Бир тараптуу ANOVAнын негизги түшүнүктөрү
Бир тараптуу ANOVA - бул экиден ашык топтордун орточо маанилерин салыштыруу үчүн колдонулган статистикалык ыкма. Көптөгөн адамдар эки орточо маанини салыштыруу үчүн t-тест менен тааныш, бирок топтордун саны экиден көп болгондо, t-тестти кайталап колдонуу чындыгында туура эмес чечимдерди кабыл алуу коркунучун жогорулатат. Дал ушул жерде бир тараптуу ANOVA маанилүү болуп калат: ал бир факторго (бир категориялык өзгөрмө) негизделген салыштырылган топтордун ортосунда орточо маанилерде олуттуу айырмачылыктар бар же жок экендигин текшерүүнүн так жана системалуу жолун камсыз кылат.
1. Бир тараптуу ANOVA деген эмне?
ANOVA термини "дисперсияны талдоо" деген сөздөн келип чыккан. "Дисперсияны талдоо" деп аталышына карабастан, анын негизги максаты - орточо маанилердеги айырмачылыктарды текшерүү. ANOVAнын негизги интуициясы мындай: эгерде топтун орточо маанилери чындап эле ар башка болсо, анда топтордун ортосундагы вариация топтордун ичиндеги вариациядан чоңураак көрүнөт.
Ал "бир тараптуу" деп аталат, анткени топторду түзүү үчүн бир гана фактор же бир категориялык көз карандысыз өзгөрмө колдонулат. Мисалы:
– Экзамендин жыйынтыктары боюнча окуу ыкмалары (өз алдынча, топтук, онлайн).
– Түшүм боюнча жер семирткичтин түрү (A, B, C, D).
– Кан басымына дары түрү (1-дары, 2-дары, плацебо).
Жогорудагы мисалда, "үйрөнүү ыкмасы", "жер семирткичтин түрү" жана "дары түрү" бир нече деңгээлдерге (категорияларга) ээ болгон бир факторлор болуп саналат.
2. Бир тараптуу ANOVA качан колдонулат?
Бир тараптуу ANOVA көбүнчө төмөнкү учурларда колдонулат:
1. Көз каранды өзгөрмө сандык/сандык формада болот (мисалдар: маани, салмак, убакыт, кан басымы).
2. Көз карандысыз өзгөрмө – бул кеминде үч топко (k ≥ 3) ээ болгон бир категориялык фактор.
3. Изилдөөчүлөр орточо көрсөткүчү башкалардан айырмаланган жок дегенде бир топ бар же жок экенин билгиси келет.
Эгерде эки гана топ болсо, адатта t-тест жетиштүү болот. Бирок, ANOVA дагы эле эки топ үчүн колдонулушу мүмкүн жана (белгилүү бир шарттарда) t-тестке барабар тыянактарды берет.
3. Негизги идея: Топтордун ортосундагы жана топтун ичиндеги вариация
ANOVA вариациянын эки булагын өлчөйт:
– Топтун ичиндеги вариация: маалыматтар ар бир топтун ичинде канчалык деңгээлде өзгөрөт. Мисалы, топтун белгилүү бир орточо көрсөткүчү болсо да, анын адамдары орточо көрсөткүчтөн бир топ алыс жайгашкан болушу мүмкүн.
– Топтор ортосундагы вариация: ар бир топтун орточо көрсөткүчү бири-биринен канчалык айырмаланат.
Эгерде топтун орточо маанисинин айырмасы чоң болсо, анда топтордун ортосундагы айырмачылык чоң болот. Эгерде топтордун ичиндеги маалыматтар өтө чачыранды болсо , анда топтордун ичиндеги айырмачылык чоң болот. ANOVA экөөнү F статистикасы деп аталган катышты колдонуп салыштырат.
4. ANOVAдагы гипотеза
Бир тараптуу ANOVAда гипотеза төмөнкүдөй формулировкаланат:
– H0 (нөлдүк гипотеза): бардык топтук популяциянын орточо мааниси бирдей.
\[
\mu_1 = \mu_2 = \mu_3 = \nots = \mu_k
\]
– H1 (альтернативдүү гипотеза): жок дегенде бир башка топтук орточо маани бар.
Башкача айтканда, бардык \(\mu\) бирдей эмес.
ANOVA жалпысынан айырма бар же жок экенин гана айтып берерин түшүнүү маанилүү. Эгерде жыйынтыктар маанилүү болсо, кайсы топтордун жуптары айырмаланарын аныктоо үчүн андан ары текшерүү керек.
5. Тест статистикасы: F катышы
ANOVAдагы негизги тест статистикасы F:
\[
F = \frac{\text{Топтор ортосундагы дисперсия (MSB)}}{\text{Топ ичиндеги дисперсия (MSW)}}
\]
Бул жерде:
– MSB (орточо квадраттар ортосундагы) = топтордун ортосундагы квадраттардын орточо мааниси, топтун орточо маанилеринин ортосундагы өзгөрүүнү сүрөттөйт.
– MSW (орточо квадраттын ичиндеги маани) = топтун ичиндеги квадраттардын орточо мааниси, топтун ичиндеги өзгөрүүнү сүрөттөйт.
Логика:
– Эгерде бардык топтордун орточо мааниси окшош болсо, анда MSB кичинекей, ошондуктан F 1ге жакын.
– Эгерде орточо мааниде айкын айырмачылык болсо, MSB F 1ден чоң болуп кала тургандай кылып көбөйөт.
– F маанисинин жетиштүү чоң болушу (белгилүү бир эркиндик даражасындагы критикалык F маанисине салыштырмалуу) бизди H0ду четке кагууга мажбурлайт.
6. Эсептөө компоненттери: SST, SSB жана SSW
ANOVAда маалыматтардын жалпы вариациясы эки бөлүккө бөлүнөт:
1. SST (Квадраттар суммасынын жалпы суммасы): квадраттардын жалпы суммасы, бардык маалыматтардын жалпы орточо көрсөткүчкө салыштырмалуу жалпы өзгөрүүсүн сүрөттөйт.
2. SSB (Ортоңку квадраттардын суммасы): топтордун ортосундагы квадраттардын суммасы, топтордун орточо маанилериндеги айырмачылыктардан улам пайда болгон өзгөрүү.
3. SSW (Ичиндеги квадраттардын суммасы): топтун ичиндеги квадраттардын суммасы, топтун ичиндеги жеке айырмачылыктарга байланыштуу өзгөрүү.
Негизги байланыш:
\[
SST = SSB + SSW
\]
Андан кийин ар бири эркиндик даражаларына бөлүнүп, MSB жана MSW пайда болот.
7. Эркиндик даражалары
Бир тараптуу ANOVAдагы эркиндик даражалары (df):
– топтордун ортосундагы df : \(k – 1\)
(k = топтордун саны)
– df тобундагы : \(N – k\)
(N = бардык байкоолордун жалпы саны)
– df жалпы суммасы: \(N – 1\)
Эркиндик даражалары маанилүү, анткени алар маанини текшерүү үчүн колдонулган F бөлүштүрүлүшүнүн формасын аныктайт.
8. Бир тараптуу ANOVA божомолдору
ANOVA жыйынтыктарынын жарактуу болушу үчүн, адатта, бир нече божомолдор талап кылынат:
1. Көз карандысыздык: субъекттердин/байкоолордун ортосундагы маалыматтар көз карандысыз (бири-бирине таасир этпейт).
2. Нормалдуулук: ар бир топтогу маалыматтар нормалдуу бөлүштүрүлгөн (же жок дегенде калдыктар нормалдууга жакын).
3. Дисперсиянын бир тектүүлүгү (гомоскедастика): топтордун ортосундагы дисперсия салыштырмалуу бирдей.
Иш жүзүндө, эгерде үлгүлөрдүн өлчөмдөрү жетиштүү чоң жана тең салмактуу болсо, ANOVA нормалдуулуктун бузулушуна "күчтүү" болуп саналат. Бирок, дисперсиянын бир тектүүлүгүнүн бузулушу, айрыкча, ар бир топтун үлгүлөрдүн өлчөмдөрү бирдей болбогондо, көйгөйлүү болушу мүмкүн. Левен же Бартлетт сыяктуу тесттер дисперсиянын бир тектүүлүгү жөнүндөгү божомолду текшерүү үчүн көп колдонулат.
9. Жыйынтыктарды чечмелөө: p-мааниси жана чечим кабыл алуу
ANOVA жыйынтыктары, адатта, SSB, SSW, df, MSB, MSW, F маанисин жана p-маанисин камтыган ANOVA таблицасында көрсөтүлөт.
– Эгерде p-мааниси ≤ α болсо (мисалы, α = 0,05), анда H0 четке кагылат: топтордун ортосундагы орточо мааниде олуттуу айырма бар.
– Эгерде p-мааниси > α болсо, анда H0 четке кагылбайт: орточо маанилер башкача экенине жетиштүү далилдер жок.
Бирок, "H0ду четке какпоо" каражаттар чындыгында бирдей дегенди билдирбейт; бул жөн гана маалыматтар айырмачылыкты далилдөө үчүн жетиштүү деңгээлде күчтүү эмес дегенди билдирет.
10. ANOVAдан кийинки пост-хок тести
Эгерде ANOVA маанилүү болсо, кийинки кадам кайсы топтор айырмаланарын аныктоо болуп саналат. Бул пост-хок тести менен жасалат, мисалы:
– Tukey HSD (көбүнчө бардык жуптарды салыштыруу үчүн колдонулат).
– Бонферрони (консервативдүү).
– Шеффе (ар кандай карама-каршылыктарга ийкемдүү).
– Games-Howell (эгерде дисперсия бир тектүү болбосо, ылайыктуураак).
Андан ары текшерүүсүз биз "айырма бар" деп гана билебиз, бирок айырмачылык кайда экенин билбейбиз.
11. Эффекттин өлчөмү
Маанилүүлүктөн тышкары, фактордун көз каранды өзгөрмөгө канчалык таасир этерин билдирүү да маанилүү. ANOVAдагы жалпы таасир өлчөмдөрү:
– Эта квадраты (\(\ета^2\)): топтук айырмачылыктар менен түшүндүрүлгөн жалпы вариациянын үлүшү.
– Омега квадраты (\(\омега^2\)): анчалык бир жактуу эмес версия, айрыкча кичинекей үлгүлөрдө.
Таасирдин өлчөмдөрү статистикалык маанини гана эмес, практикалык маанини баалоого жардам берет.
Корутунду
Бир тараптуу ANOVA – бул бир факторго негизделген экиден ашык топтун орточо маанилерин салыштыруу үчүн негизги статистикалык курал . Негизги концепция F статистикасын колдонуп, топтордун ортосундагы вариацияны топтун ичиндеги вариация менен салыштыруу болуп саналат. Аны колдонуу ишенимдүү тыянактарды камсыз кылуу үчүн көз карандысыздык, нормалдуулук жана дисперсиянын бир тектүүлүгү жөнүндөгү божомолдорду талап кылат. Эгерде ANOVA жыйынтыктары олуттуу айырмачылыктарды көрсөтсө, анда ар кандай топторду аныктоо жана таасирдин күчүн практикалык жактан баалоо үчүн эффект өлчөмдөрүн билдирүү үчүн анализ пост-хок тесттери менен улантылат.
Кааласаңыз, мен толук мисал келтирем (кичинекей маалыматтар), жөнөкөй кол менен эсептөө кадамдарын же SPSS/R/Excelден ANOVA чыгаруусунун мисалы менен бирге аны кантип окууну кошо алам.
