Სარჩევი
ANOVA , ან ვარიანტობის ანალიზი , არის მრავალი სტატისტიკური მოდელის გაერთიანება, რათა იპოვონ განსხვავებები საშუალოებში ჯგუფებში ან ჯგუფებს შორის. მომხმარებლებს შეუძლიათ გამოიყენონ ANOVA ანალიზის მრავალი კომპონენტი Excel-ში შედეგების ინტერპრეტაციისთვის.
ვთქვათ, რომ გვაქვს ANOVA ანალიზის შედეგები, როგორც ეს ნაჩვენებია ქვემოთ მოცემულ ეკრანის სურათზე.
ამ სტატიაში ჩვენ განვიხილავთ Excel-ის გამოყენებით მიღებული ANOVA შედეგების მრავალ ტიპს.
ჩამოტვირთეთ Excel სამუშაო წიგნი
ANOVA შედეგების ინტერპრეტაცია.xlsx
3 მარტივი მეთოდი ANOVA შედეგების ინტერპრეტაციისთვის Excel-ში
Excel-ში, ხელმისაწვდომია ANOVA ანალიზის 3 ტიპი . ისინი არიან
(i) ANOVA: Single Factor: Single Factor ANOVA შესრულებულია, როდესაც ერთი ცვლადი თამაშობს. ანალიზის შედეგია იმის დადგენა, აქვს თუ არა მონაცემთა მოდელს რაიმე მნიშვნელოვანი განსხვავება მის საშუალებებში. მაშასადამე, მას აქვს ორი გამორჩეული ჰიპოთეზა ამოსახსნელად.
(ა) ნულოვანი ჰიპოთეზა (H 0 ): ფაქტორი არ იწვევს განსხვავებას საშუალოდ ჯგუფებში ან ჯგუფებს შორის. თუ საშუალო სიმბოლოა µ , მაშინ ნულის ჰიპოთეზა ასკვნის: μ 1 = μ 2 = μ 3 …. = μ N .
(ბ) ალტერნატიული ჰიპოთეზა (H 1 ): ფაქტორი იწვევს საშუალებებში მნიშვნელოვან განსხვავებებს. ამგვარად, ალტერნატიული ჰიპოთეზა იწვევს µ 1 ≠ µ 2 .
(ii)ANOVA ორფაქტორიანი რეპლიკაციით: როდესაც მონაცემები შეიცავს ერთზე მეტ გამეორებას ფაქტორების ან დამოუკიდებელი ცვლადების თითოეული ნაკრებისთვის, მომხმარებლები იყენებენ ორ ფაქტორს რეპლიკაციით ANOVA ანალიზი . ერთი ფაქტორის ANOVA ანალიზის მსგავსად, ორი ფაქტორი რეპლიკაციის ანალიზის ტესტებით ნულო ჰიპოთეზის ორი ვარიანტისთვის (H 0 ) .
(a) ჯგუფებს არ აქვთ განსხვავება მათ საშუალებებში პირველი დამოუკიდებელი ცვლადისთვის .
(ბ) ჯგუფებს არ აქვთ განსხვავება მეორე დამოუკიდებელი ცვლადისთვის საშუალოდ .
ინტერაქციისთვის მომხმარებლებს შეუძლიათ დაამატონ სხვა ნულო ჰიპოთეზა -
(c) ერთი დამოუკიდებელი ცვლადი არ ახდენს გავლენას მეორე დამოუკიდებელი ცვლადის ზემოქმედებაზე ან პირიქით .
(iii) ANOVA ორფაქტორიანი რეპლიკაციის გარეშე: როდესაც ერთზე მეტი დავალება ტარდება სხვადასხვა ჯგუფის მიერ, მომხმარებლები ასრულებენ ორ ფაქტორს გამეორების გარეშე ANOVA ანალიზში . შედეგად, არსებობს ორი ნულის ჰიპოთეზა .
მწკრივებისთვის :
ნულის ჰიპოთეზა (H 0 ): არ არის მნიშვნელოვანი განსხვავება სხვადასხვა ტიპის სამუშაოს საშუალებებს შორის .
სვეტები :
ნულის ჰიპოთეზა (H 0 ): არ არის მნიშვნელოვანი განსხვავება სხვადასხვა ჯგუფის ტიპების საშუალებებს შორის .
მეთოდი 1: ANOVA შედეგების ინტერპრეტაცია ერთი ფაქტორისთვის ანალიზი Excel-ში
შესრულებულია ANOVA: Singleფაქტორი ანალიზი მონაცემთა ანალიზის ხელსაწყოების პაკეტიდან ეხმარება მომხმარებლებს გაარკვიონ, არის თუ არა სტატისტიკურად მნიშვნელოვანი განსხვავება 3 ან მეტი დამოუკიდებელი ნიმუშის (ან ჯგუფის) საშუალებებს შორის. შემდეგი სურათი აჩვენებს ტესტის შესასრულებლად ხელმისაწვდომ მონაცემებს.
დავუშვათ, რომ ჩვენ ვასრულებთ ANOVA: ერთი ფაქტორიანი მონაცემთა ანალიზი Excel-ში <1-ის გავლის გზით> მონაცემები > მონაცემთა ანალიზი ( ანალიზი სექციაში) > Anova: Single Factor ( ანალიზის ხელსაწყოების ქვეშ პარამეტრები). ტესტის შედეგები გამოსახულია ქვემოთ მოცემულ სურათზე.
შედეგის ინტერპრეტაცია
პარამეტრები: ანოვას ანალიზი განსაზღვრავს ნულის ჰიპოთეზის -ის გამოყენებადობას მონაცემებში. შედეგების განსხვავებულმა მნიშვნელობებმა Anova Analysis შედეგიდან შეიძლება მიუთითოს Null Analysis სტატუსი.
საშუალო და ვარიაცია: შეჯამება -დან ხედავთ, რომ ჯგუფებს აქვთ ყველაზე მაღალი საშუალო (ე.ი. 89.625 ) 3 ჯგუფისთვის და ყველაზე მაღალი დისპერსია არის 28.125 მიღებული ჯგუფისთვის. 2.
ტესტის სტატისტიკა (F) კრიტიკული მნიშვნელობის წინააღმდეგ (F Crit ): Anova შედეგების გამოფენა სტატისტიკა ( F= 8,53 ) > კრიტიკული სტატისტიკა ( F Crit =3,47 ). აქედან გამომდინარე, მონაცემთა მოდელი უარყოფს ნულო ჰიპოთეზას .
P-მნიშვნელობა მნიშვნელობის დონეს (a) : ისევ, ANOVA შედეგებიდან, P მნიშვნელობა ( 0.0019 ) < მნიშვნელობის დონე ( a = 0.05 ). ასე რომ, შეგიძლიათ თქვათ, რომ საშუალებები განსხვავებულია და უარყოთ ნულის ჰიპოთეზა .
დაწვრილებით: როგორ ანოვას შედეგების გრაფიკის გამოსახულება Excel-ში (3 შესაფერისი მაგალითი)
მეთოდი 2: ANOVA შედეგების გაშიფვრა ორფაქტორიანი რეპლიკაციის ანალიზით Excel-ში
ალტერნატიულად, ANOVA: ორი ფაქტორი რეპლიკაციით აფასებს განსხვავებას ორზე მეტი ჯგუფის საშუალებებს შორის. მოდით მივცეთ ქვემოთ მოცემული მონაცემები ამ ანალიზის შესასრულებლად.
Anova: ორფაქტორიანი რეპლიკაციის ანალიზით შესრულების შემდეგ, შედეგი შეიძლება გამოიყურებოდეს შემდეგნაირად. .
შედეგის ინტერპრეტაცია
პარამეტრები: P მნიშვნელობა მოქმედებს მხოლოდ როგორც პარამეტრი ნულო ჰიპოთეზის უარყოფის ან მიღებისთვის.
ცვლადი 1 მნიშვნელოვანი სტატუსი: ცვლადი 1 (ე.ი., ნიმუში ) აქვს P მნიშვნელობა (ანუ 0,730 ) მეტი მნიშვნელობის დონე (ე.ი. , 0.05 ). ამრიგად, ცვლადი 1 არ შეუძლია უარყოს ნულო ჰიპოთეზა .
ცვლადი 2 მნიშვნელოვანი სტატუსი: ცვლადი 1 -ის მსგავსად, ცვლადი 2 (ანუ, სვეტები ) აქვს P მნიშვნელობა (ანუ, 0,112 ) რომელიც მეტია 0.05 -ზე. ამ შემთხვევაში, ცვლადი 2 ასევე მიეკუთვნება ნულის ჰიპოთეზას . ამიტომ, საშუალებები არისიგივე.
ურთიერთქმედების სტატუსი: ცვლადებს 1 და 2 არ აქვთ ურთიერთქმედება, რადგან ისინი აქვს P მნიშვნელობა (ე.ი. 0.175 ) მნიშვნელობის დონეზე (ანუ 0.05 ).
ზოგადად, არც ერთი ცვლადი არ ახდენს რაიმე მნიშვნელოვან გავლენას ერთმანეთზე.
საშუალო ურთიერთქმედება: A ჯგუფის საშუალებებს შორის, B და C , A ჯგუფს აქვს უმაღლესი საშუალო. მაგრამ ეს საშუალო მნიშვნელობები არ მეტყველებს, არის თუ არა ეს შედარება მნიშვნელოვანი. ამ შემთხვევაში, ჩვენ შეგვიძლია შევხედოთ საშუალო მნიშვნელობებს ჯგუფებისთვის 1 , 2 და 3 .
ჯგუფების 1 , 2 და 3 საშუალო მნიშვნელობებს უფრო დიდი მნიშვნელობები აქვთ 3 ჯგუფისთვის . თუმცა, რადგან არცერთ ცვლადს არ აქვს მნიშვნელოვანი გავლენა ერთმანეთზე.
ასევე, არ არის მნიშვნელოვანი ურთიერთქმედების ეფექტი, რადგან ჩანაწერები, როგორც ჩანს, შემთხვევითი და განმეორებადი დიაპაზონშია.
წაიკითხეთ მეტი: როგორ განვმარტოთ ორმხრივი ANOVA შედეგები Excel-ში
მეთოდი 3: ANOVA შედეგების თარგმნა ორფაქტორიანი რეპლიკაციის გარეშე ანალიზი Excel-ში
როდესაც ორივე ფაქტორი ან ცვლადი გავლენას ახდენს დამოკიდებულ ცვლადებზე, მომხმარებლები ჩვეულებრივ ასრულებენ ANOVA: Two Factor Without Replication Analysis . ვთქვათ, ჩვენ ვიყენებთ ამ უკანასკნელ მონაცემებს ასეთი ანალიზის ჩასატარებლად.
ორი ფაქტორის შედეგები რეპლიკაციის ანალიზის გარეშე ჰგავს.შემდეგი.
შედეგის ინტერპრეტაცია
პარამეტრები: ორფაქტორიანი ANOVA ანალიზი რეპლიკაციის გარეშე აქვს მსგავსი პარამეტრები, როგორც ერთი ფაქტორი ANOVA .
ტესტის სტატისტიკა (F) vs კრიტიკული მნიშვნელობა (F Crit ): ორივე ცვლადისთვის Statistic მნიშვნელობები ( F= 1.064, 3.234 ) < კრიტიკული სტატისტიკა ( F Crit =6,944, 6,944 ). შედეგად, მონაცემთა მოდელს არ შეუძლია უარყოს ნულო ჰიპოთეზა . ასე რომ, საშუალებები ეკვივალენტურია.
P-მნიშვნელობა vs მნიშვნელობის დონე (a): ახლა, <1-ში>ANOVA შედეგები, P მნიშვნელობები ( 0.426, 0.146 ) > მნიშვნელობის დონე ( a = 0.05 ). ამ შემთხვევაში, შეგიძლიათ თქვათ, რომ საშუალებები იგივეა და მიიღოთ ნულოვანი ჰიპოთეზა .
დაწვრილებით: როგორ გავაკეთოთ ორმხრივი ANOVA Excel-ში (მარტივი ნაბიჯებით)
დასკვნა
ამ სტატიაში ჩვენ აღვწერთ ANOVA-ს ტიპებს გაანალიზეთ და აჩვენეთ ANOVA შედეგების ინტერპრეტაციის გზა Excel-ში. ვიმედოვნებთ, რომ ეს სტატია დაგეხმარებათ გაიგოთ შედეგები და მოგცემთ უპირატესობას, აირჩიოთ შესაბამისი ANOVA ანალიზები , რომლებიც საუკეთესოდ შეესაბამება თქვენს მონაცემებს. დაწერეთ კომენტარი, თუ გაქვთ დამატებითი შეკითხვები ან გაქვთ რაიმე დასამატებელი.
სწრაფად ეწვიეთ ჩვენს გასაოცარ საიტს და ნახეთ ჩვენი ბოლო სტატიები Excel-ზე. ბედნიერი წარმატებები.
