Forskellen mellem ANOVA og ANCOVA

ANOVA vs ANCOVA

ANOVA og ANCOVA er begge statistiske modeller, der har forskellige funktioner:

ANOVA

Variansanalyse (ANOVA) er en samling af statistiske modeller og deres procedurer, der bruges til at observere forskelle mellem midlerne til tre eller flere variabler i en population, der bygger på den præsenterede prøve. Det er meget nyttigt at sammenligne tre eller flere midler.

Det er et statistisk værktøj, der er blevet brugt i flere sektorer såsom landbrug, psykologi og forskellige brancher. Det antages, at hver observation er uafhængig, at måle niveauintervaller mellem DV og CV, og at de underliggende populationer skal fordeles normalt og skal have den samme varians.

ANOVA modeller:

1. Modeller med faste effekter, der antager, at data fra normale populationer, der adskiller sig i deres midler, tillader estimering af responsområdet, som enhver behandling mod dem vil generere.
2. Tilfældige effekter modeller, der antager, at data fra et begrænset hierarki af forskellige populationer samples med forskellige faktorniveauer.
3. Modeller med blandede effekter, der beskriver de situationer, hvor både faste og tilfældige effekter er til stede.

Selvom en ikke-lineær model også kan bruges, bruger alle tilgange til analyse af varians en lineær model til at skabe antagelsen om responsens sandsynlige fordeling.
Det antages, at sagen er uafhængig, og at modellen forenkler den statistiske analyse. Det forudsætter også normal fordeling af resterne og lighed i afvigelser, og at afvigelsen altid skal være konstant.

Typer af ANOVA:

� Envejs ANOVA bruges til at teste for forskelle mellem to eller flere uafhængige grupper.
� Factorial ANOVA, bruges i studiet af interaktionseffekterne blandt behandlinger.
� Gentagne mål ANOVA bruges, når det samme emne bruges til hver behandling.
� Multivariat variansanalyse (MANOVA) bruges, når der er mere end en responsvariabel

ANCOVA

ANCOVA er en ANOVA-model, der har en generel lineær model med en kontinuerlig udgangsvariabel (kvantitativ, skaleret) og to eller flere prediktorvariabler, hvor mindst en er kontinuerlig og mindst en er kategorisk (nominel, ikke-skaleret).

Det er en fusion af ANOVA og regressioner for kontinuerlige variabler og har et kovariat. Fortolkningen afhænger af visse antagelser om de data, der er indtastet i modellen.

Forholdet mellem de afhængige og uafhængige variabler skal være lineære i parametre. Den evaluerer, om population betyder, at der er justeret for forskelle på kovariater, der er forskellige på niveauerne af afhængige variabler.

Virkningerne af en tredje variabel kontrolleres statistisk i ANCOVA, og ethvert antal uafhængige variabler og CV'er kan bruges til at oprette en-vejs, to-vejs og multivariat ANCOVA-design.

ANCOVA antager, at kovariater skal være lineært relateret til de afhængige variabler, og at de skal have ensartet regressionseffekt. Det antager, at kovariaterne ikke skal relateres til de uafhængige variabler, og at de ikke skal være for korrelerede med hinanden.

Resumé

1. ANOVA er statistiske modeller og teknikker, der bruges til at observere forskellen mellem variabler, mens ANCOVA er en ANOVA-model.
2. ANOVA bruger både lineære og ikke-lineære modeller, mens ANCOVA bruger en generel lineær model.
3. ANCOVA har et covariat, mens ANOVA ikke gør det.