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.