طريقة واحدة من الآلة الحاسبة anova
عاليما: تجري هذه الآلة الحاسبة ANOVA في اتجاه واحد لمجموعة من العينات , مع الغرض من مقارنة وسائل السكان لعدة مجموعات.يرجى كتابة بيانات عينة للمجموعات التي تريد مقارنتها ومستوى الأهمية \(\alpha\) , وسيتم عرض نتائج اختبار ANOVA للعينات المستقلة لك (قارن ما يصل إلى 6 مجموعات. يرجى ترك الأعمدة فارغةلن تستخدم):
طريقة واحدة لتحليل حاسبة التباين
المزيد عن خtbaar anova حتى تتمكن من فهم النتائج التي حققها هذا المحاليل بشكل أفضل.بادئ ذي بدء , يعد ANOVA أو تحليل الفروق أحد أهم المجالات في الإحصاء.والسبب في ذلك هو أن يذهب إلى جوهر تحليل التباين المعروضة , عن طريق تحطيم التباين الكلي إلى مصادر مختلفة للتغير.
الاستخدام الأساسي لـ ANOVA هو اختبار الفرق بين السكان لعدة مجموعات (2 أو أكثر).دعنا نتذكر أنه يتم استخدام اختبار t لمقارنة وسائل مجموعتين , لذلك ANOVA هو تمديد نوع من النوع الذي يسمح بإجراء مقارنات لمجموعتين أو أكثر.
كما هو الحال مع أي اختبار فرضية آخر , تستخدم ANOVA فرضية بديلة.الفرضية الفارغة هي بيان يزعم أن جميع السكان تعني متساوون , والفرضية البديلة هي الفرضية القائلة بأنها ليست كل الوسائل متساوية (لاحظ أن هذا لا يعني أن جميع الوسائل غير متكافئة , فهذا يعني أن زوج واحد على الأقل من الوسائلغير متكافئ).
كيف تحسب anova؟
يشبه تشغيل اختبار ANOVA إلى حد ما إجراء أي اختبار حدودي آخر , وستحتاج إلى بعض الافتراضات التي يتعين الوفاء بها.الافتراضات الرئيسية المطلوبة لأداء ANOVA في اتجاه واحد هي:
- يجب قياس المتغير التابع (DV) على الأقل على مستوى الفاصل الزمني
- يجب أن تأتي المجموعات من السكان الموزعة عادة
- يجب أن تأتي المجموعات من السكان عادة مع المتغيرات السكانية
إذا كانت نتائج ANOVA مهمة , فهذا هو , يتم رفض الفرضية الفارغة , يمكننا القيام خtbaar ما عداد لتقييم بالضبط أي أزواج تختلف اختلافا كبيرا.ومن الأمثلة على الاختبارات اللاحقة المخصصة LSD فيشر , اختبار Tukey , تصحيح Bonferroni , إلخ.
يتم رفض الفرضية الفارغة لاختبار ANOVA عند F-Statistics يتجاوز قيمة نسوب و يتم حساب ذلك , بناءً على الدرجات المقابلة للحرية.
عندما يكون لديك مجموعات K وحجم عينة إجمالي N , فإن درجات البسط من الحرية هي DFN = K - 1 , ودرجات المقام من الحرية هي DFD = N - K - 2.
عندما لا يتم استيفاء بعض الافتراضات (على وجه التحديد , تكون الثانية ثالثة) , فهناك خيارات تصحيحية لبعض الإحصائيات الأكثر قوة.عندما تكون هناك انتهاكات خطيرة للافتراضات , سيكون من الأنسب استخدام بديل غير بارامترية , مثل اختبار Kruskal-Wallis.
توفر لك حاسبة ANOVA مع خطوات معلومات كافية لرفضها أو تفشل في رفض الفرضية الفارغة , بناءً على نسبة F التي يتم حسابها.إذا تم حساب الفرضية الفارغة , فستحتاج إلى إجراء اختبار ما بعد المخصص.
لماذا لا يتم استخدام اختبار t بدلاً من ذلك
تم تصميم اختبارات t عينة مستقلة لإجراء مقارنات بين مجموعتين.عندما يكون لديك أكثر من مجموعتين , فإن الطريقة الوحيدة للمقارنة هي إجراء العديد من المقارنات الزوجية.
كل من هذه المقارنات الزوجية لديها احتمال معين من نوع I خطأ من النوع الأول , وبالتالي فإن الخطأ من النوع الأول من الأسرة هو احتمال أن يؤدي واحدة على الأقل من هذه المقارنات إلى خطأ من النوع الأول.عند إجراء العديد من المقارنات , يتم تضخيم احتمال خطأ من النوع الأول إلى حد كبير
تم تصميم ANOVA في اتجاه واحد لمقارنة وسائل عينة أو أكثر , ولكن إذا كنت ترغب في مقارنة وسيلة عينة , فقد يكون من المفيد استخدامنا مباشرة خtbaar t lebuentin mattقltin وبعد
بدائل غير برمارية لـ anova
تتطلب ANOVA بعض الافتراضات أن تحتفظ , وهي الطبيعية والتجانس للتباين.من المعروف أن ANOVA قوي نسبيًا لانتهاك الافتراضات , خاصةً إذا كانت معتدلة.ولكن ماذا تفعل عندما لا يتم الوفاء بالافتراضات ببساطة؟
في هذه الحالة يمكنك استخدامنا حAsbة AlخTbaar Kruskal-Wallis , وهو المكافئ غير البارامتري لـ ANOVA.تتمثل إحدى ميزة اختبار Kruskal-Wallis في أنه يمكنك استخدامه حتى مع البيانات الترتيبية , والتي لن يكون استخدام ANOVA فكرة جيدة لها.