Birtərəfli ANOVA-nın əsas anlayışları
Birtərəfli ANOVA, ikidən çox qrupun orta qiymətlərini müqayisə etmək üçün istifadə edilən statistik metoddur. Bir çox insan iki orta qiymətləri müqayisə etmək üçün t-testi ilə tanışdır, lakin qrupların sayı ikidən çox olduqda, t-testinin təkrar istifadəsi əslində səhv qərarlar qəbul etmək riskini artırır. Məhz burada birtərəfli ANOVA vacib hala gəlir: tək bir amilə (tək bir kateqoriyalı dəyişən) əsaslanaraq müqayisə edilən qruplar arasında orta qiymətlərdə əhəmiyyətli fərqlərin olub-olmadığını yoxlamaq üçün daha dəqiq və sistemli bir yol təqdim edir.
1. Birtərəfli ANOVA nədir?
ANOVA termini Variasiya Analizindən gəlir. Adına baxmayaraq, "variasiyanın təhlili"nin əsas məqsədi orta qiymətlərdəki fərqləri yoxlamaqdır. ANOVA-nın əsas intuisiyası belədir: əgər qrup orta qiymətləri həqiqətən fərqlidirsə, qruplar arasındakı variasiya qruplar daxilindəki variasiyadan daha böyük görünür.
Qrupları formalaşdırmaq üçün yalnız bir amil və ya bir kateqoriyalı müstəqil dəyişən istifadə edildiyi üçün buna "birtərəfli" deyilir. Məsələn:
– İmtahan balları üzrə öyrənmə metodları (müstəqil, qrup, onlayn).
– Məhsul məhsuldarlığına görə gübrə növü (A, B, C, D).
– Qan təzyiqinə görə dərman növü (1-ci dərman, 2-ci dərman, plasebo).
Yuxarıdakı nümunədə, “öyrənmə metodu”, “gübrə növü” və “dərman növü” çoxsəviyyəli (kateqoriyalı) tək amillərdir.
2. Birtərəfli ANOVA nə vaxt istifadə olunur?
Birtərəfli ANOVA ümumiyyətlə aşağıdakı hallarda istifadə olunur:
1. Asılı dəyişən ədədi/kəmiyyət formasındadır (misallar: dəyər, çəki, zaman, qan təzyiqi).
2. Müstəqil dəyişən minimum üç qrupa (k ≥ 3) malik bir kateqoriyalı amildir.
3. Tədqiqatçılar orta göstəricisi digərlərindən fərqli olan ən azı bir qrupun olub-olmadığını bilmək istəyirlər.
Əgər yalnız iki qrup varsa, adətən t-test kifayətdir. Bununla belə, ANOVA hələ də iki qrup üçün istifadə edilə bilər və (müəyyən şərtlər altında) t-testinə bərabər nəticələr verəcəkdir.
3. Əsas fikir: Qruplararası və Qrupdaxili Variasiya
ANOVA iki variasiya mənbəyini ölçür:
– Qrupdaxili variasiya: məlumatların hər qrup daxilində nə qədər dəyişdiyi. Məsələn, bir qrupun müəyyən bir orta göstəricisi olsa da, onun fərdləri orta göstəricidən xeyli fərqli ola bilər.
– Qruplararası variasiya: hər qrupun ortalaması bir-birindən nə qədər fərqlənir.
Qrup ortalamaları arasındakı fərq böyükdürsə, qruplar arasındakı fərq böyük olacaq. Qruplar daxilindəki məlumatlar çox dağınıqdırsa, qruplar daxilindəki fərq böyük olacaq. ANOVA, F statistikası adlanan nisbətdən istifadə edərək ikisini müqayisə edir.
4. ANOVA-da hipotez
Birtərəfli ANOVA-da hipotez aşağıdakı kimi formalaşdırılır:
– H0 (sıfır hipotezi): bütün qrup populyasiya ortalamaları eynidir.
\[
\mu_1 = \mu_2 = \mu_3 = \nöqtə = \mu_k
\]
– H1 (alternativ fərziyyə): ən azı bir fərqli qrup ortalaması mövcuddur.
Yəni, bütün \(\mu\) eyni deyil.
ANOVA-nın yalnız ümumilikdə fərqin olub-olmadığını bildirdiyini başa düşmək vacibdir. Nəticələr əhəmiyyətlidirsə, hansı qrup cütlüklərinin fərqləndiyini müəyyən etmək üçün əlavə testlər tələb olunur.
5. Test Statistikası: F Nisbəti
ANOVA-da əsas test statistikası F-dir:
\[
F = \frac{\text{Qruplararası variasiya (MSB)}}{\text{Qrupdaxili variasiya (MSW)}}
\]
Burada:
– MSB (Orta Kvadrat Arası) = qruplar arasındakı kvadratların ortalaması, qrup ortalamaları arasındakı dəyişikliyi təsvir edir.
– MSW (Orta Kvadrat Daxilində) = qrup daxilində kvadratların ortalaması, qrup daxilindəki dəyişikliyi təsvir edir.
Məntiq:
– Əgər bütün qrupların orta qiyməti oxşardırsa, MSB kiçikdir, ona görə də F 1-ə yaxındır.
– Orta qiymətlərdə aydın fərq olarsa, MSB o qədər artır ki, F 1-dən böyük olur.
– Kifayət qədər böyük F dəyəri (müəyyən dərəcədə sərbəstlikdəki kritik F dəyəri ilə müqayisədə) bizi H0-u rədd etməyə məcbur edir.
6. Hesablama Komponentləri: SST, SSB və SSW
ANOVA-da məlumatların ümumi dəyişməsi iki hissəyə bölünür:
1. SST (Kvadratlar Cəmi): kvadratların ümumi cəmi, bütün məlumatların ümumi orta göstəriciyə nisbətən ümumi dəyişməsini təsvir edir.
2. SSB (Arasında Kvadratlar Cəmi): qruplar arasındakı kvadratların cəmi, qrup ortalamalarındakı fərqlərə görə variasiya.
3. SSW (Daxil Kvadratlar Cəmi): qrup daxilindəki kvadratların cəmi, qrup daxilindəki fərdi fərqlərə görə dəyişənlik.
Əsas əlaqə:
\[
SST = SSB + SSW
\]
Daha sonra hər biri sərbəstlik dərəcələrinə bölünərək MSB və MSW əmələ gətirir.
7. Azadlıq Dərəcələri
Birtərəfli ANOVA-da sərbəstlik dərəcələri (df):
– qruplar arasında df : \(k – 1\)
(k = qrupların sayı)
– df qrupda : \(N – k\)
(N = bütün müşahidələrin cəmi)
– df cəmi : \(N – 1\)
Sərbəstlik dərəcələri vacibdir, çünki onlar əhəmiyyəti yoxlamaq üçün istifadə olunan F paylanmasının formasını müəyyən edir.
8. Birtərəfli ANOVA fərziyyələri
ANOVA nəticələrinin etibarlı olması üçün adətən bir neçə fərziyyə tələb olunur:
1. Müstəqillik: subyektlər/müşahidəçilər arasındakı məlumatlar müstəqildir (bir-birinə təsir göstərmir).
2. Normallıq: hər qrupdakı məlumatlar normal paylanmışdır (və ya heç olmasa qalıqlar normala yaxındır).
3. Variasiyanın homojenliyi (homoskedastiklik): qruplar arasındakı variasiya nisbətən eynidir.
Təcrübədə, nümunə ölçüləri kifayət qədər böyük və balanslı olduqda, ANOVA normallığın pozulmasına qarşı olduqca "güclü"dür. Lakin, xüsusən də hər qrupun nümunə ölçüləri qeyri-bərabər olduqda, variasiyanın homojenliyinin pozulması daha problemli ola bilər. Levene və ya Bartlett kimi testlər tez-tez variasiyanın homojenliyi fərziyyəsini yoxlamaq üçün istifadə olunur.
9. Nəticələrin Şərhi: p-dəyəri və Qərar
ANOVA nəticələri adətən SSB, SSW, df, MSB, MSW, F dəyəri və p-dəyərini ehtiva edən ANOVA cədvəlində təqdim olunur.
– Əgər p-dəyəri ≤ α-dırsa (məsələn, α = 0,05), onda H0-u rədd edin: qruplar arasında orta qiymətdə əhəmiyyətli bir fərq var.
– Əgər p-dəyəri > α olarsa, onda H0-u rədd etmək mümkün deyil: orta dəyərlərin fərqli olduğuna dair kifayət qədər dəlil yoxdur.
Lakin, "H0-u rədd edə bilməmək" vasitələrin həqiqətən eyni olduğu anlamına gəlmir; bu sadəcə məlumatların fərqi sübut etmək üçün kifayət qədər güclü olmadığı deməkdir.
10. ANOVA-dan Sonrakı Post-Hoc Testi
Əgər ANOVA əhəmiyyətlidirsə, növbəti addım hansı qrupların fərqləndiyini müəyyən etməkdir. Bu, məsələn, post-hoc testi ilə edilir:
– Tukey HSD (tez-tez bütün cütlərin müqayisəsi üçün istifadə olunur).
– Bonferroni (daha mühafizəkar).
– Scheffé (müxtəlif kontrastlar üçün çevik).
– Games-Howell (variasiya homogen deyilsə, daha uyğundur).
Əlavə sınaqlar aparmadan, yalnız "fərq var" deyə bilərik, amma fərqin harada olduğunu bilmirik.
11. Effekt Ölçüsü
Əhəmiyyətdən əlavə, bir amilin asılı dəyişənə nə qədər təsir etdiyini bildirmək də vacibdir. ANOVA-da ümumi təsir ölçüləri bunlardır:
– Eta kvadratı (\(\eta^2\)): qrup fərqləri ilə izah edilən ümumi variasiyanın nisbəti.
– Omega kvadratı (\(\omega^2\)): xüsusilə kiçik nümunələrdə daha az qərəzli bir versiya.
Təsir ölçüləri yalnız statistik əhəmiyyəti deyil, praktiki aktuallığı qiymətləndirməyə kömək edir.
Nəticə
Birtərəfli ANOVA, tək bir amilə əsaslanaraq ikidən çox qrupun orta qiymətlərini müqayisə etmək üçün əsas statistik vasitədir. Əsas konsepsiya, F statistikasından istifadə edərək qruplar arasındakı dəyişkənliyi qruplar daxilindəki dəyişkənliklə müqayisə etməkdir. Onun istifadəsi etibarlı nəticələr əldə etmək üçün müstəqillik, normallıq və variasiyanın homojenliyi fərziyyələrini tələb edir. ANOVA nəticələri əhəmiyyətli fərqlər göstərirsə, fərqli qrupları müəyyən etmək və təsir gücünü praktik olaraq qiymətləndirmək üçün təsir ölçülərini bildirmək üçün təhlil post-hoc testləri ilə davam etdirilir.
İstəsəniz, tam bir nümunə (kiçik məlumatlar), sadə əl ilə hesablama addımlarını və ya SPSS/R/Excel-dən ANOVA çıxışının nümunəsini və onu necə oxumaq lazım olduğunu əlavə edə bilərəm.
