Διαφορά μεταξύ Anova και T-test Διαφορά μεταξύ

Anova vs T-test

Μια δοκιμασία T, που ονομάζεται μερικές φορές η δοκιμασία T του σπουδαστή, διεξάγεται όταν θέλετε να συγκρίνετε τα μέσα των δύο ομάδων και να δείτε αν είναι διαφορετικά μεταξύ τους. Χρησιμοποιείται κυρίως όταν δίνεται μια τυχαία εκχώρηση και υπάρχουν δύο μόνο, όχι περισσότερα από δύο, σύνολα για σύγκριση. Κατά τη διεξαγωγή της δοκιμής T, απαιτούνται ορισμένες προϋποθέσεις για την επίτευξη των αποτελεσμάτων. Οι βασικές υποθέσεις είναι ότι τα δεδομένα πληθυσμού που θα συγκεντρωθούν κατανέμονται κανονικά και ότι συγκρίνετε ίσες διακυμάνσεις του πληθυσμού. Η δοκιμή T έχει δύο κύριους τύπους: Τ-δοκιμή ανεξάρτητων μετρήσεων και δοκιμή αντιστοίχου ζεύγους T-γνωστό επίσης ως δοκιμή εξαρτώμενου Τ ή ζεύγος δοκιμής Τ.

Όταν συγκρίνετε δύο δείγματα που δεν αντιστοιχούν σε ζεύγη ή τα δείγματα είναι ανεξάρτητα, χρησιμοποιείται η ανεξάρτητη δοκιμή T. Ωστόσο, ο δεύτερος τύπος, T-test αντιστοίχου ζεύγους χρησιμοποιείται όταν τα δείγματα εμφανίζονται σε ζεύγη. Για παράδειγμα, πρέπει να μετρήσετε μεταξύ πριν και μετά τις συγκρίσεις. Εάν έχετε περισσότερα από δύο δείγματα, τότε θα πρέπει να χρησιμοποιηθεί η δοκιμή Anova. Είναι δυνατό να διαφοροποιηθούν περισσότερα από δύο μέσα μεταξύ τους με τη διεξαγωγή πολλαπλών δοκιμών Τ, αλλά θα υπήρχε μεγάλη πιθανότητα να γίνει λάθος και επομένως να έχουμε μεγαλύτερη πιθανότητα να φτάσουμε με ένα ανακριβές αποτέλεσμα.

Η δοκιμή Anova είναι ο δημοφιλής όρος για την ανάλυση της διακύμανσης. Είναι μια τεχνική που εκτελείται στην ανάλυση των αποτελεσμάτων των κατηγορικών παραγόντων. Αυτή η δοκιμή χρησιμοποιείται κάθε φορά που υπάρχουν περισσότερες από δύο ομάδες. Είναι βασικά όπως οι δοκιμές Τ, αλλά, όπως αναφέρθηκε παραπάνω, πρέπει να χρησιμοποιηθούν όταν έχετε περισσότερες από δύο ομάδες. Οι δοκιμές Anova χρησιμοποιούν διαφορές για να γνωρίζουν εάν τα μέσα είναι ίσα ή όχι. Πριν εκτελέσετε μια δοκιμασία Anova, θα πρέπει πρώτα να εκπληρώσετε τις βασικές υποθέσεις. Η πρώτη παραδοχή είναι ότι κάθε δείγμα που πρόκειται να χρησιμοποιηθεί επιλέγεται ανεξάρτητα και είναι τυχαίο. Δεύτερον, υποθέστε ότι ο πληθυσμός που λαμβάνετε τα δείγματα είναι φυσιολογικός και έχουν ίσες τυποποιημένες αποκλίσεις.

Υπάρχουν τέσσερις τύποι δοκιμών ανάλυσης της απόκλισης. Η πρώτη είναι η One-Way Anova. Μπορείτε να χρησιμοποιήσετε αυτόν τον τύπο Anova μόνο αν υπάρχει μόνο ένας κατηγορηματικός παράγοντας. Δεύτερος είναι ο Πολυφασικός Ανόβα που χρησιμοποιείται όταν οι κατηγορηματικοί παράγοντες είναι περισσότεροι από έναν. Αναλύονται οι αλληλεπιδράσεις και οι κύριες επιδράσεις μεταξύ των παραγόντων. Το τρίτο είδος Anova είναι η Ανάλυση Εξαρτημάτων Παραλλαγής. Αυτός ο τύπος Anova χρησιμοποιείται όταν οι παράγοντες είναι πολλαπλοί και ιεραρχικά διευθετημένοι. Ο κύριος στόχος αυτής της δοκιμής είναι να μάθετε το ποσοστό της μεταβλητότητας της διαδικασίας που εισάγετε σε κάθε επίπεδο. Η τέταρτη και τελευταία μέθοδος είναι τα Γενικά Γραμμικά Μοντέλα. Αν οι παράγοντες σας είναι τόσο ένθετοι και διασταυρωμένοι, ορισμένοι από τους παράγοντες είναι τυχαίοι και ορισμένοι είναι σταθεροί.Όταν υπάρχουν και οι δύο παράγοντες είναι ποσοτικοί και κατηγορηματικοί, χρησιμοποιείται αυτή η δοκιμή.

Περίληψη:

1. Το τεστ Anova έχει τέσσερις τύπους, όπως: One-Way Anova, Multifactor Anova, Ανάλυση παραλλαγών εξαρτημάτων και Γενικά γραμμικά μοντέλα. Οι δοκιμές Τ έχουν μόνο δύο τύπους: Τ-δοκιμή ανεξάρτητων μετρήσεων και δοκιμή αντιστοιχίας ζεύγους T που είναι επίσης γνωστή ως δοκιμή εξαρτώμενου Τ ή ζεύγος δοκιμής Τ.

2. Οι δοκιμές Τ διεξάγονται μόνο όταν έχετε μόνο δύο ομάδες για σύγκριση. Οι δοκιμές Anova, από την άλλη πλευρά, βασικά είναι ακριβώς όπως οι δοκιμές Τ, αλλά έχουν σχεδιαστεί για ομάδες που είναι περισσότερες από δύο.

3. Ορισμένες προϋποθέσεις πριν από την εκτέλεση των δύο δοκιμών πρέπει να ολοκληρωθούν. Για τη δοκιμή T, τα δεδομένα πληθυσμού που πρέπει να συγκεντρωθούν θα πρέπει κανονικά να διανεμηθούν και να συγκρίνετε ίσες διακυμάνσεις του πληθυσμού. Ενώ για τις δοκιμές Anova, τα δείγματα που πρόκειται να χρησιμοποιηθούν επιλέγονται ανεξάρτητα και τυχαία. Πρέπει επίσης να υποθέσετε ότι ο πληθυσμός που λαμβάνετε τα δείγματα είναι φυσιολογικός και έχουν ισοδύναμες τυπικές αποκλίσεις.