ºÝºÝߣ

ºÝºÝߣShare a Scribd company logo
Podstawy statystyki dla
    psycholog¨®w
  Jednoczynnikowa ANOVA
         Zaj?cia 13.
        Karol Wolski
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
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
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
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
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)
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
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
ANOVA ¨C podzia? sum kwadrat¨®w
? Zatem:
  ¨C ?. = . + .
  ¨C Poniewa?:  ?  =  ?  +  ?
ANOVA ¨C stopnie swobody
¨C ?. = ? ? 1
¨C . = ? ? 
¨C . =  ? 1
¨C ?. = . + .
ANOVA ¨C oszacowanie wariancji
? Og¨®lnie wariancj? oszacowa? mo?emy wed?ug
          2   
  wzoru  =
                       
? Mamy wi?c:
      2          .  2
?   . =                                    
                                                    - oszacowanie
                 .
  wariacji wewn?trzgrupowej (b??du)
    2
? . =
  .  2
                                         +  ?¨½ ¨C
  .
  oszacowanie wariacji mi?dzygrupowej
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)
Rozk?ad F dla r¨®?nych df
? Tablica:
  http://pl.wikisource.org/wiki/Tablica_rozk%C5
  %82adu_F_Snedecora




       Wikipedia
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
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.
ANOVA ¨C wielko?? efektu
? Miara ta nale?y do rodziny r (nazywamy j? eta
  kwadrat):
               .
  ¨C   ¦Ç2   =
                 ?.
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
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
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

More Related Content

What's hot (20)

PDF
Metodologia bada¨½ psychologicznych - zaj?cia 5 - kontrola zmiennych zak?¨®caj?...
Karol Wolski
?
PDF
Podstawy statystyki dla psycholog¨®w - zaj?cia 6 - predykcja
Karol Wolski
?
PDF
Metodologia bada¨½ psychologicznych - zaj?cia 7 - Pomiar w psychologii, klasyc...
Karol Wolski
?
PPTX
Metodologia bada¨½ psychologicznych - zaj?cia 3 - eksperyment, badanie korelac...
Karol Wolski
?
PPTX
diagnoza przypadk¨®w przemocy i zaniedbywania dzieci
?aneta Kozubek
?
DOC
§¥§Ø§Ö§Ü §­§à§ß§Õ§à§ß. §­§ð§Ò§à§Ó §Õ§à §Ø§Ú§ä§ä§ñ
olyasmetyukh
?
PPTX
Dob¨®r pr¨®by i schematy doboru pr¨®by - dob¨®r nielosowy
Radek Oryszczyszyn
?
DOCX
Systemy nauczania na ?wiecie- Finlandia
Asia_Wisienka
?
PDF
Metodologia bada¨½
Szko?a Podstawowa w Kotomierzu
?
PPT
Model pracy z uczniem o specjalnych potzrebach
dorotakolinska
?
PPT
§Ó§Ú§ç§à§Ó§ß§Ñ §Ô§à§Õ§Ú§ß§Ñ §å 5 §Ü§Ý §ß§Ñ §ä§Ö§Þ§å §ä§à§Ý§Ö§â§Ñ§ß§ä§ß?§ã§ä§î
Svitlana Popel
?
PPTX
Metodologia bada¨½ psychologicznych - zaj?cia 2 - operacjonalizacja zmiennych,...
Karol Wolski
?
PPTX
Percepcja wzrokowa
?aneta Kozubek
?
PDF
Introduction to Mechanism Design
Yosuke YASUDA
?
PPTX
diagnoza rodziny jako ?rodowiska wychowawczego
?aneta Kozubek
?
PPTX
¥Þ¥ë¥Á¥ì¥Ù¥ë¥â¥Ç¥ëÖvÁ•»á Œg¼ù¾Ž
Hiroshi Shimizu
?
PDF
Znieczulenie chorego z niewydolno?ci? serca
Polanest
?
PDF
Analiza regresji - interpretacja wydruku z programu STATISTICA
Karol Wolski
?
PPTX
diagnoza funkcjonowania dziecka w szkole
?aneta Kozubek
?
PPT
Tortury I Kara ?Mierci Projekt
marzen
?
Metodologia bada¨½ psychologicznych - zaj?cia 5 - kontrola zmiennych zak?¨®caj?...
Karol Wolski
?
Podstawy statystyki dla psycholog¨®w - zaj?cia 6 - predykcja
Karol Wolski
?
Metodologia bada¨½ psychologicznych - zaj?cia 7 - Pomiar w psychologii, klasyc...
Karol Wolski
?
Metodologia bada¨½ psychologicznych - zaj?cia 3 - eksperyment, badanie korelac...
Karol Wolski
?
diagnoza przypadk¨®w przemocy i zaniedbywania dzieci
?aneta Kozubek
?
§¥§Ø§Ö§Ü §­§à§ß§Õ§à§ß. §­§ð§Ò§à§Ó §Õ§à §Ø§Ú§ä§ä§ñ
olyasmetyukh
?
Dob¨®r pr¨®by i schematy doboru pr¨®by - dob¨®r nielosowy
Radek Oryszczyszyn
?
Systemy nauczania na ?wiecie- Finlandia
Asia_Wisienka
?
Metodologia bada¨½
Szko?a Podstawowa w Kotomierzu
?
Model pracy z uczniem o specjalnych potzrebach
dorotakolinska
?
§Ó§Ú§ç§à§Ó§ß§Ñ §Ô§à§Õ§Ú§ß§Ñ §å 5 §Ü§Ý §ß§Ñ §ä§Ö§Þ§å §ä§à§Ý§Ö§â§Ñ§ß§ä§ß?§ã§ä§î
Svitlana Popel
?
Metodologia bada¨½ psychologicznych - zaj?cia 2 - operacjonalizacja zmiennych,...
Karol Wolski
?
Percepcja wzrokowa
?aneta Kozubek
?
Introduction to Mechanism Design
Yosuke YASUDA
?
diagnoza rodziny jako ?rodowiska wychowawczego
?aneta Kozubek
?
¥Þ¥ë¥Á¥ì¥Ù¥ë¥â¥Ç¥ëÖvÁ•»á Œg¼ù¾Ž
Hiroshi Shimizu
?
Znieczulenie chorego z niewydolno?ci? serca
Polanest
?
Analiza regresji - interpretacja wydruku z programu STATISTICA
Karol Wolski
?
diagnoza funkcjonowania dziecka w szkole
?aneta Kozubek
?
Tortury I Kara ?Mierci Projekt
marzen
?

Viewers also liked (15)

PDF
Podstawy statystyki dla psycholog¨®w - zaj?cia 12 - test t dla pr¨®b zale?nych
Karol Wolski
?
PDF
U?yteczno?? stron www ¨C wprowadzenie
Karol Wolski
?
PDF
U?yteczno?? stron www
Karol Wolski
?
PDF
Psychometria trafno??
Karol Wolski
?
PDF
E learning ¨C motywacja do uczenia si?
Karol Wolski
?
PDF
Evidence based sales management
Karol Wolski
?
PDF
Psychometria rzetelno?? test¨®w psychologicznych
Karol Wolski
?
PDF
Interpersonal Skills for Managers ¨C Psychology in Business - Class 10. - Nego...
Karol Wolski
?
PDF
E learning ¨C podstawowe poj?cia
Karol Wolski
?
PDF
Podstawy statystyki dla psycholog¨®w - zaj?cia 13 - wprowadzenie do ANOVA
Karol Wolski
?
PDF
E learning - uczenie sie
Karol Wolski
?
PDF
Metodologia bada¨½ psychologicznych - zaj?cia 6 - Dob¨®r pr¨®by, trafno?? wewn?t...
Karol Wolski
?
PPTX
Interpersonal Skills for Managers ¨C Psychology in Business - Class 9. - Patte...
Karol Wolski
?
PDF
Podstawy statystyki dla psycholog¨®w - zaj?cia 7 - interpretacja korelacji i r...
Karol Wolski
?
PDF
Podstawy statystyki dla psycholog¨®w - Zaj?cia 9 - prawdopodobie¨½stwo
Karol Wolski
?
Podstawy statystyki dla psycholog¨®w - zaj?cia 12 - test t dla pr¨®b zale?nych
Karol Wolski
?
U?yteczno?? stron www ¨C wprowadzenie
Karol Wolski
?
U?yteczno?? stron www
Karol Wolski
?
Psychometria trafno??
Karol Wolski
?
E learning ¨C motywacja do uczenia si?
Karol Wolski
?
Evidence based sales management
Karol Wolski
?
Psychometria rzetelno?? test¨®w psychologicznych
Karol Wolski
?
Interpersonal Skills for Managers ¨C Psychology in Business - Class 10. - Nego...
Karol Wolski
?
E learning ¨C podstawowe poj?cia
Karol Wolski
?
Podstawy statystyki dla psycholog¨®w - zaj?cia 13 - wprowadzenie do ANOVA
Karol Wolski
?
E learning - uczenie sie
Karol Wolski
?
Metodologia bada¨½ psychologicznych - zaj?cia 6 - Dob¨®r pr¨®by, trafno?? wewn?t...
Karol Wolski
?
Interpersonal Skills for Managers ¨C Psychology in Business - Class 9. - Patte...
Karol Wolski
?
Podstawy statystyki dla psycholog¨®w - zaj?cia 7 - interpretacja korelacji i r...
Karol Wolski
?
Podstawy statystyki dla psycholog¨®w - Zaj?cia 9 - prawdopodobie¨½stwo
Karol Wolski
?
Ad

More from Karol Wolski (7)

PDF
Dane w hr - co warto wiedzie? aby zbiera? je w?a?ciwie
Karol Wolski
?
PDF
Case study wynagrodzenia Polak¨®w
Karol Wolski
?
PDF
?wiczenia - analiza regresji
Karol Wolski
?
PDF
Podstawy statystyki dla psycholog¨®w - zaj?cia 8 - model regresji jedno-wieloz...
Karol Wolski
?
PPTX
Interpersonal Skills for Managers ¨C Psychology in Business - Class 8. - feedback
Karol Wolski
?
PDF
Interpersonal Skills for Managers ¨C Psychology in Business - Class 6 - Attitudes
Karol Wolski
?
PPTX
Interpersonal Skills for Managers ¨C Psychology in Business - Decision making ...
Karol Wolski
?
Dane w hr - co warto wiedzie? aby zbiera? je w?a?ciwie
Karol Wolski
?
Case study wynagrodzenia Polak¨®w
Karol Wolski
?
?wiczenia - analiza regresji
Karol Wolski
?
Podstawy statystyki dla psycholog¨®w - zaj?cia 8 - model regresji jedno-wieloz...
Karol Wolski
?
Interpersonal Skills for Managers ¨C Psychology in Business - Class 8. - feedback
Karol Wolski
?
Interpersonal Skills for Managers ¨C Psychology in Business - Class 6 - Attitudes
Karol Wolski
?
Interpersonal Skills for Managers ¨C Psychology in Business - Decision making ...
Karol Wolski
?
Ad

Podstawy statystyki dla psycholog¨®w - zaj?cia 13 -ANOVA

  • 1. Podstawy statystyki dla psycholog¨®w Jednoczynnikowa ANOVA Zaj?cia 13. Karol Wolski
  • 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
  • 9. ANOVA ¨C podzia? sum kwadrat¨®w ? Zatem: ¨C ?. = . + . ¨C Poniewa?: ? = ? + ?
  • 10. ANOVA ¨C stopnie swobody ¨C ?. = ? ? 1 ¨C . = ? ? ¨C . = ? 1 ¨C ?. = . + .
  • 11. ANOVA ¨C oszacowanie wariancji ? Og¨®lnie wariancj? oszacowa? mo?emy wed?ug 2 wzoru = ? Mamy wi?c: 2 . 2 ? . = - oszacowanie . wariacji wewn?trzgrupowej (b??du) 2 ? . = . 2 + ?¨½ ¨C . oszacowanie wariacji mi?dzygrupowej
  • 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