Atšķirība starp ANOVA un ANCOVA

ANOVA vs ANCOVA

ANOVA un ANCOVA ir abi statistikas modeļi, kuriem ir atšķirīgas iezīmes:

ANOVA

Dispersijas analīze (ANOVA) ir statistisko modeļu un to procedūru kopums, ko izmanto, lai novērotu atšķirības starp trīs vai vairāk mainīgo lielumiem vidējā populācijā, pamatojoties uz iesniegto paraugu. Tas ir ļoti noderīgi, salīdzinot trīs vai vairākus līdzekļus.

Tas ir statistikas rīks, kas izmantots vairākās nozarēs, piemēram, lauksaimniecībā, psiholoģijā un dažādās nozarēs. Tas pieņem, ka katrs novērojums ir neatkarīgs, ka mērījumu līmeņa intervāli starp DV un CV un ka pamatā esošās populācijas ir jāsadala normāli un tām jābūt vienādām dispersijām.

ANOVA modeļi:

1. Fiksētu efektu modeļi, kas pieņem, ka dati no normālām populācijām, kas atšķiras pēc to līdzekļiem, ļauj novērtēt reakcijas diapazonu, ko radīs jebkura ārstēšana pret tām.
2. Izlases veida efektu modeļi, kas pieņem, ka dati no dažādu populāciju ierobežotas hierarhijas tiek atlasīti ar dažādiem faktoru līmeņiem.
3. Jauktu efektu modeļi, kas apraksta situācijas, kurās ir gan fiksēti, gan nejauši efekti.

Lai arī var izmantot arī nelineāru modeli, visās pieejās dispersijas analīzei tiek izmantots lineārs modelis, lai izveidotu pieņēmumu par iespējamās atbildes sadalījumu..
Tas pieņem, ka gadījums ir neatkarīgs un modelis vienkāršo statistisko analīzi. Tas arī pieņem normālu atlikumu sadalījumu un dispersiju vienādību, un ka dispersijai vienmēr jābūt nemainīgai.

ANOVA veidi:

Vienvirziena ANOVA tiek izmantota, lai pārbaudītu atšķirības starp divām vai vairākām neatkarīgām grupām.
Faktoriālo ANOVA izmanto pētījumos par mijiedarbību starp ārstēšanu.
ï ated ½ Atkārtoti pasākumi ANOVA tiek izmantoti, ja katrai procedūrai tiek izmantots viens un tas pats subjekts.
• Daudzfaktoru dispersijas analīze (MANOVA) tiek izmantota, ja ir vairāk nekā viens atbildes mainīgais

ANCOVA

ANCOVA ir ANOVA modelis, kuram ir vispārējs lineārais modelis ar nepārtrauktu iznākuma mainīgo (kvantitatīvs, mērogāts) un divus vai vairākus prognozējamos mainīgos, kur vismaz viens ir nepārtraukts un vismaz viens ir kategorisks (nomināls, bez mēroga)..

Tas ir ANOVA apvienojums un nepārtrauktu mainīgo regresijas, un tam ir kovariācija. Tās interpretācija ir atkarīga no noteiktiem pieņēmumiem par modelī ievadītajiem datiem.

Attiecībām starp atkarīgajiem un neatkarīgajiem mainīgajiem parametriem jābūt lineāriem. Tas novērtē, vai populācijas līdzekļi, kas ir koriģēti atbilstoši kovariātu atšķirībām, atšķiras atkarīgo mainīgo līmeņos.

Trešā mainīgā efekti tiek statistiski kontrolēti ANCOVA, un jebkuru vienotu, divvirzienu un multivariantu ANCOVA dizainu var izmantot jebkuru neatkarīgu mainīgo un CV skaitu..

ANCOVA pieņem, ka kovariātiem jābūt lineāri saistītiem ar atkarīgajiem mainīgajiem un ka tiem jābūt ar regresijas efekta viendabīgumu. Tas pieņem, ka kovariātiem jābūt nesaistītiem ar neatkarīgajiem mainīgajiem un tie nedrīkst būt pārāk savstarpēji saistīti..

Kopsavilkums

1. ANOVA ir statistiski modeļi un paņēmieni, ko izmanto, lai novērotu atšķirības starp mainīgajiem lielumiem, kamēr ANCOVA ir ANOVA modelis.
2. ANOVA izmanto gan lineāros, gan nelineāros modeļus, savukārt ANCOVA izmanto vispārējo lineāro modeli.
3. ANCOVA ir kovariācija, bet ANOVA nav.