ANOVA vs MANOVA
ANOVA un MANOVA ir divas statistikas metodes, ko izmanto, lai pārbaudītu atšķirības abos paraugos vai populācijās.
Kas ir ANOVA (dispersijas analīze)?
Dispersijas analīze ir metode, kā izpētīt atšķirības starp diviem paraugiem vai populācijām. ANOVA nepārprotami neietver divu vai vairāku mainīgo saistību analīzi. Tā drīzāk pārbauda, vai diviem vai vairākiem dažādu populāciju paraugiem ir vienāds vidējais rādītājs. Piemēram, ņemiet vērā pārbaudes rezultātus, kas iegūti eksāmenā, kas skolā notika pakāpē. Lai arī testi ir atšķirīgi, sniegums dažādās klasēs var būt līdzīgs. Viena metode, kā to pārbaudīt, ir katras klases vidējā līmeņa salīdzināšana. ANOVA vai Varianalīze ļauj pārbaudīt šo hipotēzi. Pamatā ANOVA var uzskatīt par t-testa pagarinājumu, kur tiek salīdzināti divu no divām populācijām ņemtu paraugu vidējie rādītāji.
ANOVA pamatideja ir apsvērt variācijas izlasē un variācijas starp paraugiem. Izlases variācijas var attiecināt uz nejaušību, turpretī variācijas izlasēs var attiecināt gan uz nejaušību, gan citiem ārējiem faktoriem. Dispersijas analīze balstās uz trim modeļiem; fiksētu efektu modelis, nejaušu efektu modelis un jauktu efektu modelis.
Kas ir MANOVA?
MANOVA apzīmē VAriance daudzveidīgo ANalīzi, un tā veido vairāk nekā divus paraugus vai populācijas. Tas attiecas uz vairākiem atkarīgiem mainīgajiem, un to var uzskatīt par ANOVA vispārinājumu.
Atšķirībā no ANOVA, testējot vidējo atšķirību statistisko nozīmīgumu, MANOVA izmanto nejaušo mainīgo lielumu dispersiju. MANOVA tests sniedz informāciju par neatkarīgā mainīgā ietekmi uz atkarīgo mainīgo un mijiedarbību starp neatkarīgo mainīgo un mijiedarbību starp neatkarīgajiem un atkarīgajiem mainīgajiem.
Kāda ir atšķirība starp ANOVA un MANOVA?
• ANOVA pārbauda atšķirības starp divu paraugu / populāciju vidējiem rādītājiem, savukārt MANOVA pārbauda atšķirības starp vairākiem paraugiem / populācijām.
• ANOVA attiecas uz diviem mainīgajiem lielumiem, savukārt MANOVA attiecas uz vairāku mainīgo atšķirībām vienlaikus.
• MANOVA izmanto kovariācijas un dispersijas attiecības.
