ANOVA vs. ANCOVA
ANOVA ja ANCOVA ovat molemmat tilastolliset mallit, joilla on erilaisia piirteitä:
ANOVA
Varianssianalyysi (ANOVA) on kokoelma tilastollisia malleja ja niiden menettelytapoja, joita käytetään tarkkailemaan esitetyn näytteen perusteella populaation kolmen tai useamman muuttujan keskiarvojen eroja. Se on erittäin hyödyllinen vertaamalla kolmea tai useampaa tapaa.
Se on tilastollinen työkalu, jota on käytetty useilla aloilla, kuten maataloudessa, psykologiassa ja eri aloilla. Siinä oletetaan, että jokainen havainto on riippumaton, että mittaustason välit DV: n ja CV: n välillä ja että taustalla olevat populaatiot on jaettava normaalisti ja niiden on oltava sama varianssi.
ANOVA-mallit:
1. Kiinteät vaikutukset sisältävät mallit, joissa oletetaan, että normaalien populaatioiden tiedot, jotka eroavat toisistaan, antavat mahdollisuuden estimoida vastealue, jonka mikä tahansa hoito heitä kohtaan tuottaa.
2. Satunnaisvaikutusmallit, joissa oletetaan, että eri populaatioiden rajoitetun hierarkian tiedoista otetaan näytteitä eri tekijätasoilla.
3. Sekoitetut mallit, jotka kuvaavat tilanteita, joissa esiintyy sekä kiinteitä että satunnaisia vaikutuksia.
Vaikka epälineaarista mallia voidaan myös käyttää, kaikissa lähestymistavoissa varianssianalyysiin käytetään lineaarista mallia vastauksen todennäköisen jakauman oletuksen luomiseksi.
Siinä oletetaan, että tapaus on riippumaton ja malli yksinkertaistaa tilastollista analyysiä. Se edellyttää myös jäännösten normaalia jakautumista ja varianssien yhtäläisyyttä ja että varianssin on aina oltava vakio.
ANOVA-tyypit:
ï ¿½ yksisuuntaista ANOVA: ta käytetään kahden tai useamman riippumattoman ryhmän erojen testaamiseen.
Faktoriaalista ANOVA: ta käytetään tutkimaan hoitojen vuorovaikutusvaikutuksia.
• Toistetut toimenpiteet ANOVA, käytetään, kun yhtä henkilöä käytetään jokaisessa hoidossa.
• Monimuuttujavarianssianalyysiä (MANOVA) käytetään, kun vastemuuttujia on enemmän kuin yksi
ANCOVA
ANCOVA on ANOVA-malli, jolla on yleinen lineaarinen malli, jossa on jatkuva tulosmuuttuja (kvantitatiivinen, skaalattu) ja kaksi tai useampia ennustajamuuttujia, joissa ainakin yksi on jatkuva ja ainakin yksi on kategorinen (nimellinen, ei-skaalattu)..
Se on ANOVA: n ja jatkuvien muuttujien regressioiden fuusio ja siinä on kovariaatti. Sen tulkinta riippuu tietyistä oletuksista malliin syötettyihin tietoihin.
Riippuvien ja riippumattomien muuttujien välisen suhteen on oltava parametreissa lineaarinen. Se arvioi, eroavatko kovariaattoreiden erojen mukaan mukautetut populaatiovälit riippuvaisten muuttujien tasoilla.
Kolmannen muuttujan vaikutukset hallitaan tilastollisesti ANCOVA: ssa ja mitä tahansa lukumäärää riippumattomia muuttujia ja CV: tä voidaan käyttää yksisuuntaisen, kaksisuuntaisen ja monimuuttujaisen ANCOVA-mallin luomiseen..
ANCOVA olettaa, että muuttujien on oltava lineaarisesti riippuvaisia muuttujia ja että niillä on oltava regressiovaikutuksen homogeenisuus. Siinä oletetaan, että muuttujien tulee olla riippumattomia riippumattomiin muuttujiin eikä niitä saa olla liikaa korreloida keskenään.
Yhteenveto
1. ANOVA ovat tilastolliset mallit ja tekniikat, joita käytetään muuttujien välisen eron tarkkailemiseen, kun taas ANCOVA on ANOVA-malli.
2. ANOVA käyttää sekä lineaarisia että epälineaarisia malleja, kun taas ANCOVA käyttää yleistä lineaarista mallia.
3. ANCOVA: lla on muuttuja, kun taas ANOVAlla ei ole.