Асноўныя паняцці аднафактарнага дысперсійнага аналізу
Аднафактарны дысперсійны аналіз (ANOVA) — гэта статыстычны метад, які выкарыстоўваецца для параўнання сярэдніх значэнняў больш чым дзвюх груп. Многія людзі знаёмыя з t-крытэрыем для параўнання двух сярэдніх значэнняў, але калі колькасць груп больш за дзве, паўторнае выкарыстанне t-крытэрыя фактычна павялічвае рызыку прыняцця няправільных рашэнняў. Вось тут аднафактарны дысперсійны аналіз набывае важнае значэнне: ён забяспечвае больш дакладны і сістэматычны спосаб праверкі наяўнасці істотных адрозненняў у сярэдніх значэннях паміж параўнанымі групамі на аснове аднаго фактару (адной катэгарыяльнай зменнай).
1. Што такое аднафактарны дысперсійны аналіз?
Тэрмін ANOVA паходзіць ад «Dispersion Analysis». Нягледзячы на назву «аналіз дысперсій», яго асноўная мэта — праверыць адрозненні ў сярэдніх значэннях. Асноўная інтуіцыя ANOVA заключаецца ў наступным: калі сярэднія значэнні груп сапраўды адрозніваюцца, то варыяцыі паміж групамі будуць выглядаць большымі, чым варыяцыі ўнутры груп.
Гэта называецца «аднабаковым», таму што для фарміравання груп выкарыстоўваецца толькі адзін фактар або адна катэгарыяльная незалежная зменная. Напрыклад:
– Метады навучання (самастойнае, групавое, анлайн) па выніках экзаменаў.
– Тып угнаенняў (A, B, C, D) у залежнасці ад ураджайнасці.
– Тып прэпарата (прэпарат 1, прэпарат 2, плацеба) на артэрыяльны ціск.
У прыведзеным вышэй прыкладзе «метад навучання», «тып угнаення» і «тып прэпарата» — гэта асобныя фактары, якія маюць некалькі ўзроўняў (катэгорый).
2. Калі выкарыстоўваецца аднафактарны дысперсійны аналіз?
Аднафактарны дысперсійны аналіз звычайна выкарыстоўваецца, калі:
1. Залежная зменная мае лікавую/колькасную форму (прыклады: значэнне, вага, час, артэрыяльны ціск).
2. Незалежная зменная — гэта адзін катэгарыяльны фактар з мінімум трыма групамі (k ≥ 3).
3. Даследчыкі хочуць ведаць, ці ёсць хаця б адна група, сярэдні паказчык якой адрозніваецца ад іншых.
Калі ёсць толькі дзве групы, звычайна дастаткова t-крытэрыя. Аднак ANOVA ўсё яшчэ можна выкарыстоўваць для дзвюх груп і пры пэўных умовах дасць высновы, эквівалентныя t-крытэрыю.
3. Асноўная ідэя: міжгрупавыя і ўнутрыгрупавыя варыяцыі
ANOVA вымярае дзве крыніцы варыяцыі:
– Унутрыгрупавая варыяцыя: наколькі адрозніваюцца дадзеныя ў кожнай групе. Напрыклад, нават калі група мае пэўны сярэдні паказчык, яе асобіны могуць значна адрознівацца ад сярэдняга паказчыка.
– Міжгрупавая варыяцыя: наколькі сярэдняе значэнне кожнай групы адрозніваецца адно ад аднаго.
Калі розніца паміж сярэднімі значэннямі групы вялікая, то і варыяцыі паміж групамі будуць вялікімі. Калі дадзеныя ўнутры груп вельмі раскіданыя, то і варыяцыі ўнутры груп будуць вялікімі. Дысперсійны аналіз параўноўвае гэтыя два паказчыкі з дапамогай суадносін, якія называюцца F-статыстыкай.
4. Гіпотэза ў ANOVA
У аднафактарным ANOVA гіпотэза фармулюецца наступным чынам:
– H0 (нулявая гіпотэза): сярэднія значэнні ўсіх груп аднолькавыя.
\[
\mu_1 = \mu_2 = \mu_3 = \кропкі = \mu_k
\]
– H1 (альтэрнатыўная гіпотэза): існуе хаця б адно іншае сярэдняе значэнне групы.
Гэта значыць, што не ўсе \(\mu\) аднолькавыя.
Важна разумець, што ANOVA паказвае толькі тое, ці ёсць розніца ў цэлым, ці не. Калі вынікі значныя, неабходна правесці далейшае тэставанне, каб вызначыць, якія пары груп адрозніваюцца.
5. Тэставая статыстыка: F-каэфіцыент
Асноўнай статыстыкай тэсту ў ANOVA з'яўляецца F:
\[
F = \frac{\text{Міжгрупавая дысперсія (MSB)}}{\text{Унутрыгрупавая дысперсія (MSW)}}
\]
Тут:
– MSB (сярэднеквадратычнае значэнне паміж групамі) = сярэдняе значэнне квадратаў паміж групамі, апісвае варыяцыю паміж сярэднімі значэннямі груп.
– MSW (сярэднеквадратычнае ўнутры групы) = сярэдняе значэнне квадратаў унутры групы, апісвае варыяцыі ўнутры групы.
Логіка:
– Калі сярэднія значэнні ўсіх груп падобныя, MSB малы, таму F блізкі да 1.
– Калі ёсць відавочная розніца паміж сярэднімі значэннямі, MSB павялічваецца так, што F становіцца большым за 1.
– Дастаткова вялікае значэнне F (у параўнанні з крытычным значэннем F пры пэўнай ступені свабоды) прымушае нас адхіліць H0.
6. Кампаненты разліку: SST, SSB і SSW
У ANOVA агульная варыяцыя дадзеных падзяляецца на дзве часткі:
1. SST (Сума квадратаў агульнай колькасці): агульная сума квадратаў, апісвае агульную варыяцыю ўсіх дадзеных у параўнанні з агульным сярэднім значэннем.
2. SSB (Сума квадратаў паміж): сума квадратаў паміж групамі, варыяцыя з-за адрозненняў у сярэдніх значэннях груп.
3. SSW (Сума квадратаў унутры групы): сума квадратаў унутры групы, варыяцыя з-за індывідуальных адрозненняў унутры групы.
Асноўныя адносіны:
\[
ПДП = ПДП + ПДП
\]
Затым кожны з іх дзеліцца на ступені свабоды, каб атрымаць MSB і MSW.
7. Ступені свабоды
Ступені свабоды (df) у аднафактарным ANOVA:
– функцыянальнасць паміж групамі : \(k – 1\)
(k = колькасць груп)
– df у групе : \(N – k\)
(N = агульная колькасць усіх назіранняў)
– агульная колькасць df: \(N – 1\)
Ступені свабоды важныя, таму што яны вызначаюць форму F-размеркавання, якое выкарыстоўваецца для праверкі значнасці.
8. Дапушчэнні аднафактарнага дысперсійнага аналізу
Каб вынікі ANOVA былі слушнымі, звычайна патрабуецца некалькі здагадак:
1. Незалежнасць: дадзеныя паміж суб'ектамі/назіраннямі незалежныя (не ўплываюць адзін на аднаго).
2. Нармальнасць: дадзеныя ў кожнай групе размеркаваны нармальна (ці прынамсі рэшткі блізкія да нармальнага).
3. Аднастайнасць дысперсіі (гамаскедастычнасць): дысперсія паміж групамі адносна аднолькавая.
На практыцы, ANOVA даволі «ўстойлівы» да парушэнняў нармальнасці, калі памеры выбаркі дастаткова вялікія і збалансаваныя. Аднак парушэнні аднастайнасці дысперсіі могуць быць больш праблематычнымі, асабліва калі памеры выбаркі кожнай групы неаднолькавыя. Для праверкі здагадкі аб аднастайнасці дысперсіі часта выкарыстоўваюцца такія тэсты, як Левена або Бартлета.
9. Інтэрпрэтацыя вынікаў: p-значэнне і рашэнне
Вынікі ANOVA звычайна прадстаўляюцца ў табліцы ANOVA, якая змяшчае SSB, SSW, df, MSB, MSW, значэнне F і p-значэнне.
– Калі p-значэнне ≤ α (напрыклад, α = 0,05), то H0 адхіляецца: існуе значная розніца ў сярэднім значэнне паміж групамі.
– Калі p-значэнне > α, то H0 нельга адхіляць: няма дастаткова доказаў таго, што сярэднія значэнні адрозніваюцца.
Аднак, «немагчымасць адхіліць H0» не азначае, што сярэднія значэнні сапраўды аднолькавыя; гэта проста азначае, што дадзеныя недастаткова пераканаўчыя, каб даказаць розніцу.
10. Паслядыпломны тэст пасля дысперсійнага аналізу
Калі вынік дысперсійнага аналізу значны, наступным крокам з'яўляецца вызначэнне таго, якія групы адрозніваюцца. Гэта робіцца з дапамогай тэсту post hoc, напрыклад:
– Tukey HSD (часта выкарыстоўваецца для параўнання ўсіх пар).
– Банфероні (больш кансерватыўны).
– Шэфе (гнуткі для розных кантрастаў).
– Геймс-Хаўэл (больш падыходзіць, калі дысперсія неаднастайная).
Без далейшых праверак мы ведаем толькі, што «ёсць розніца», але мы не ведаем, у чым яна заключаецца.
11. Памер эфекту
Акрамя значнасці, важна таксама паведаміць пра ўплыў фактару на залежную зменную. Звычайныя памеры эфектаў у ANOVA:
– Eta у квадраты (\(\eta^2\)): доля агульнай варыяцыі, растлумачаная групавымі адрозненнямі.
– Амега ў квадраты (\(\омега^2\)): менш прадузяты варыянт, асабліва ў невялікіх выбарках.
Памеры эфектаў дапамагаюць ацаніць практычную значнасць, а не толькі статыстычную.
Выснова
Аднафактарны дысперсійны аналіз (ANOVA) — гэта фундаментальны статыстычны інструмент для параўнання сярэдніх значэнняў больш чым дзвюх груп на аснове аднаго фактару. Асноўная канцэпцыя заключаецца ў параўнанні варыяцый паміж групамі з варыяцыямі ўнутры груп з выкарыстаннем F-статыстыкі. Яго выкарыстанне патрабуе дапушчэнняў аб незалежнасці, нармальнасці і аднастайнасці дысперсіі для забеспячэння надзейных высноў. Калі вынікі ANOVA паказваюць значныя адрозненні, аналіз працягваецца з дапамогай post hoc тэстаў для ідэнтыфікацыі розных груп і справаздачнасці аб памерах эфектаў для ацэнкі сілы практычнага ўплыву.
Калі хочаце, я магу дадаць поўны прыклад выпадку (невялікія аб'ёмы дадзеных), простыя этапы ручнога разліку або прыклад вываду ANOVA з SPSS/R/Excel разам з інструкцыямі па яго чытанні.
