analizy wariancji , bardziej znany jako ANOVA , jest używany w trakcie analizy statystycznej . ANOVA są użyteczneEksperyment dotyczy wyników z więcej niż dwiema grupami pacjentów . Wariancji ANOVA porównuje w formie wyników z różnych grup , pomagająceksperymentator przyjąć lub odrzucić hipotezę zerową eksperymentu za . Próbki
< p> istnieją więcej niż dwa ,ANOVA jest bardziej niezawodny niż t – testu. Test t może być używany tylko w celu zbadania różnic między dwoma sposobami. Chociaż wiele t -testy można przeprowadzić porównanie więcej niż dwa elementy względem siebie, może to prowadzić do zerwania komplikacji. ANOVA jeststosunkowo prosty sposób porównać pomocą kilku próbek .
Zbiory Liczby
Jedną z głównych zalet jest to, że w ANOVA liczba obserwacji w każdej grupy nie muszą byćtakie same. Na przykład ,eksperymentator porównując skutki picia herbaty na zdrowie może być w stanie znaleźć 100 pijących herbatę , ale nie tylko 96 pijących herbatę . Międzynarodowy
Czynniki
ANOVA pozwala na eksperymenty , gdzie populacje są sklasyfikowane w dwóch kategorycznych czynników . Na przykład ,eksperyment może badać wyniki egzaminacyjne uczniów , którzy są kobieta lub mężczyzna – pierwszy czynnik – i albo mają lub nie mieli w domu dodatkową naukę w domu, drugi czynnik . ANOVA analizując eksperymenty dwuskładnikowego są znane jako dwukierunkowej ANOVA . Usuwają niektóre zmienności losowej i pozwalająbadaczowi spojrzeć na interakcji pomiędzy czynnikami . Pozwalają one także eksperymenty z mniejszym całkowitej wielkości próbki , jak dwie rzeczy są badane jednocześnie.
Zbiory Założenia
< p> przed ANOVA jest stosowana ,musi spełniać pewne doświadczenie kryteria metodologiczne aby wyniki były ważne . Ludności udział w próbie musi być normalnie dystrybuowany , co oznacza, że musi to byćuczciwe przedstawienie . Wariancje populacji musi być równa . Próbki użyte w eksperymencie musi być niezależny , a każdy poziom czynnika należy stosować się do próbki .