Analiza wariancji
Analiza wariancji, ANOVA (od ang. analysis of variance) – model statystyczny i powiązane z nim metody estymacji i wnioskowania statystycznego wykorzystywane do analizy różnic pomiędzy średnimi w różnych grupach (populacjach), np. w zależności od jednego lub wielu działających równocześnie czynników. Metoda ta pomaga wyodrębnić źródła zmienności (mierzonej przez wariancję) i ustalić, czy wyodrębnione czynniki mogą być źródłem różnic między obserwowanymi średnimi grupowymi[1].
W swojej najprostszej formie ANOVA stanowi test statystyczny sprawdzający, czy dwie lub więcej średnich w populacjach jest sobie równych, tym samym stanowi uogólnienie test t Studenta na więcej niż dwie średnie[2].
Analiza wariancji została zaproponowana przez Ronalda Fishera[1].
Modele analizy wariancji można podzielić na:
- modele jednoczynnikowe – wpływ każdego czynnika jest rozpatrywany oddzielnie, tą klasą zagadnień zajmuje się jednoczynnikowa analiza wariancji.
- modele wieloczynnikowe – wpływ różnych czynników jest rozpatrywany łącznie, tą klasą zagadnień zajmuje się wieloczynnikowa analiza wariancji.
Według kryterium podział modeli przebiega następująco:
- model efektów stałych – obserwacje są z góry podzielone na kategorie,
- model efektów losowych – kategorie mają charakter losowy,
- model mieszany – część kategorii jest ustalona, a część losowa.
Przypisy[edytuj | edytuj kod]
- ↑ a b Amir D. Aczel i inni, Statystyka w zarządzaniu, Wydanie 2, Warszawa: Wydawnictwo Naukowe PWN, 2018, ISBN 978-83-01-19510-6 [dostęp 2024-05-27].
- ↑ Andrzej Balicki, Wiesława Makać, Metody wnioskowania statystycznego, Wydawnictwo Uniwersytetu Gdańskiego, 1997, s. 193, ISBN 83-7326-056-0 (pol.).
Bibliografia[edytuj | edytuj kod]
- J. Brzeziński, R. Stachowski: Zastosowanie analizy wariancji w eksperymentalnych badaniach psychologicznych. PWE, 1981
- Heinz Ahrens: Analiza Wariancji. PWN, 1970