Бір бағытты ANOVA негізгі түсініктері
Бір жақты ANOVA - екіден көп топтың орташа мәндерін салыстыру үшін қолданылатын статистикалық әдіс. Көптеген адамдар екі орташа мәнді салыстыруға арналған t-тестімен таныс, бірақ топтардың саны екеуден көп болған кезде, t-тестін қайталап қолдану қате шешімдер қабылдау қаупін арттырады. Міне, осы жерде бір жақты ANOVA маңызды бола бастайды: ол бір факторға (бір категориялық айнымалыға) негізделген салыстырылған топтар арасында орташа мәндерде айтарлықтай айырмашылықтардың бар-жоғын тексерудің дәлірек және жүйелі әдісін ұсынады.
1. Бір бағытты ANOVA дегеніміз не?
ANOVA термині «дисперсияны талдау» деген сөзден шыққан. Атауы «дисперсияны талдау» болғанына қарамастан, оның негізгі мақсаты - орташа мәндердегі айырмашылықтарды тексеру. ANOVA-ның негізгі интуициясы мынада: егер топтық орташа мәндер шынымен әртүрлі болса, онда топтар арасындағы вариация топтар ішіндегі вариациядан үлкенірек болып көрінеді.
Ол «біржақты» деп аталады, себебі топтарды қалыптастыру үшін тек бір фактор немесе бір категориялық тәуелсіз айнымалы қолданылады. Мысалы:
– Емтихан нәтижелерін зерттеу әдістері (тәуелсіз, топтық, онлайн).
– Егіннің өнімділігіне байланысты тыңайтқыш түрі (A, B, C, D).
– Қан қысымына дәрілік зат түрі (1-дәрі, 2-дәрі, плацебо).
Жоғарыдағы мысалда «оқу әдісі», «тыңайтқыш түрі» және «дәрі түрі» бірнеше деңгейге (санатқа) ие жеке факторлар болып табылады.
2. Бір жақты ANOVA қашан қолданылады?
Бір жақты ANOVA әдетте келесі жағдайларда қолданылады:
1. Тәуелді айнымалы сандық/сандық түрде болады (мысалдар: мән, салмақ, уақыт, қан қысымы).
2. Тәуелсіз айнымалы - кемінде үш тобы бар (k ≥ 3) бір категориялық фактор.
3. Зерттеушілер орташа көрсеткіші басқаларынан өзгеше кем дегенде бір топ бар-жоғын білгісі келеді.
Егер тек екі топ болса, әдетте t-тесті жеткілікті. Дегенмен, ANOVA әлі де екі топ үшін қолданылуы мүмкін және (белгілі бір жағдайларда) t-тестіне тең қорытындылар шығарады.
3. Негізгі идея: Топ аралық және топ ішіндегі вариация
ANOVA вариацияның екі көзін өлшейді:
– Топ ішіндегі вариация: деректердің әр топ ішінде қаншалықты өзгеретіні. Мысалы, топтың белгілі бір орташа мәні болса да, оның жеке тұлғалары орташа мәннен айтарлықтай алшақ болуы мүмкін.
– Топтар арасындағы вариация: әр топтың орташа мәні бір-бірінен қаншалықты ерекшеленеді.
Егер топтық орташа мәндер арасындағы айырмашылық үлкен болса, топтар арасындағы ауытқу үлкен болады. Егер топтар ішіндегі деректер өте шашыраңқы болса, топтар ішіндегі ауытқу үлкен болады. ANOVA екеуін F статистикасы деп аталатын қатынасты пайдаланып салыстырады.
4. ANOVA-дағы гипотеза
Бір жақты ANOVA-да гипотеза келесідей тұжырымдалады:
– H0 (нөлдік гипотеза): барлық топтық популяцияның орташа мәндері бірдей.
\[
\mu_1 = \mu_2 = \mu_3 = \нүктелер = \mu_k
\]
– H1 (балама гипотеза): кем дегенде бір басқа топтық орташа мән бар.
Яғни, барлық \(\mu\) бірдей емес.
ANOVA тек жалпы айырмашылық бар-жоғын ғана көрсететінін түсіну маңызды. Егер нәтижелер маңызды болса, қай топтардың жұптары ерекшеленетінін анықтау үшін қосымша тестілеу қажет.
5. Тест статистикасы: F қатынасы
ANOVA-дағы негізгі сынақ статистикасы F болып табылады:
\[
F = \frac{\text{Топаралық дисперсия (MSB)}}{\text{Топішілік дисперсия (MSW)}}
\]
Мұнда:
– MSB (орташа квадраттар арасындағы) = топтар арасындағы квадраттардың орташа мәні, топтық орташа мәндер арасындағы өзгерісті сипаттайды.
– MSW (орташа квадраттық мән) = топ ішіндегі квадраттардың орташа мәні, топ ішіндегі өзгерісті сипаттайды.
Логика:
– Егер барлық топтардың орташа мәндері ұқсас болса, MSB кіші, сондықтан F 1-ге жақын.
– Егер орташа мәнде айқын айырмашылық болса, MSB F 1-ден үлкен болатындай етіп артады.
– F мәні жеткілікті үлкен болса (белгілі бір еркіндік дәрежесіндегі сыни F мәнімен салыстырғанда), бұл бізді H0-ды қабылдамауға мәжбүр етеді.
6. Есептеу компоненттері: SST, SSB және SSW
ANOVA-да деректердің жалпы вариациясы екі бөлікке бөлінеді:
1. SST (Шаршылардың қосындысы): шаршылардың жалпы қосындысы барлық деректердің жалпы орташа мәннен жалпы өзгеруін сипаттайды.
2. SSB (Арасындағы квадраттардың қосындысы): топтар арасындағы квадраттардың қосындысы, топтық орташа мәндердегі айырмашылықтарға байланысты өзгереді.
3. SSW (Ішкі квадраттардың қосындысы): топ ішіндегі квадраттардың қосындысы, топ ішіндегі жеке айырмашылықтарға байланысты өзгереді.
Негізгі қатынас:
\[
SST = SSB + SSW
\]
Содан кейін әрқайсысы еркіндік дәрежелеріне бөлініп, MSB және MSW түзіледі.
7. Еркіндік дәрежелері
Бір жақты ANOVA-дағы еркіндік дәрежелері (df):
– топтар арасындағы df : \(k – 1\)
(k = топтардың саны)
– df тобында: \(N – k\)
(N = барлық бақылаулардың жалпы саны)
– df жалпы сомасы: \(N – 1\)
Еркіндік дәрежелері маңызды, себебі олар маңыздылықты тексеру үшін қолданылатын F үлестірімінің пішінін анықтайды.
8. Бір бағытты ANOVA болжамдары
ANOVA нәтижелерінің жарамды болуы үшін әдетте бірнеше болжам қажет:
1. Тәуелсіздік: субъектілер/бақылаулар арасындағы деректер тәуелсіз (бір-біріне әсер етпейді).
2. Қалыптылық: әр топтағы деректер қалыпты таралған (немесе кем дегенде қалдықтар қалыптыға жақын).
3. Дисперсияның біртектілігі (гомоскедастикалық): топтар арасындағы дисперсия салыстырмалы түрде бірдей.
Іс жүзінде, егер үлгі өлшемдері жеткілікті үлкен және теңгерімді болса, ANOVA қалыптылықтың бұзылуына өте «берік» болып табылады. Дегенмен, дисперсияның біртектілігінің бұзылуы, әсіресе әр топтың үлгі өлшемдері тең болмаған кезде, проблемалы болуы мүмкін. Левен немесе Бартлетт сияқты тесттер дисперсияның біртектілігі туралы болжамды тексеру үшін жиі қолданылады.
9. Нәтижелерді түсіндіру: p-мәні және шешім қабылдау
ANOVA нәтижелері әдетте SSB, SSW, df, MSB, MSW, F мәні және p-мәні бар ANOVA кестесінде ұсынылады.
– Егер p-мәні ≤ α болса (мысалы, α = 0,05), онда H0 қабылданбайды: топтар арасындағы орташа мәнде айтарлықтай айырмашылық бар.
– Егер p-мәні > α болса, онда H0-ды қабылдамау мүмкін емес: орташа мәндердің әртүрлі екендігі туралы жеткілікті дәлел жоқ.
Дегенмен, «H0-ны қабылдамау» құралдардың шынымен бірдей екенін білдірмейді; бұл жай ғана деректердің айырмашылықты дәлелдеу үшін жеткілікті күшті емес екенін білдіреді.
10. ANOVA-дан кейінгі пост-хок тесті
Егер ANOVA маңызды болса, келесі қадам - қай топтардың ерекшеленетінін анықтау. Бұл пост-хок тесті арқылы жасалады, мысалы:
– Tukey HSD (көбінесе барлық жұптарды салыстыру үшін қолданылады).
– Бонферрони (консервативтірек).
– Шеффе (әртүрлі контрасттарға икемді).
– Games-Howell (дисперсия біртекті болмаса, қолайлырақ).
Әрі қарай тексерусіз біз тек «айырмашылық бар» екенін білеміз, бірақ айырмашылықтың қайда екенін білмейміз.
11. Әсер өлшемі
Маңыздылықтан басқа, фактордың тәуелді айнымалыға қаншалықты әсер ететінін көрсету де маңызды. ANOVA-дағы жалпы әсер өлшемдері:
– Эта квадраты (\(\ета^2\)): топтық айырмашылықтармен түсіндірілетін жалпы вариацияның үлесі.
– Омега квадраты (\(\омега^2\)): әсіресе шағын үлгілерде онша бейтарап емес нұсқасы.
Әсер ету өлшемдері тек статистикалық маңыздылықты ғана емес, практикалық маңыздылықты бағалауға көмектеседі.
Қорытынды
Бір жақты ANOVA - бір факторға негізделген екіден көп топтың орташа мәндерін салыстырудың негізгі статистикалық құралы. Негізгі тұжырымдама - F статистикасын қолдана отырып, топтар арасындағы ауытқуды топтар ішіндегі ауытқумен салыстыру. Оны пайдалану сенімді қорытындыларды қамтамасыз ету үшін тәуелсіздік, қалыптылық және дисперсияның біртектілігі туралы болжамдарды талап етеді. Егер ANOVA нәтижелері айтарлықтай айырмашылықтарды көрсетсе, талдау әртүрлі топтарды анықтау және әсер ету күшін іс жүзінде бағалау үшін әсер ету өлшемдерін есепке алу үшін пост-хок тесттерімен жалғасады.
Қаласаңыз, толық мысал (шағын деректер), қарапайым қолмен есептеу қадамдарын немесе SPSS/R/Excel бағдарламасынан ANOVA шығысының мысалын және оны қалай оқу керектігін қоса аламын.
