Statisticus en evolutionair bioloog Ronald Fisher ontwikkelde ANOVA, of variantieanalyse, als een middel om een doel te bereiken. Het kan u helpen erachter te komen of de resultaten van een experiment, enquête of studie de hypothese kunnen ondersteunen. Met ANOVA kunt u snel beslissen of een hypothese waar of onwaar is.
Wat is ANOVA?

ANOVA wordt gebruikt om de varianties tussen groepsgemiddelden in een steekproef te evalueren en is een verzameling van statistische modellen en hun gerelateerde schattingsprocedures. Het is eigenlijk de variatie tussen twee bekende datagroepen. Het biedt een statistische test of de populatiegemiddelden van verschillende gegevenssets daadwerkelijk gelijk zijn. Vervolgens generaliseert het de t-test, of een analyse van twee populatiemiddelen door statistisch onderzoek, naar meer dan twee groepen. Een t-test laat zien of er een significant verschil is tussen het populatiegemiddelde en een hypothetische waarde. De grootte van het verschil ten opzichte van de variatie in de voorbeeldgegevens is de t-waarde.
One Way of Two Way?

Het aantal onafhankelijke variabelen in de variantieanalyse dat u gebruikt, bepaalt of de ANOVA is het een of het ander. Een eenrichtingsproef heeft een enkele onafhankelijke variabele met twee niveaus. Een tweerichtingsanalyse van variantie heeft twee onafhankelijke variabelen. Een twee-weg test kan een veelvoud van niveaus hebben. Een voorbeeld van eenrichtingsverkeer is het vergelijken van twee jelly-merken. Een tweerichtingsmethode zou merken van gelei en calorieën, vet, suiker of koolhydraten vergelijken.

De niveaus omvatten de verschillende groepen die allemaal in dezelfde onafhankelijke variabele zitten. Replicatie is wanneer u de tests met meerdere groepen herhaalt. Een tweerichtingsanalyse van variantie met replicatie maakt gebruik van twee groepen en individuen binnen die groep die meerdere dingen doen. Twee-weg ANOVA-tests kunnen worden voltooid met of zonder replicatie.
Hoe ANOVA met de hand te doen

Statistische software is beschikbaar die ANOVA snel en gemakkelijk kan berekenen, maar het heeft voordelen om ANOVA met de hand te berekenen . Hiermee kunt u de afzonderlijke stappen begrijpen die zijn betrokken en hoe deze elk bijdragen aan het tonen van de verschillen tussen de meerdere groepen.

Verzamel de basisoverzichtsstatistieken van de gegevens die u hebt verzameld. De samenvattende statistieken omvatten de individuele gegevenspunten voor de eerste groep, aangeduid met "x", en het aantal gegevenspunten voor de tweede individuele variant, "y". Het aantal gegevenspunten voor elke groep wordt aangeduid met "n".

Voeg de punten toe voor de eerste groep, met het label "SX". De tweede groep gegevens die wordt verzameld is "SY".

Gebruik de formule, C \u003d (SX + SY) om het gemiddelde te berekenen. ^ 2 /(2n).

Bereken de som van het kwadraat tussen de groepen, SSB \u003d [(SX ^ 2 + SY ^ 2) /n] - C.

Zodra u in het kwadraat van alle gegevenspunten, som ze op in een eindsom van "D."

Bereken vervolgens de som van het vierkanten totaal, SST \u003d D - C.

Gebruik de formule SST - SSB om het SSW te vinden, of de som van de vierkanten binnen groepen.

Stel de vrijheidsgraden voor tussen de groepen, "dfb", en binnen de groepen, "dfw."

De formule voor tussen groepen is dfb \u003d 1 en voor de binnen groepen is dit dfw \u003d 2n-2.

Bereken het gemiddelde vierkant voor de binnen groepen, MSW \u003d SSW /dfw.

Bereken ten slotte de uiteindelijke statistiek, of "F", F \u003d MSB /MSW