분산 분석이란 무엇입니까?
연구를 수행 할 때 때때로 두 개 이상의 샘플이나 그룹을 비교하는 데이터를 분석해야합니다. 유형의 추론 통계 테스트, 분산 분석 (ANOVA)은 유의 한 관계가 존재하는지 여부를 결정하기 위해 동시에 여러 샘플의 검사를 허용합니다. 추론은 t- 검정과 동일하며, 분산 분석 만 2 개 이상의 샘플의 독립적 인 변수를 포함합니다. 한 샘플 내의 차이뿐만 아니라 샘플 간의 차이가 결정됩니다. ANOVA는 측정 수준, 샘플링 방법, 모집단 분포 및 분산의 동질성의 네 가지 가정을 기반으로합니다.
차이가 유의한지 여부를 결정하기 위해 분산은 분산으로 지칭되는 샘플 내에서의 차이와 관련이 있습니다. ANOVA는 샘플 구성원 간의 분산이 샘플 사이에 비해 샘플 사이에 더 큰지 확인할 수 있습니다. 이것이 사실 인 것으로 판명되면차이는 중요한 것으로 간주됩니다.
ANOVA 테스트를 수행하는 것은 특정 가정을 수용하는 것이 포함됩니다. 첫 번째는 독립적 인 무작위 샘플링 방법이 사용되며 단일 집단에서 샘플 구성원의 선택은 후기 집단에서 구성원의 선택에 영향을 미치지 않는다는 것입니다. 종속 변수는 주로 간격 비율 수준에서 측정됩니다. 그러나 분산 분석을 서수 수준 측정에 적용 할 수 있습니다. 비록 검증 할 수없고 인구 변형이 동일하지만 인구가 균질하다는 것을 의미합니다.
연구 가설은 적어도 하나의 평균이 다른 평균과 다르다고 가정하지만, 다른 평균은 더 크거나 작은 것으로 식별되지 않습니다. 차이가 존재한다는 사실 만 예측됩니다. ANOVA는 귀무 가설에 대한 테스트, which는 모든 평균값 사이에 차이가 없다는 것을 의미합니다. A = B = C는 알파를 설정해야하며 귀무 가설이 거부 될 확률 수준을 참조합니다.
f-ratio는 분산 분석에 특별히 사용되는 테스트 통계입니다. F 점수는 귀무 가설에 대한 거부 영역이 시작되는 위치를 보여줍니다. 통계 학자 Ronald Fisher에 의해 개발 된 F의 공식은 다음과 같습니다. F = 그룹 분산 추정치 (MSB) 사이의 그룹 분산 추정치 (MSW)로 나눈 값은 F = MSB/MSW입니다. 각 분산 추정치는 제곱의 합 (SSB 및 SSW)과 자유도 (DF)의 두 부분으로 구성됩니다. 생물학적, 농업 및 의료 연구 에 대한 통계 표를 사용하여 알파를 설정하고이를 기반으로 할 수 있으며, 차이가없는 귀무 가설을 거부 할 수 있습니다. 모든 그룹간에 상당한 차이가 존재한다는 결론을 내릴 수 있습니다.