Variantieanalyse: verschil tussen versies
Verwijderde inhoud Toegevoegde inhoud
Versie 19818462 van 84.192.229.58 (overleg) ongedaan gemaakt. |
k Robot Erbij: hi:भिन्नता का विश्लेषण; cosmetische veranderingen |
||
Regel 1:
'''Variantie-analyse''', een begrip uit de [[statistiek]], vaak aangeduid als '''ANOVA''' (van het Engelse 'Analysis of variance'), is een [[statistische toets|toetsingsprocedure]] om na te gaan of de [[gemiddelde|populatiegemiddelden]] van twee of meer groepen van elkaar verschillen. Het is in die zin een generalisatie van de [[t-toets]] voor twee [[steekproef|steekproeven]]. De term variantie-analyse verwijst naar de uiteenlegging (analyse) van de totale variantie van de gemeten grootheid in twee delen, de variantie binnen de groepen en de variantie tussen de groepen die met elkaar vergeleken worden. De analysetechniek is bedacht door de Britse statisticus en geneticus [[Ronald Aylmer Fisher]] in de jaren 1920 - 1930.
== Voorbeeld ==
Een eenvoudig voorbeeld, met drie groepen, zal de gedachtegang verduidelijken.
We vragen ons af of er tussen drie verschillende groepen wat de lichaamslengte van de personen uit die groepen betreft, systematische verschillen zijn of dat eventuele verschillen zuiver op [[toeval]] berusten. We vergelijken [[Friesland|Friezen]], [[Hollander
Het bovenstaande is een voorbeeld van een eenweg-variantie-analyse. Er is sprake van één factor (de lichaamslengte), en drie niveaus (de drie groepen, Friezen, Hollanders en Limburgers).
== Formules ==
Als [[wiskundig model|model]] nemen we aan dat de lichaamslengte in elk van de a=3 groepen een [[normale verdeling]] heeft, met [[verwachtingswaarde]]n resp. <math>\mu_1</math>,
Het is gebruikelijk om het gemiddelde niveau van de a groepen met μ aan te duiden en de afwijkingen daarvan met <math>\alpha_i</math>, dus:
Regel 31:
Zo is de lengte van de eerste gemeten Fries:
:<math>X_{11}=\mu+\alpha_1+U_{11}\!</math>,
dus de som van het algemeen gemiddelde <math>\mu</math>, de afwijking <math>\alpha_1</math>
De persoonlijke bijdragen (storingstermen) (<math>U_{ij}</math>) zijn onderling onafhankelijk en alle <math>N(0,\sigma^2)</math>-verdeeld.
Regel 77:
In ons voorbeeld is dus: ''F=84/100=0.84''. Aangezien ''F<1'', is de overschrijdingskans ''p>0.5''; geen reden om de nulhypothese te verwerpen.
== Tabel ==
De resultaten van de berekeningen worden meestal weergegeven in een variantie-analysetabel:
Regel 149:
Er is dus alle reden om aan te nemen dat de groepsgemiddelden onderling verschillen.
== Meerweg-variantie-analyse ==
Een soortgelijke analyse kan ook gedaan worden met meer factoren. We spreken dan van ''meerweg-variantie-analyse'', of naar het aantal beschouwde factoren van bijvoorbeeld drieweg-, vierweg-variantie-analyse. Een complicatie daarbij is dat de factoren elkaar kunnen beïnvloeden, wat aangeduid wordt als ''interactie''. Ook worden met toenemend aantal factoren de formules ingewikkelder en minder overzichtelijk. Een belangrijk praktisch nadeel van veel factoren is de noodzakelijk grote steekproefomvang voor een betrouwbare analyse.
=== Voorbeeld ===
We bespreken een voorbeeld van een tweeweg-variantie-analyse.
Regel 180:
:<math>SS_A=\sum(X_i..-X...)^2</math> de kwadratensom van de factor A, "soort"
:<math>SS_B=\sum(X._j.-X...)^2</math> de kwadratensom van de factor B, "grond".
[[Categorie:Statistiek]]
Regel 195 ⟶ 194:
[[gl:Análise da varianza]]
[[gu:અંતરનું વિશ્લેષણ]]
[[hi:भिन्नता का विश्लेषण]]
[[hu:Varianciaanalízis]]
[[id:Analisis varians]]
|