Forskel mellem envejsanova og tovejsanova

Variansanalyse (ANOVA)

Anova henviser til analyse af forholdet mellem to grupper; uafhængig variabel og afhængig variabel. Det er dybest set et statistisk værktøj, der bruges til test af hypotese på basis af eksperimentelle data. Vi kan bruge anova til at bestemme forholdet mellem to variabler; fødevarevaner den uafhængige variabel og den afhængige variable sundhedstilstand.

Forskellen mellem envejsanova og tovejsanova kan tilskrives det formål, som de bruges til, og deres koncepter. Formålet med envejsanova er at se, om de indsamlede data for en afhængig variabel er tæt på det fælles middel. På den anden side bestemmer tovejsanova, om de indsamlede data for to afhængige variabler konvergerer på et fælles middel afledt fra to kategorier.

Envejs anova

Envejsanova bruges, når der kun er en uafhængig variabel med flere grupper eller niveauer eller kategorier, og den normalt distribuerede respons eller afhængige variabler måles, og middelene til hver gruppe af svar- eller udgangsvariabler sammenlignes.

Eksempel på envejsanova: Overvej to grupper af variabler, fødevarevan for prøven, den uafhængige variabel, med flere niveauer som, vegetarisk, ikke-vegetarisk og bland; og den afhængige variabel er antallet af gange, en person blev syg i et år. Midlerne til responsvariabler, der vedrører hver gruppe bestående af N antal befolkninger, måles og sammenlignes.

To-vejs anova

Når der er to uafhængige variabler, hver med flere niveauer og en afhængig variabel, det drejer sig om, bliver anovaen tovejs. Tovejsanovaen viser effekten af ​​hver uafhængig variabel på den enkelte respons- eller udgangsvariabler og bestemmer, om der er nogen interaktionseffekt mellem de uafhængige variabler. To-vejs anova er blevet populariseret af Ronald Fisher, 1925, og Frank Yates, 1934. År senere i 2005 foreslog Andrew Gelman en anden fremgangsmåde til flere niveauer af anova.

Eksempel på tovejsanova: Hvis vi i ovenstående eksempel på envejsanova tilføjer en anden uafhængig variabel, 'rygestatus' til den eksisterende uafhængige variabel 'madvaner', og flere niveauer af rygestatus, såsom ikke- ryger, rygere af en pakke om dagen, og rygere på mere end en pakke om dagen, konstruerer vi en tovejs anova.

To-vejs anova's overlegenhed

To-vejs anova har visse fordele i forhold til en-vejs anova. Disse er;

jeg. To-vejs anova er mere effektiv end en-vejs anova. I to-vejs anova er der to kilder til variabler eller uafhængige variabler, nemlig madvaner og rygning-status i vores eksempel. Tilstedeværelsen af ​​to kilder reducerer fejlvariationen, hvilket gør analysen mere meningsfuld.

ii. To-vejs anova hjælper os med at vurdere effekten af ​​to variabler på samme tid. Dette er ikke muligt i envejs anova.

iii. Faktorernes uafhængighed kan testes, forudsat at der er mere end en observation for hver faktorkombination eller celle, og antallet af observationer i hver celle er det samme. I vores eksempel har fødevarevanen 3 niveauer, og faktor rygestatus har 3 niveauer. Der er således 3 x 3 = 9 faktorkombinationer eller celler.

Resumé

1. Anova er en statistisk analyse, der bruges til test af hypotese på basis af eksperimentelle data. Her analyseres forhold mellem to grupper.

2. Envejsanova bruges, når der kun er en uafhængig variabel med flere niveauer. To-vejs anova bruges, når der er to uafhængige variabler med flere niveauer.

3. Tovejsanova er bedre end envejsanova, da metoden har visse fordele i forhold til envejsanova.