Нэг талын ANOVA-ийн үндсэн ойлголтууд
Нэг талын ANOVA нь хоёроос дээш бүлгийн дундажийг харьцуулахад ашигладаг статистик арга юм. Олон хүмүүс хоёр дундажийг харьцуулах t-тестийг мэддэг боловч бүлгийн тоо хоёроос их байх үед t-тестийг давтан ашиглах нь буруу шийдвэр гаргах эрсдэлийг нэмэгдүүлдэг. Энэ бол нэг талын ANOVA чухал ач холбогдолтой болох газар юм: энэ нь нэг хүчин зүйл (нэг ангиллын хувьсагч) дээр үндэслэн харьцуулсан бүлгүүдийн хооронд дундажийн мэдэгдэхүйц ялгаа байгаа эсэхийг шалгах илүү нарийвчлалтай, системчилсэн аргыг олгодог.
1. Нэг чиглэлт ANOVA гэж юу вэ?
ANOVA гэдэг нэр томъёо нь "дисперсийн шинжилгээ" гэсэн үгнээс гаралтай. Хэдийгээр нэр нь "дисперсийн шинжилгээ" боловч үндсэн зорилго нь дундаж утгын зөрүүг шалгах явдал юм. ANOVA-ийн үндсэн зөн совин нь: хэрэв бүлгийн дундаж утгууд үнэхээр өөр бол бүлгүүдийн хоорондох хэлбэлзэл нь бүлгүүдийн доторх хэлбэлзлээс илүү их байх болно.
Үүнийг "нэг талын" гэж нэрлэдэг, учир нь бүлгүүдийг бүрдүүлэхэд зөвхөн нэг хүчин зүйл эсвэл нэг ангиллын бие даасан хувьсагч ашиглагддаг. Жишээлбэл:
– Шалгалтын оноог судлах аргууд (бие даасан, бүлгийн, онлайн).
– Ургац хураалтын бордооны төрөл (A, B, C, D).
– Цусны даралтад үзүүлэх эмийн төрөл (1-р эм, 2-р эм, плацебо).
Дээрх жишээнд "сурах арга", "бордооны төрөл", "эмийн төрөл" нь олон түвшин (ангилал) бүхий дан хүчин зүйлүүд юм.
2. Нэг талын ANOVA-г хэзээ хэрэглэдэг вэ?
Нэг талын ANOVA-г ерөнхийдөө дараах тохиолдолд ашигладаг:
1. Хамааралтай хувьсагч нь тоон/тоон хэлбэрээр байна (жишээ нь: утга, жин, цаг хугацаа, цусны даралт).
2. Бие даасан хувьсагч нь хамгийн багадаа гурван бүлэгтэй (k ≥ 3) нэг ангиллын хүчин зүйл юм.
3. Судлаачид дундаж нь бусдаасаа өөр байгаа дор хаяж нэг бүлэг байгаа эсэхийг мэдэхийг хүсч байна.
Хэрэв зөвхөн хоёр бүлэг байгаа бол t-тест ихэвчлэн хангалттай байдаг. Гэсэн хэдий ч ANOVA-г хоёр бүлэгт ашиглаж болох бөгөөд (тодорхой нөхцөлд) t-тесттэй тэнцэх дүгнэлт гаргана.
3. Үндсэн санаа: Бүлгийн хоорондын болон бүлгийн доторх өөрчлөлт
ANOVA нь хоёр хувьсах эх үүсвэрийг хэмждэг:
– Бүлэг доторх хэлбэлзэл: өгөгдөл бүлэг бүрт хэр их өөрчлөгдөж байгаа. Жишээлбэл, бүлэг тодорхой дундажтай байсан ч хувь хүмүүс нь дунджаас нэлээд зөрүүтэй байж болно.
– Бүлгийн хоорондох хэлбэлзэл: бүлэг бүрийн дундаж нь бие биенээсээ хэр хол зөрүүтэй байна.
Хэрэв бүлгийн дундаж утгын зөрүү их байвал бүлгүүдийн хоорондох хэлбэлзэл их байх болно. Хэрэв бүлгүүдийн доторх өгөгдөл маш тархсан байвал бүлгүүдийн доторх хэлбэлзэл их байх болно. ANOVA нь F статистик гэж нэрлэгддэг харьцааг ашиглан хоёуланг нь харьцуулдаг.
4. ANOVA дахь таамаглал
Нэг талын ANOVA-д таамаглалыг дараах байдлаар томъёолно.
– H0 (тэг таамаглал): бүх бүлгийн популяцийн дундаж утга ижил байна.
\[
\mu_1 = \mu_2 = \mu_3 = \цэгүүд = \mu_k
\]
– H1 (өөр таамаглал): дор хаяж нэг өөр бүлгийн дундаж байна.
Өөрөөр хэлбэл, бүх \(\mu\) ижил биш юм.
ANOVA нь зөвхөн ерөнхийдөө ялгаа байгаа эсэхийг л хэлж өгдөг гэдгийг ойлгох нь чухал юм. Хэрэв үр дүн нь ач холбогдолтой бол аль хос бүлгүүд ялгаатай байгааг тодорхойлохын тулд цаашид туршилт хийх шаардлагатай.
5. Туршилтын статистик: F харьцаа
ANOVA-ийн гол туршилтын статистик нь F юм:
\[
F = \frac{\text{Бүлгийн хоорондох хэлбэлзэл (MSB)}}{\text{Бүлгийн доторх хэлбэлзэл (MSW)}}
\]
Энд:
– MSB (Дундаж квадратын хоорондох) = бүлгүүдийн хоорондох квадратуудын дундаж нь бүлгийн дундаж хоорондын хэлбэлзлийг тодорхойлно.
– MSW (Дундаж квадрат дотор) = бүлэг доторх квадратуудын дундаж нь бүлэг доторх хэлбэлзлийг тодорхойлно.
Логик нь:
– Хэрэв бүх бүлгийн дундаж нь ижил байвал MSB нь бага тул F нь 1-тэй ойролцоо байна.
– Хэрэв дундаж утгуудад тодорхой ялгаа байгаа бол MSB нь F нь 1-ээс их болох хүртэл нэмэгдэнэ.
– Хангалттай том F утга (тодорхой хэмжээний чөлөөт F-ийн чухал утгатай харьцуулахад) нь биднийг H0-ийг татгалзахад хүргэдэг.
6. Тооцооллын бүрэлдэхүүн хэсгүүд: SST, SSB, болон SSW
ANOVA-д өгөгдлийн нийт хэлбэлзлийг хоёр хэсэгт хуваадаг:
1. SST (Нийт квадратуудын нийлбэр): квадратуудын нийт нийлбэр нь бүх өгөгдлийн нийт хэлбэлзлийг нийт дундажтай харьцуулан тодорхойлно.
2. SSB (Хоорондын квадратуудын нийлбэр): бүлгүүдийн хоорондох квадратуудын нийлбэр, бүлгийн дундажийн зөрүүнээс үүдэлтэй хэлбэлзэл.
3. SSW (Доторх квадратуудын нийлбэр): бүлэг доторх квадратуудын нийлбэр, бүлэг доторх хувь хүний ялгаанаас үүдэлтэй хэлбэлзэл.
Үндсэн харилцаа:
\[
SST = SSB + SSW
\]
Дараа нь тус бүрийг чөлөөний зэрэгт хувааж, MSB болон MSW-г гаргана.
7. Эрх чөлөөний зэрэг
Нэг талын ANOVA-ийн чөлөөний зэрэг (df):
– df бүлгүүдийн хооронд : \(k – 1\)
(k = бүлгийн тоо)
– df бүлэгт : \(N – k\)
(N = бүх ажиглалтын нийлбэр)
– df нийт : \(N – 1\)
Чөлөөний зэрэг нь чухал ач холбогдолтой эсэхийг шалгахад ашигладаг F тархалтын хэлбэрийг тодорхойлдог тул чухал юм.
8. Нэг чиглэлт ANOVA-ийн таамаглалууд
ANOVA үр дүн хүчин төгөлдөр байхын тулд хэд хэдэн таамаглал шаардлагатай байдаг:
1. Бие даасан байдал: субъект/ажиглалтын хоорондох өгөгдөл нь бие даасан (бие биедээ нөлөөлдөггүй).
2. Хэвийн байдал: бүлэг бүрийн өгөгдөл хэвийн тархалттай (эсвэл ядаж үлдэгдэл нь хэвийн хэмжээнд ойрхон) байна.
3. Дисперсийн нэгэн төрлийн байдал (гомоскедастик чанар): бүлгүүдийн хоорондох дисперс харьцангуй ижил байна.
Практикт, хэрэв түүврийн хэмжээ хангалттай том бөгөөд тэнцвэртэй байвал ANOVA нь хэвийн байдлын зөрчлийг нэлээд "бат бөх" гэж үздэг. Гэсэн хэдий ч, ялангуяа бүлэг бүрийн түүврийн хэмжээ тэгш бус байх үед дисперсийн нэгэн төрлийн байдлын зөрчил нь илүү асуудалтай байж болно. Левен эсвэл Бартлеттийн тестийг дисперсийн нэгэн төрлийн байдлын таамаглалыг баталгаажуулахын тулд ихэвчлэн ашигладаг.
9. Үр дүнгийн тайлбар: p-утга ба шийдвэр
ANOVA-ийн үр дүнг ихэвчлэн SSB, SSW, df, MSB, MSW, F утга болон p-утгыг агуулсан ANOVA хүснэгтэд харуулдаг.
– Хэрэв p-утга ≤ α (жишээ нь α = 0,05) бол H0-г няцаана: бүлгүүдийн хоорондын дундажт мэдэгдэхүйц ялгаа байна.
– Хэрэв p-утга > α байвал H0-г няцааж чадахгүй: дундаж нь өөр гэсэн хангалттай нотолгоо байхгүй байна.
Гэсэн хэдий ч "H0-г няцаахгүй байх" нь арга нь үнэхээр адилхан гэсэн үг биш; энэ нь зүгээр л өгөгдөл нь ялгааг нотлоход хангалттай хүчтэй биш гэсэн үг юм.
10. ANOVA-ийн дараах түр зуурын туршилт
Хэрэв ANOVA ач холбогдолтой бол дараагийн алхам бол аль бүлгүүд ялгаатай болохыг олж мэдэх явдал юм. Үүнийг post hoc тестээр хийдэг, жишээлбэл:
– Tukey HSD (ихэвчлэн бүх хосыг харьцуулахад ашиглагддаг).
– Бонферрони (илүү консерватив).
– Шеффе (янз бүрийн ялгаатай байдалд уян хатан).
– Games-Howell (хэрэв дисперс нь нэгэн төрлийн биш бол илүү тохиромжтой).
Цаашид туршилт хийхгүйгээр бид зөвхөн "ялгаа байгааг" л мэднэ, гэхдээ ялгаа нь хаана байгааг мэдэхгүй.
11. Үр нөлөөний хэмжээ
Ач холбогдлоос гадна хүчин зүйл нь хамааралтай хувьсагчид хэр их нөлөө үзүүлж байгааг тайлагнах нь чухал юм. ANOVA-ийн нийтлэг нөлөөллийн хэмжээсүүд нь:
– Эта квадрат (\(\ета^2\)): бүлгийн ялгаагаар тайлбарлагдсан нийт хэлбэлзлийн эзлэх хувь.
– Омега квадрат (\(\омега^2\)): ялангуяа жижиг дээжинд бага хэвийсэн хувилбар.
Үр нөлөөний хэмжээ нь зөвхөн статистикийн ач холбогдлыг төдийгүй практик хамаарлыг үнэлэхэд тусалдаг.
Дүгнэлт
Нэг талын ANOVA нь нэг хүчин зүйл дээр үндэслэн хоёроос дээш бүлгийн дундажийг харьцуулах үндсэн статистик хэрэгсэл юм. Үндсэн ойлголт нь F статистикийг ашиглан бүлгүүдийн хоорондох хэлбэлзлийг бүлгүүдийн доторх хэлбэлзэлтэй харьцуулах явдал юм. Үүнийг ашиглах нь найдвартай дүгнэлт гаргахын тулд бие даасан байдал, хэвийн байдал, дисперсийн нэгэн төрлийн байдлын таамаглалыг шаарддаг. Хэрэв ANOVA-ийн үр дүн мэдэгдэхүйц ялгааг харуулсан бол шинжилгээг өөр өөр бүлгүүдийг тодорхойлох, нөлөөллийн хүчийг практик дээр үнэлэхийн тулд нөлөөллийн хэмжээг мэдээлэх зорилгоор post hoc тестүүдээр үргэлжлүүлнэ.
Хэрэв та хүсвэл би бүрэн кейсийн жишээ (жижиг өгөгдөл), энгийн гараар тооцоолох алхмууд эсвэл SPSS/R/Excel-ээс ANOVA гаралтын жишээг хэрхэн уншихтай хамт нэмж болно.
