V nasprotju s tem, v primeru dvosmerne ANOVA, raziskovalec istočasno preiskuje dva dejavnika. Za laika sta ta dva pojma statistike sinonimna. Vendar pa obstaja razlika med enosmerno in dvosmerno ANOVA.
Primerjalna tabela
| Podlaga za primerjavo | Enkratna ANOVA | Dvosmerna ANOVA |
|---|---|---|
| Pomen | En način ANOVA je test hipoteze, ki se uporablja za testiranje enakosti treh več populacijskih sredstev, ki hkrati uporabljajo varianco. | Dvosmerna ANOVA je statistična tehnika, pri kateri se lahko proučuje interakcija med dejavniki, ki vplivajo na spremenljivko. |
| Neodvisna spremenljivka | Ena | Dva |
| Primerja | Tri ali več ravni enega dejavnika. | Učinek več ravni dveh dejavnikov. |
| Število opazovanj | Ni nujno, da ste enaki v vsaki skupini. | V vsaki skupini morajo biti enaki. |
| Oblikovanje poskusov | Potrebno je zadostiti le dvema načeloma. | Treba je izpolniti vsa tri načela. |
Definicija enosmerne ANOVA
Enkratna analiza variance (ANOVA) je test hipoteze, pri katerem se upošteva samo ena kategorična spremenljivka ali en sam faktor. To je tehnika, ki nam omogoča primerjavo sredstev treh ali več vzorcev s pomočjo F-porazdelitve. Uporablja se za ugotavljanje razlike med različnimi kategorijami z več možnimi vrednostmi.
Ničelna hipoteza (H 0 ) je enakost v vseh populacijskih sredstvih, medtem ko bo alternativna hipoteza (H 1 ) razlika v vsaj eni srednji vrednosti.
Enkratna ANOVA temelji na naslednjih predpostavkah:
- Normalna porazdelitev populacije, iz katere se odvzamejo vzorci.
- Merjenje odvisne spremenljivke je na ravni intervala ali razmerja.
- Dve ali več kategoriziranih neodvisnih skupin v neodvisni spremenljivki.
- Neodvisnost vzorcev
- Homogenost variance populacije.
Opredelitev dvosmerne ANOVA
Dvosmerna ANOVA, kar pomeni njeno ime, je preizkus hipoteze, pri čemer klasifikacija podatkov temelji na dveh dejavnikih. Na primer, dve osnovi za razvrstitev prodaje, ki ju je opravilo podjetje, je najprej na podlagi prodaje drugega prodajalca, drugo pa na podlagi prodaje v različnih regijah. To je statistična tehnika, ki jo raziskovalec uporablja za primerjavo več ravni (pogojev) dveh neodvisnih spremenljivk, ki vključujejo več opazovanj na vsaki ravni.
Dvosmerna ANOVA preveri učinek dveh dejavnikov na neprekinjeno odvisno spremenljivko. Proučuje tudi medsebojno razmerje med neodvisnimi spremenljivkami, ki vplivajo na vrednosti odvisne spremenljivke, če obstajajo.
Predpostavke dvosmerne ANOVA:
- Normalna porazdelitev populacije, iz katere se odvzamejo vzorci.
- Merjenje odvisne spremenljivke na stalni ravni.
- Dve ali več kot dve kategorični neodvisni skupini v dveh dejavnikih.
- Kategorične neodvisne skupine morajo imeti enako velikost.
- Neodvisnost opazovanj
- Homogenost variance populacije.
Ključne razlike med enosmerno in dvosmerno ANOVA
Razlike med enosmerno in dvosmerno ANOVA je mogoče jasno sestaviti iz naslednjih razlogov:
- Preizkus hipoteze, ki nam omogoča, da testiramo enakost treh ali več sredstev hkrati z uporabo variance, imenujemo enostranska ANOVA. Statistično tehniko, v kateri je mogoče preučiti medsebojno razmerje med dejavniki, ki vplivajo na spremenljivko, za učinkovito odločanje, imenujemo dvosmerna ANOVA.
- Obstaja samo en faktor ali neodvisna spremenljivka v eni smeri ANOVA, v primeru dvosmerne ANOVA pa sta dve neodvisni spremenljivki.
- Enosmerna ANOVA primerja tri ali več nivojev (pogojev) enega faktorja. Po drugi strani pa dvosmerna ANOVA primerja učinek več ravni dveh dejavnikov.
- Pri enosmerni ANOVA ni treba, da je število opazovanj enako v vsaki skupini, medtem ko bi moralo biti enako v primeru dvosmerne ANOVA.
- Enosmerna ANOVA mora zadostiti le dvema načeloma načrtovanja eksperimentov, tj. Replikaciji in randomizaciji. V nasprotju z dvosmerno ANOVA, ki izpolnjuje vsa tri načela načrtovanja eksperimentov, ki so replikacija, randomizacija in lokalni nadzor.
Zaključek
Dvosmerna ANOVA se pogosto razume kot razširjena različica enosmerne ANOVA. Obstaja več prednosti, zaradi katerih je dvosmerna ANOVA prednost pred enosmerno ANOVA, tako kot pri dvosmerni ANOVA lahko testiramo učinke dveh dejavnikov hkrati.
