6. változók és csoportok összehasonlítása varianciaanalízissel
DESCRIPTION
6. Változók és csoportok összehasonlítása varianciaanalízissel. Több független minta átlagának összehasonlítása Több összetartozó minta átlagának összehasonlítása Átlagok kétszempontos összehasonlítása. Tartalom. Kettőnél több független minta átlagának összehasonlítása. 80. 60. 40. 20. - PowerPoint PPT PresentationTRANSCRIPT
1
6. Változók és csoportok összehasonlításavarianciaanalízissel
2
Tartalom Több független minta átlagának
összehasonlítása Több összetartozó minta átlagának
összehasonlítása Átlagok kétszempontos összehasonlítása
3
Kettőnél több független minta átlagának összehasonlítása
4
-60
-40
-20
0
20
40
60
80G
BR
-csö
kken
és
Agr1 Agr2 Agr3 Fény Verbális
Kísérleti csoport
5
Különbözik-e a minták elméleti nagyságszintje?
Két ellentétes hatás: Minél jobban szóródnak a mintaátlagok,
annál jobban eltérnek egymástól a minták. Minél jobban szóródnak az adatok az egyes
mintákon belül, annál nagyobb az átfedés, annál kevésbé különböztethetők meg egymástól a minták.
6
-60
-40
-20
0
20
40
60
80G
BR
-csö
kken
és
Agr1 Agr2 Agr3 Fény Verbális
Kísérleti csoport
7
Varianciaanalízis (VA)
Vark = Átlagok varianciája = Hatásvariancia
Varb = Minták átlagos varianciája = Hibavariancia
Próbastatisztika: F = Vark/Varb
F = Hatásvariancia/Hibavariancia
8
Egyszempontos független mintás VA
Nullhipotézis: elméleti átlagok egyenlősége: H0: 1 = 2 = ... = I
Ha igaz H0, akkor a fenti F mennyiség közelítőleg F-eloszlású.
Ha F elég nagy, akkor H0-t elutasítjuk. F p (szignifikancia p-értéke) Ha p elég kicsi, akkor H0-t elutasítjuk.
9
Egyszempontos független mintás VA
Nullhipotézis: elméleti átlagok egyenlősége: H0: 1 = 2 = ... = I
Ha igaz H0, akkor a fenti F mennyiség közelítőleg F-eloszlású.
Ha F elég nagy, akkor H0-t elutasítjuk. F p (szignifikancia p-értéke) Ha p elég kicsi, akkor H0-t elutasítjuk.
10
Egyszempontos független mintás VA
Nullhipotézis: elméleti átlagok egyenlősége: H0: 1 = 2 = ... = I
Ha igaz H0, akkor a fenti F mennyiség közelítőleg F-eloszlású.
Ha F elég nagy, akkor H0-t elutasítjuk. F p (szignifikancia p-értéke) Ha p elég kicsi, akkor H0-t elutasítjuk.
11
Egyszempontos független mintás VA
Nullhipotézis: elméleti átlagok egyenlősége: H0: 1 = 2 = ... = I
Ha igaz H0, akkor a fenti F mennyiség közelítőleg F-eloszlású.
Ha F elég nagy, akkor H0-t elutasítjuk. F p (szignifikancia p-értéke) Ha p elég kicsi, akkor H0-t elutasítjuk.
12
Egyszempontos független mintás VA
Nullhipotézis: elméleti átlagok egyenlősége: H0: 1 = 2 = ... = I
Ha igaz H0, akkor a fenti F mennyiség közelítőleg F-eloszlású.
Ha F elég nagy, akkor H0-t elutasítjuk. F p (szignifikancia p-értéke) Ha p elég kicsi, akkor H0-t elutasítjuk.
13
VA alkalmazási feltételei
Minták függetlensége Normalitás Elméleti szórások egyenlősége
(szóráshomogenitás): σ1 = σ2 = ... = σI
14
Mit csináljunk, ha a szórás-homogenitás feltétele erősen sérül?
Robusztus varianciaanalízisek Welch-próba James-próba Brown-Forsythe-próba
15
Mit csináljunk, ha a függő változó normalitása nagyon sérül?
Összehasonlított populációk homogenitásának tesztelése rangsorolásos eljárásokkal.
Szakmai kérdés: kilóg-e valamelyik populáció (alulról vagy felülről) a többi közül?
Nagyobbak-e (kisebbek-e) valamelyik populációban az adatok, mint a többiben?
Egy számítási példaEgy számítási példa
Agr1 Agr2 Agr3 Fény Verb.
n i 5 4 6 4 4
xi 14,506,75 5,20 -13,45-30,08
s i 29,609,15 6,96 13,11 14,57
Levene-próba:F(4; 7) = 0,784 (p > 0,10, n. sz.)
O’Brien-próba:F(4; 8) = 1,318 (p > 0,10, n. sz.)
Szóráshomogenitásellenőrzése
• Hatásvariancia: Vark = 1413,9
• Hibavariancia: Varb = 286,2
• F próbastatisztika:
F(4; 18) = 4,940**
• p-érték: p = 0,0073 (p < 0,01)
Hagyományos VA
Welch-próba:W(4; 7,8) = 5,544* (p = 0,0203)
James-próba:U = 27,851* (p < 0,05)
Brown-Forsythe-próba:BF(4; 9) = 5,103* (p = 0,0200)
Robusztus VA-k
20
H0 elutasítása esetén utóelemzés: az összes átlag páronkénti
összehasonlításaHa az elméleti átlagok különböznek, hogyan
teszik ezt? Mi az eltérések mintázata?Cél: úgy végezzük el az összes páronkénti
összehasonlítást, hogy a hiba ne nőjön meg.Szóráshomogenitás igaz: Tukey-Kramer-próbaSzóráshomogenitás sérül: Games-Howell-próba
Tukey-Kramer-próba: T12= 0,97 T13= 1,28T14= 3,48 T15= 5,55**T23= 0,20 T24= 2,39T25= 4,35* T34= 2,42T35= 4,57* T45= 1,97
A bemutatott példa utóelemzése
• Legszignifikánsabb különbség az 1. és az 5. minta átlaga között van (T15**)
• Az 5. minta (Verbális) átlaga három másik átlagtól is szignifikánsan különbözik (T25*, T35*, T15**)
• Az 5. minta (Verbális) kilógása okozza az öt átlag szignifikáns különbségét.
Utóelemzés konklúziói
23
Kettőnél több összetartozó minta átlagának
összehasonlítása
Minden nagyjából úgy történik, mint független minták esetén, csak más képletekkel.
24
Eltérések
A szóráshomogenitás a változók páronkénti különbségeire vonatkozik (szfericitás)
A szóráshomogenitás sérülésének mértékét az epszilon együtthatók jelzik
Robusztus alternatívák (Greenhouse-Geisser, Huynh-Feldt)
Átlagok páronkénti összehasonlítása (Tukey)
Egy számítási példaEgy számítási példa
Változó átlag szórás
Pulzus1 91,5 22,6
Pulzus2 97,7 21,5
Pulzus3 90,7 18,6
Hatásvariancia: Vark = 1686,9
Hibavariancia: Vare = 121,4
F-érték: F(2; 226) = 13,896***
Átlagok páronkénti összehas.:T12= 6,01** T13= 0,82 T23= 6,83**
Hagyományos VA
Geisser-Greenhouse-féle ε:ε = 0,964
Huynh-Feldt-féle ε:ε = 0,980
Szabadságfok korrekció: A robusztus próbáknál ilyen arányban csökkennek a szabadságfokok
Epszilon együtthatók
Geisser-Greenhouse-féle VA:F(2; 218) = 13,896*** (p = 0,0000)
Huynh-Feldt-féle VA:F(2; 222) = 13,896*** (p = 0,0000)
Konklúzió: A 2. (intervenció alatt mért) pulzus kilóg a többi közül.
Robusztus VA-k
Kétszempontos VA
Kétszempontos független mintás VA
Független változók: 2 csoportosító változó (pl. nem és iskolázottság)
0
1
2
3
4
5
Ru
ha%
Alsófok Középfok Felsőfok
NőFérfi
A nem és az iskolázottság hatása a Ruha%-ra
0
1
2
3
4
Alsófok Középfok Felsőfok
Sze
x% NőFérfi
A nem és az iskolázottság hatása a Szex%-ra
Kétszempontos vegyes VA
Független változók (szempontváltozók): 1 csoportosító változó (pl. nem) és 1 ismételt méréses szempont (pl. időpont)
85
90
95
100
105
1. mérés 2. mérés 3. mérés
Pu
lzu
s
NőFérfi
A nem és a frusztráció hatása a pulzusra
A szemp.
Maradék hiba
Teljes variabilitás
B szemp.
AB interakc.
Interakció: ha az A szempont hatása eltér a B szempont különböző szintjein.(Ha az együttes hatás nem egyezik meg az egyedi hatások sima összegével)
A kétszempontos ftl. mintásA kétszempontos ftl. mintásVA összefoglaló táblázataVA összefoglaló táblázata
Hatás Szab.fokVariancia F-érték
A fA = I - 1 VarA FVar
VarA
A
b
=
B fB = J - 1 VarB FVar
VarBB
b
=
AB fAB = fA × fB VarAB FVarVarAB
AB
b
=
Hiba fb = N - I× J Varb
Nem hagyományos kétszempontos VA-k
• Robusztus kétszempontos VA• Kétszempontos trimmelt VA• Kétszempontos rang VA