To tylko jedna z 4 stron tej notatki. Zaloguj się aby zobaczyć ten dokument.
Zobacz
całą notatkę
ANALIZA WARIANCJI - Jakie znasz rodzaje analizy wariancji?
Jednoczynnikowa jednozmiennowa (jednowymiarowa) analiza wariancji, (jeden czynnik (zmienna dyskretna) i jedna cecha mierzona (zmienna ciągła))
Jednoczynnikowa wielozmiennowa (wielowymiarowa) analiza wariancji, (jeden czynnik (zmienna dyskretna) i wiele cech mierzonych)
Wieloczynnikowa jednozmiennowa analiza wariancji, (wiele czynników i jedna cecha mierzona)
Wieloczynnikowa wielozmiennowa (wielowymiarowa) analiza wariancji, (wiele czynników i wiele mierzonych cech)
Analiza kowariancji, gdzie oprócz czynników i mierzonych cech do modelu wprowadzane są dodatkowe zmienne, tzw. czynniki zakłócające
Analiza wariancji dla zmiennych zależnych, niekiedy nazywana analizą wariancji dla obserwacji powtarzanych na tych samych elementach badania
ANCOVA
Statystyczna Metoda kontrolowania zmienności spowodowanej błędem eksperymentalnym
Stosowanie modeli analizy kowariancji może przyczyniać się do wzrostu precyzji eksperymentu i usuwać potencjalne źródła obciążeń (błędów systematycznych)
Statystyczne kontrolowanie zmienności sprowadza się do pomiaru, obok podstawowych zmiennych badania, jednej albo kilku zmiennych towarzyszących (zakłócających) - zmiennych związanych (np. związkiem regresyjnym) z wynikową zmienną badania, o wartościach zróżnicowanych w kategoriach czynnika
Hipotezy dotyczące wpływu czynnika na zmienną badaną:
H0: wpływ każdego poziomu czynnika jest jednakowy w grupach
H1: nieprawda, że wpływ każdego czynnika jest jednakowy w grupach
Hipotezy dotyczące zmiennej kowariancyjnej:
H0: zmienna nie jest zmienną kowariancyjną
H1: zmienna jest zmienną kowariancyjną
ANCOVA A REGRESJA LINIOWA
Związek analizy kowariancji i regresji liniowej polega na tym, że aby dodatkową zmienną można było uznać za zmienną kowariancyjną, powinna ona być związana (np. związkiem regresyjnym) z wynikową zmienną badania. Analiza regresji (po zdekodowaniu zmiennej dyskretnej) może być traktowana jako alternatywa dla ANCOVY. Analiza kowariancji opiera się na modelu w którym zmienna objaśniana jest ciągła, zaś zmienne objaśniające (czynniki) są dyskretne, zaś współzmienna (czyli kolejna zmienna objaśniająca) jest ciągła. Zatem np. badając wpływ płci na SOC wyjściową metodą będzie ANOVA zaś jeśli w modelu chcemy uwzględnić jeszcze jedną zmienną objaśniającą (np. wiek) i jest ona ciągła, zastosujemy ANCOVĘ. Jeśli mielibyśmy ten sam zestaw zmiennych (Y - SOC, X - płeć, wiek), ale zależałoby nam głownie na zbadaniu wpływu wieku na SOC (a dodatkowo chcielibyśmy włączyć do modelu dyskretny czynnik płeć) zastosujemy regresję liniową (po wcześniejszym przekształceniu zmiennej płeć do postaci zerojedynkowej).
(…)
… hipotezy alternatywnej jest tylko decyzją podjętą przez badacza, polegającą na odrzuceniu hipotezy zerowej, wraz z wszelkimi konsekwencjami wynikającymi z podjęcia decyzji błędnej. Jest to efekt stwierdzenia niewystarczającego prawdopodobieństwa, iż hipoteza zerowa jest prawdziwa. Podstawą do weryfikacji hipotezy statystycznej są dane liczbowe uzyskane z próby. Zatem formułujemy tylko pewne sądy dotyczące…
… wartość co wartość oczekiwana, ale jest to szczególny przypadek (gdy rozkład jest symetryczny). Mediana jest definiowana w terminach prawdopodobieństwa.
Porównanie „próbkowej” wartości oczekiwanej i mediany umożliwia łatwą choć przybliżoną ocenę symetrii (asymetrii) rozkładu prawdopodobieństwa badanej zmiennej. W rozkładzie symetrycznym, np. rozkład normalny, rozkład t-Studenta, wartość oczekiwana…
... zobacz całą notatkę
Komentarze użytkowników (0)