ANOVA ja ANOCVA ovat kaksi erilaista tekniikkaa, joita käytetään tilastoissa tietyn datan tai otoksen analysointiin joko yhdellä tai useammalla muuttujalla.
ANOVA vs ANOCVA
The ero ANOVA:n ja ANOCVA:n välillä on, että ANOVA (Analysis of Variance) tutkii tilastotietojen varianssia analyysiä varten ja ANOCVA (Analysis of Covariance) tutkii tilastotietojen kovarianssia analyysiä varten. Eli jos käytämme ANOVAa, meidän on tiedettävä datan tai otoksen varianssi ja toisaalta, jos käytämme ANOCVA:ta, meidän on tiedettävä tilastotietojen kovarianssi.
Tekniikan valinta riippuu tutkittavasta tiedosta, eli se riippuu tietojen luokasta ja luonteesta.
ANOVA:n ja ANOCVA:n vertailutaulukko
| Vertailuparametri | ANOVA | ANOCVA |
|---|---|---|
| Merkitys | ANOVA tutkii annettujen tilastotietojen varianssia. | ANOCVA tutkii datan kovarianssia analyysiä varten. |
| Kovarianssin käyttö | ANOVA ei käytä kovarianssia. | ANOCVA käyttää kovarianssia. |
| Luotettava | Vähemmän luotettava verrattuna ANOCVA:han. | ANOCVA on luotettavampi ja puolueettomampi kuin ANOVA. |
| Malli | ANOVA käyttää lineaarisia ja epälineaarisia malleja. | ANOCVA käyttää vain yleistä lineaarista mallia. |
| Muuttuva | ANOVA sisältää kategorisia muuttujia. | ANOCVA sisältää sekä kategorisia että intervallimuuttujia. |
Mikä on ANOVA?
ANOVA tarkoittaa "varianssianalyysiä". Se on tilastollinen tekniikka, jota käytetään tietyn otoksen tai yhden tai useamman muuttujan sisältävän datan analysointiin. Sitä käytetään kahden tai kolmen tai useamman otoksessa olevan muuttujan keskiarvojen välisen eron havaitsemiseen.
Sitä voidaan käyttää sekä lineaarisessa että epälineaarisessa mallissa. ANOVA tarjoaa tilastollisen testin siitä, ovatko kaksi tai useampi populaation keskiarvo yhtä suuri, ja siksi yleistää t-testin kahden keskiarvon yli. ANOVA-mallin käyttämiseksi yksinkertaisesti jaamme ryhmän sisäiset vaihtelut hoitoihin.
Se on laajalti käytetty tekniikka ja myös suosittu menetelmä, koska se vaatii vähemmän työtä ja nopeat tulokset voidaan laskea ANOVA:lla. Lisäksi virheiden mahdollisuus on pienempi. Sitä käytetään yleisesti sellaisilla aloilla kuin maatalous, psykologia jne. sillä on erilaisia malleja ja tyyppejä.
Katsotaanpa erilaisia ANOVA-tyyppejä ja -malleja.
ANOVA-tyypit:
ANOVA-mallien luokat:
Mikä on ANOCVA?
ANOCVA tarkoittaa "kovarianssianalyysiä". Se on myös tilastollinen työkalu, jota käytetään yhden tai useamman muuttujan otoksen tai näyteryhmän analysointiin kovarianssin perusteella. Se käyttää yleistä lineaarista mallia, eli se tarkoittaa, että riippuvaisella muuttujalla ja riippumattomalla muuttujalla on lineaarinen suhde.
Se on luotettavampi, koska se käyttää kovarianssia, mikä tekee siitä tilastollisesti tehokkaamman. ANOCVA:ta on vaikea laskea ANOVAan verrattuna.
Voimme ymmärtää sen ANOVA:na ja regressiona käytettynä jossain määrin yhdessä, eli kaksi muuttujaa (riippuvainen ja riippumaton) liittyvät toisiinsa lineaarisessa suhteessa. Lisäksi niillä on homogeenisuus, joka johtuu regressiosta.
Lisäksi ANOCVA:n käyttö ja siitä saadut tulokset riippuvat täysin datan tyypistä ja luonteesta. Yleensä ANOCVA tarkistaa, eroavatko riippumattomien muuttujien eroille korjatut otoksen erilaiset keskiarvot riippuvien muuttujien eri tasoilla.
Lyhyesti sanottuna ANOCVA on itse asiassa ANOVA-malli.
Tärkeimmät erot ANOVA:n ja ANOCVA:n välillä
Usein kysytyt kysymykset (FAQ) ANOVAsta ja ANOCVAsta
Onko kaksisuuntainen ANOVA tekijä-ANOVA?
Kaksisuuntainen ANOVA ei yleensä ole tekijä-Anova. Suurin ero näiden kahden välillä on:
Kaksisuuntainen ANOVA - Kaksisuuntainen ANOVA auttaa meitä ymmärtämään, onko näiden kahden riippumattoman muuttujan välillä vuorovaikutusta. Se yksinkertaisesti lisää yhden riippumattoman muuttujan regressioon.Näyttelijä-ANOVA – Toisaalta tekijämuuttujaa käytetään määrittämään kahden tai useamman riippumattoman muuttujan keskiarvo. Se yksinkertaisesti lisää yhden, kaksi tai useampia riippumattomia muuttujia regressioon.
Mitkä ovat ANOVA-oletukset?
Anovan oletukset ovat:
Onko ANOVA parametrinen?
ANOVA on parametrinen, mutta se voi olla myös ei-parametrinen. Kun sitä käytetään pistetietoihin, se muuttuu parametriseksi ja kun sitä käytetään ranking- tai järjestystietoihin, siitä tulee ei-parametrinen.
Mitä P-arvo tarkoittaa ANOVAssa?
P-arvo edustaa todennäköisyyttä, että tulos havaitaan tilastollisessa hypoteesitestissä vähintään yhtä äärimmäisenä kuin tosiasiallisesti havaittu tulos.
Mikä on ANOVAn nollahypoteesi?
Yksi- ja kaksisuuntaiselle Anovalle on olemassa erilaisia nollahypoteesia.
Mitä eroa on Anovan ja t-testin välillä?
Sekä t-testiä että ANOVAa käytetään eri ryhmien populaation keskiarvojen erojen määrittämiseen. Suurin ero Anovan ja t-testin välillä on se, että t-testiä käytetään vain kahden ryhmän keskiarvon eron tutkimiseen. Toisaalta ANOVA on samanlainen kuin useiden t-testien suorittaminen. Se voi tarkastella useampaa kuin kahta ryhmää.
Johtopäätös
Molemmat tekniikat (ANOVA ja ANOCVA) on tarkoitettu tilastotietojen tai otosten analysointiin, jossa on yksi tai useampi kuin yksi muuttuja. Kun ANOVA käyttää vain varianssia, ANOCVA käyttää kovarianssia tulosten selvittämiseen.
ANOVA käyttää tutkimukseen sekä lineaarisia että epälineaarisia malleja. Toisaalta ANOCVA käyttää tutkimuksessa vain yleistä lineaarista mallia. ANOVA:han verrattuna ANOCVA on luotettavampi ja puolueeton.
ANOVAssa on vähemmän laskentatyötä verrattuna ANOCVA:han, koska ANOCVA:ssa on ensin jaettava hoidon vaihtelut ja kovariaatti ja sitten laskettava kovarianssi.
ANOCVA on ANOVA-malli ja se sisältää sekä ANOVAn että regression. Vaikka ANOCVA on tilastollisesti tehokkaampi tekniikka, koska se käyttää kovarianssia ja yhdistää myös ANOCVA:n ja regression, emme voi käyttää sitä joka kerta.
Parhaan tekniikan valinta analysointia ja johtopäätöstä varten riippuu tiedon luonteesta ja tyypistä. Tilastot voivat antaa meille vain tuloksia, tulosten tulkinta riippuu sitä käyttävistä ihmisistä.
Eli tilastoissa on erilaisia tekniikoita samaan tarkoitukseen ja ne kaikki antavat erilaisia-erilaisia tuloksia. Siksi oikean tekniikan valitseminen on tärkeintä oikeiden ja hyödyllisimpien tulosten saamiseksi.
Emme myöskään voi päätellä, että ANOCVA:n käyttö antaa meille joka kerta parhaat ja oikeat tulokset, vaikka se on tehokkaampi ja luotettavampi menetelmä. Mutta jälleen kerran, se riippuu tiedoista, tarkoituksesta ja tietojen luonteesta ja useista muista tekijöistä, ovatko tulokset oikein vai eivät.
Viitteet
- https://journals.sagepub.com/doi/abs/10.1177/0163278703255248
- https://link.springer.com/article/10.1007/BF02294394
- https://eric.ed.gov/?id=ED222522
