdet, i amerikanske voksne, mellom inntekter (avhengig variabel) og kjønn, etnisk / rasegruppe og bostedsstaten (uavhengige variabler). Kategoriske uavhengige variabler er også kjent som "faktorer; faktorielle design er klassifisert basert på antall faktorer, og det antall av nivåer av hver enkelt faktor.

Single-Factor Designs

Når det er bare en faktor, vil analysen ha en enkelt-faktor design. Den største fordelen med disse designene er enkelhet; Det er forholdsvis lett å tolke resultatene. For eksempel, hvis du relaterte inntekter til sex, så sex ville ha to nivåer (for de fleste formål), ville man bli valgt som referansenivå (det spiller ingen rolle hvilken) og effektene vil være i forhold til det nivået. For eksempel, hvis referansenivået er "mannlig", resultatene vil vise hvor mye mindre (eller mer) hunner gjort enn menn. Single-faktor design er noen ganger ikke engang kalt "faktoriell", og antall nivåer er vanligvis ikke inkludert når de beskriver dem.

To-Factor Designs

Den nest mest kompliserte design er en to-faktor design. Anta at du ønsket å se på inntekt som er relatert til sex, så vel som etniske / rasegrupper. US Census inneholder fire raser (svart, hvit, American Indian / Alaskan Native og Asia / Pacific Islander) og en etnisitet (spansk eller ikke). Disse fem grupper, tatt sammen med de to kjønn, hvilket ga derfor en 5-by-2 design.

Design med mer enn to faktorer

Når det er mer enn to faktorer, tilsvarende regler gjelder; for eksempel, hvis du har lagt "state of residence" til design i kapittel 2, vil du ha en 50-by-2-av-fem design. Med mindre du hadde en veldig stor prøve, kan dette være vanskelig å anslå nøyaktig; du kan bruke "region" i stedet for "stat" for å gjøre det litt mindre krevende.

Fordeler med Faktorielle Design

Den største fordelen med faktorielle design er at de lar deg se på hver faktor når man kontrollerte for andre faktorer. For eksempel, i utformingen i kapittel 3, vil effekten for "kvinnelige" kontrollere for staten og rase / etnisitet. Det ville spørre: "Gitt en bestemt bostedsstaten og en bestemt rase / etnisitet, hvor forskjellige er inntektene til menn og kvinner?".