فهرست
ANOVA ، یا د تغیر تحلیل ، د څو احصایوي ماډلونو یو ځای کول دي ترڅو د ګروپونو دننه یا د وسیلو ترمینځ توپیر ومومي. کاروونکي کولی شي په Excel کې د پایلو تشریح کولو لپاره د ANOVA تحلیل ډیری برخې وکاروي.
راځئ چې ووایو چې موږ د ANOVA تحلیل پایلې لرو لکه څنګه چې په لاندې سکرین شاټ کې ښودل شوي. 3>
په دې مقاله کې، موږ د Excel په کارولو سره ترلاسه شوي ANOVA پایلې ډیری ډولونه تشریح کوو.
د ایکسل کاري کتاب ډاونلوډ کړئ
د ANOVA د پایلو تشریح کول د ANOVA تحلیل درې ډوله شتون لري. دا دي(i) ANOVA: واحد فکتور: واحد فکتور ANOVA ترسره کیږي کله چې یو واحد متغیر په پلی کولو کې وي. د تحلیل پایله دا ده چې معلومه کړي چې ایا د ډیټا ماډل په خپلو وسیلو کې کوم مهم توپیر لري. له همدې امله، دا د حل کولو لپاره دوه مهم فرضیه لري.
(a) Null Hypothesis (H 0 ): فکتور د ډلو په مینځ کې یا د وسیلو په مینځ کې د هیڅ توپیر لامل نه کیږي. که مطلب د µ سره سمبول شوی وي، نو بیا Null Hypothesis پای ته رسیږي: µ 1 = µ 2 = µ ۳<۱۰>…. = µ N .
(b) بدیل فرضیه (H 1 ): فکتور په وسیله کې د پام وړ توپیر لامل کیږي. په دې توګه، د بدیل فرضیه پایلې µ 1 ≠ µ 2 .
(ii)ANOVA دوه فکتورونه د تکثیر سره: کله چې ډاټا د فکتورونو یا خپلواک متغیرونو هرې سیټ لپاره له یو څخه زیات تکرار ولري، کاروونکي دوه فکتورونه د نقل کولو سره پلي کوي ANOVA تحلیل . د واحد فکتور په څیر ANOVA تحلیل ، دوه فکتورونه د نقل تحلیل ازموینې سره د دوه ډوله Null Hypothesis (H 0 ) .
(a) ډلې د لومړي خپلواک متغیر لپاره په خپلو وسیلو کې هیڅ توپیر نلري.
(b) د ګروپونه د دوهم خپلواک متغیر لپاره د دوی په وسیلو کې هیڅ توپیر نلري.
د متقابل عمل لپاره، کاروونکي کولی شي یو بل نول فرضیه بیان کړي-
(c) یو خپلواک متغیر د بل خپلواک متغیر په اغیز اغیزه نه کوي یا برعکس .
(iii) ANOVA دوه فاکتور پرته له تکرار څخه: کله چې د بیلابیلو ډلو لخوا له یو څخه ډیر دندې ترسره کیږي، کاروونکي په ANOVA تحلیل کې د نقل کولو پرته دوه فکتورونه اجرا کوي. د پایلې په توګه، دوه نول فرضیه شتون لري.
د قطارونو لپاره:
نیل فرضیه (H 0 ): د مختلف دندو ډولونو وسیلو ترمنځ کوم مهم توپیر نشته .
د کالمونو لپاره:
نول فرضیه (H 0 ): د مختلفو ګروپونو د وسیلو تر منځ کوم مهم توپیر نشته .
میتود 1: د واحد فکتور لپاره د ANOVA پایلې تشریح کول په Excel کې تحلیل
اجرا کول ANOVA: واحدفکتور تحلیل له د ډیټا تحلیلي اوزارپاک له کاروونکو سره مرسته کوي ترڅو ومومي چې ایا د 3 یا ډیرو خپلواکو نمونو (یا ګروپونو) وسیلو تر مینځ د احصایې له پلوه مهم توپیر شتون لري. لاندې انځور د ازموینې د ترسره کولو لپاره موجود معلومات ښیې.
فرض کړئ چې موږ ANOVA: د واحد فکتور ډیټا تحلیل په Excel کې د <1 له لارې اجرا کوو> ډاټا > د معلوماتو تحلیل (په تجزیه برخه کې) > انووا: واحد فکتور (د د تحلیلي وسیلو لاندې اختیارونه). د ازموینې پایلې په لاندې انځور کې ښودل شوي دي.
د پایلو تشریح
پیرامیټونه: د انووا تحلیل په ډاټا کې د Null Hypothesis د تطبیق وړتیا ټاکي. د انووا تحلیل پایلې څخه مختلف پایلې ارزښتونه کولی شي د نول تحلیل حالت په ګوته کړي.
19>
اوسط او توپیر: د لنډیز څخه، تاسو لیدلی شئ چې ګروپونه د ګروپ 3 لپاره ترټولو لوړ اوسط (یعنې 89.625 ) لري او تر ټولو لوړ توپیر د ګروپ لپاره ترلاسه شوی 28.125 دی. 2.
د ازموینې احصایې (F) په مقابل کې مهم ارزښت (F Crit ): د انووا پایلې ښیې احصایه ( F= 8.53 ) > انتخاباتي احصایې ( F Crit =3.47 ). له همدې امله، د ډیټا ماډل د نول فرضیه ردوي.
P-Value vs. د اهمیت کچه (a) : بیا، د ANOVA پایلو څخه، د P ارزښت ( 0.0019 ) < د د اهمیت کچه ( a = 0.05 ). نو، تاسو کولی شئ ووایئ چې وسیله مختلف دي او رد کړئ نول فرضیه .
22>
نور ولولئ: څنګه په Excel کې د انووا پایلو ګراف ته (۳ مناسب مثالونه)
طریقه 2: په Excel کې د نقل تحلیل سره د دوه فکتورونو لپاره د ANOVA پایلې ډیکوډ کول
په بدیل سره، انووا: د نقل سره دوه فکتور د دوو څخه د زیاتو ګروپونو وسیلو ترمنځ توپیر ارزوي. راځئ چې د دې تحلیل د ترسره کولو لپاره لاندې معلومات وټاکو.
د انووا: دوه فکتور سره د نقل کولو تحلیل ترسره کولو وروسته، پایله کیدای شي د لاندې په څیر ښکاري. .
د پایلو تشریح
پیرامیټونه: P ارزښت یوازې د دې په توګه کار کوي د رد یا منلو لپاره پیرامیټر د نول فرضیه .
1> 
متغیر 1 د پام وړ حالت: 1 متغیر 1 (د مثال په توګه، نمونه ) د P ارزښت (د بیلګې په توګه، 0.730 ) د د اهمیت کچې څخه ډیر دی (د مثال په توګه. , 0.05 ). په دې توګه، متغیر 1 نشي کولی د نول فرضیه رد کړي.
1>26> متغیر 2 د پام وړ حالت: د متغیر 1 سره ورته، متغیر 2 (د مثال په توګه، کالم ) د P ارزښت لري (د مثال په توګه، 0.112 ) چې د 0.05 څخه لوی دی. په دې حالت کې، متغیر 2 هم د Null Hypothesis لاندې راځي. له همدې امله، وسیلې ديورته.
د تعامل حالت: متغیرات 1 او 2 هیڅ تعامل نلري لکه څنګه چې دوی د P ارزښت (لکه 0.175 ) د د اهمیت کچې څخه ډیر دی (لکه 0.05 ).
په ټولیز ډول، هیڅ متغیر په یو بل کوم د پام وړ اغیزه نه کوي.
منځنی تعامل: د ګروپونو A ، <. 1>B ، او C ، گروپ A تر ټولو لوړ مطلب لري. مګر دا معنی ارزښتونه نه وايي چې ایا دا پرتله کول مهم دي که نه. په دې حالت کې، موږ کولی شو د ګروپونو 1 ، 2 ، او 3 .
د ګروپ 1 ، 2 ، او 3 منځنی ارزښتونه د گروپ 3 لپاره ډیر ارزښتونه لري. په هرصورت، لکه څنګه چې هیڅ متغیر په یو بل باندې د پام وړ اغیزه نلري.
همدارنګه، د پام وړ تعامل اغیزې شتون نلري ځکه چې ننوتل تصادفي او تکراري ښکاري>
نور ولولئ: په Excel کې د دوه اړخیزو ANOVA پایلو تشریح کولو څرنګوالی
میتروډ 3: پرته د نقل کولو دوه فکتورونو لپاره د ANOVA پایلې ژباړل په Excel کې تحلیل
کله چې دواړه فکتورونه یا متغیرونه په انحصاري متغیرونو اغیزه کوي، کاروونکي معمولا اجرا کوي ANOVA: دوه فکتور پرته د نقل تحلیل . راځئ چې ووایو چې موږ د داسې تحلیل ترسره کولو لپاره وروستنۍ ډاټا کاروو.
د دوه فکتورونو پایلې پرته له نقل کولو تحلیل سره ورته ښکاري.لاندې.
د پایلو تشریح
پیرامیټرې: دوه فکتور ANOVA تحلیل پرته له تکرار ورته پیرامیټرې لري واحد فکتور انووا .
P-Value vs د اهمیت کچه (a): اوس، په <1 کې>ANOVA پایلې، د P ارزښتونه ( 0.426, 0.146 ) > د د اهمیت کچه ( a = 0.05 ). په دې حالت کې، تاسو کولی شئ ووایئ چې وسیلې یو شان دي او د Null Hypothesis ومنئ.
نور ولولئ: 1>په Excel کې د ANOVA د دوه لارې کولو څرنګوالی (په اسانه ګامونو سره)
نتیجې
په دې مقاله کې موږ د ANOVA ډولونه تشریح کوو تحلیل او په Excel کې د ANOVA پایلو تشریح کولو لاره وښیې. موږ امید لرو چې دا مقاله تاسو سره د پایلو په پوهیدو کې مرسته کوي او تاسو ته د اړونده ANOVA تحلیل غوره کولو لپاره لوړ لاس درکوي چې ستاسو ډیټا سره مناسب وي. تبصره وکړئ که تاسو نور پوښتنې لرئ یا د اضافه کولو لپاره کوم څه لرئ.
زموږ په زړه پورې ویب پاڼې ته چټک لیدنه وکړئ او په Excel کې زموږ وروستي مقالې وګورئ. مبارک شه.
