2. ANOVA ¨C po co nam to?
? Czasami chcemy por¨®wna? wi?cej ni? jedna grup?, np.
siedem grup poddanych r¨®?nemu leczeniu. Co mo?emy
zrobi??
? Pierwsza my?l, zrobi? test t i por¨®wna? wszystkie 21
mo?liwych par
? Dlaczego nie? Zauwa?my, ?e gdy obierzemy t? strategi?, to
b??dy I rodzaju dla wszystkich analiz sumuj? nam si?, a
prawdopodobie¨½stwo odrzucenia prawdziwej hipotezy
zerowej ro?nie do ok. 0,66
¨C = 1 ? (0,95)21
? I jeszcze jedno nawet je?li wykonamy wszystkie 21
por¨®wna¨½ to i tak nie mamy obrazu ca?o?ci, mamy jego 21
cz??ci
3. ANOVA ¨C wprowadzenie
? Jednoczynnikowa ANOVA pozwala na
por¨®wnywanie dw¨®ch lub wi?cej grup
jednocze?nie.
? Jest blisko spokrewniona z testem t?. W
przypadku por¨®wnania dw¨®ch grup obie
techniki daj? to?same oszacowania. Test t
mo?na wi?c potraktowa? jako specyficzny
przyk?ad ANOVY
4. ANOVA ¨C wprowadzenie
? Pomimo tego, ?e m¨®wimy o analizie wariancji
technika ta pos?u?y nam do testowania r¨®?nic
pomi?dzy ?rednimi
? St?d H0 : = = = ? =
¨C Gdzie k oznacza liczb? warunk¨®w
eksperymentalnych/grup
¨C Oczywi?cie hipoteza alternatywna zak?ada, ?e mamy
przynajmniej jedn? r¨®?nic?, niezale?nie pomi?dzy,
kt¨®ry dwie ?rednimi
¨C Mo?e ona by? jedna, a mo?e by? ich kilka
¨C Nie ma sensu m¨®wi? o hipotezie kierunkowej je?li k>2
5. ANOVA ¨C wprowadzenie
? Ca?kowite zr¨®?nicowanie mi?dzy wszystkimi
wynikami podzieli? mo?emy na:
¨C Zr¨®?nicowanie wewn?trzgrupowe (inherentne) ¨C jest
ono niezale?ne od warunku eksperymentalnego,
wynika np. z losowej zmienno?ci pr¨®by ¨C inaczej
nazywane b??dem
¨C Zr¨®?nicowanie mi?dzygrupowe ¨C zr¨®?nicowanie
?rednich dla r¨®?nych warunk¨®w eksperymentalnych
b?d?ce efektem zr¨®?nicowania inherentnego oraz
manipulacji eksperymentalnej
6. ANOVA ¨C wprowadzenie
? Logika ANOVA
¨C W skr¨®cie ANOVA polega na dokonaniu dw¨®ch
niezale?nych oszacowa¨½ wariancji populacyjnej
oraz por¨®wnaniu ich ze sob?
¨C Pierwsze oszacowanie (wewn?trzgrupowe)
oszacowanie tzw. wariancji b??du dokonywane jest
na podstawie oszacowa¨½ wariancji w
poszczeg¨®lnych grupach oraz wyci?gni?ciu z nich
2
?redniej
¨C Drugie (mi?dzygrupowe)
7. ANOVA ¨C podzia? sum kwadrat¨®w
? Ka?dy pojedynczy wynik jak otrzymali?my
mo?emy zapisa? jako:
¨C X=?rednia generalna + efekt oddzia?ywa¨½ +
zr¨®?nicowanie inherentne
¨C Gdzie: ?rednia generalna to ?rednia ze wszystkich
wynik¨®w, oznacza? j? b?dziemy:
¨C Czyli: = + ? + ?
? oznacza ?redni? z grupy, z kt¨®rej pochodzi dany X
8. ANOVA ¨C podzia? sum kwadrat¨®w
? Id?c dalej ka?dy wynik mo?emy zapisa? jako jego
odchylenie od ?redniej generalnej:
? = ? + ?
? To daje nam ju? mo?liwo?? obliczenia sumy kwadrat¨®w
odchyle¨½ od ?redniej generalnej oraz dla zr¨®?nicowania
wew. i mi?dzygrupowego
¨C ?. = ( ? )2
¨C . = ( ? )2
¨C . = ( ? )2
? Gdzie k ¨C liczba grup, - liczba wynik¨®w i-tej grupie, a - ?rednia
i-tej grupy
12. ANOVA ¨C stosunek F
? Hipoteza zerowa jest utrzymywana je?li
stosunek tych dw¨®ch wariancji jest r¨®wny (w
granicach b??du losowego)
2
. .?+
? = 2 =
. .?
? Je?li hipoteza zerowa jest prawdziwa to F=1
? Je?li nie, to stosunek F powinien by? wi?kszy
¨C Sk?d wiadomo o ile wi?kszy? Odnosimy to do
rozk?adu F (tak jak wcze?niej do rozk?adu t)
13. Rozk?ad F dla r¨®?nych df
? Tablica:
http://pl.wikisource.org/wiki/Tablica_rozk%C5
%82adu_F_Snedecora
Wikipedia
14. Rozk?ad F dla r¨®?nych df
? Rozk?ad jest zawsze prawosko?ny, st?d ca?y
obszar odrzucenia znajduje si? po jednej
stronie rozk?adu
? Warto?? F nie mo?e by? mniejsza od zera
(oszacowania wariancji nie mog? by? bowiem
mniejsze ni? zero, w ko¨½cu s? kwadratami SS)
? Je?li F<1 to zapewne mamy do czynienia z
jakim? b??dem pr¨®by
15. Za?o?enia ANOVA
? Rozk?ad normalny w populacjach
? Homogeniczno?? wariancji
? Dob¨®r do ka?dej z pr¨®b jest niezale?ny
? Pr¨®by wybierane losowo zgodnie ze
schematem losowania zwrotnego.
16. ANOVA ¨C wielko?? efektu
? Miara ta nale?y do rodziny r (nazywamy j? eta
kwadrat):
.
¨C ¦Ç2 =
?.
17. Co dalej?
? ANOVA odpowiada nam na pytanie, czy gdzie?
jest r¨®?nica, pytanie co r¨®?ni si? od czego?
? Mamy do wyboru dwie opcje dalszej analizy
¨C Por¨®wnania post hoc ¨C nie wymagaj? one
wcze?niejszych za?o?e¨½
¨C Por¨®wnania zaplanowane
18. Por¨®wnania post hov
? Aby u?y?, kt¨®rego? z test¨®w pozwalaj?cego
dokona? por¨®wna¨½ post hoc, musimy najpierw
otrzyma? istotny stosunek F
? Jednym z takich test¨®w jest test HSD Tukeya
? W przypadk¨®w tych test¨®w, nie nara?amy si? na
sumowanie si? b??d¨®w I rodzaju, dlaczego?
¨C Poniewa? nie u?ywamy tutaj rozk?adu, ?rednie istotne
stat. to po prostu takie ?rednie, kt¨®re b?d? si? r¨®?ni? o
dan? warto??
¨C R¨®?nice te jednak musz? by? wi?ksze ni? te wymagane
przez test t, aby nie nara?a? nas na b??d I rodzaju
19. Por¨®wnania zaplanowane
? Planujemy wcze?niej co b?dziemy
por¨®wnywa?, nie zawsze interesuj? nas
wszystkie por¨®wnania
? Nie jest wymagana istotno?? F
? Aby je wykona? stosujemy test t dla pr¨®b
niezale?nych, jednak jako b??d przyjmujemy
2
warto?? . co daje nam dok?adniejsze
oszacowanie, a nie obliczamy go tylko na
podstawie por¨®wnywanych grup