¿Qué opinas de los resultados del ANOVA? ¿Cómo calcular el índice?

Primero, se utilizó el protocolo de investigación Análisis de varianza (ANOVA unidireccional) para analizar la relación entre datos categóricos y cuantitativos. Por ejemplo, los investigadores quieren saber si existe una diferencia significativa en el coeficiente intelectual promedio de tres grupos de estudiantes. El análisis de varianza se puede utilizar para múltiples grupos de datos, como la diferencia entre tres grupos de datos: aquellos con una licenciatura y aquellos con una licenciatura o superior. ¿Y qué pasa con la t de abajo? Las pruebas sólo pueden comparar las diferencias entre dos conjuntos de datos.

Segundo, operación de SPSSAU

"Métodos generales" → "Varianza" en el panel izquierdo de SPSSAU;

Tercero, interpretación de los indicadores de resultados de SPSSAU

1. Análisis de resultados de diferencia

Como se puede ver en la tabla anterior, el análisis de varianza (llamado análisis de varianza unidireccional) se utiliza para estudiar la diferencia en el peso total del alimento. . Como se puede ver en la tabla anterior, diferentes muestras de alimento tienen un impacto significativo en el peso corporal (P

Notas complementarias: los valores de P con "*" indican diferencias significativas, un "*" indica P < 0,05, dos "*" indican P

2. Análisis de varianza de valores de proceso intermedios

El análisis de varianza se utiliza para estudiar diferencias. La diferencia consta de dos partes, a saber, la suma. de cuadrados entre grupos y la suma de cuadrados dentro de un grupo

(1) grados de libertad

El grado de libertad entre grupos df 1=número de grupos – 1; En este ejemplo, el grupo es 4 y el grado de libertad entre grupos es 4-1 = 3;

El grado de libertad dentro del grupo df 2 = tamaño de la muestra - número de grupos; el tamaño de la muestra es 19 y el grado de libertad dentro del grupo es 19-3 = 15;

( 2) Error cuadrático medio

Cuadrado medio entre grupos = suma de cuadrados entre grupos/grado de libertad entre grupos DF 1;

Cuadrado medio entre grupos: 20538.698/3 = 6846.233;

Cuadrado medio dentro del grupo = suma de cuadrados dentro del grupo/grados de libertad dentro del grupo df ^ 2;;

Media cuadrática dentro del grupo: 652.159/15 = 43.477;

(3) F

valor f = media cuadrado entre grupos/cuadrado medio dentro del grupo; valor f: 6846,233/43,477 = 157,467;

(4)valor p

p El valor es una combinación del valor f, df 1 y df 2.

3. Análisis en profundidad-índice numérico de efecto

(1) eta parcial al cuadrado (¿Eta parcial?)

Eta parcial = SSB /SST; por ejemplo: 20538.698/21190.858 = 0.969;

(2) Valor f de Cohen

Valor f de Cohen = Sqrt (Eta parcial al cuadrado /(1-Eta parcial al cuadrado)) ;\sqrt {0.969/(1-0.969)} = 5.612;

Explicación adicional: la f de Cohen significa que los puntos críticos para distinguir efectos pequeños, medianos y grandes son respectivamente 0,10, 0,25, 0,40

4. Comparaciones múltiples post hoc

ANOVA se puede utilizar para comparar múltiples conjuntos de datos si existen diferencias significativas entre X e Y en diferentes niveles. Para comprender las diferencias entre los dos grupos, puede utilizar comparaciones múltiples post hoc (método avanzado de SPSSAU → comparaciones múltiples post hoc). Hay muchos métodos de prueba retrospectiva, pero las funciones son las mismas, con solo diferencias menores en puntos individuales o escenarios de uso. SPSSAU proporciona cinco de uso común. métodos: LSD, Scheffe, Tukey, corrección de Bonferroni y Tamhane T2, entre los cuales el método LSD es el más utilizado. Las diferencias son las siguientes:

Método de enseñanza de análisis de datos SPSSAU: comparaciones múltiples post hoc<. /p>

Cabe señalar que las comparaciones múltiples post hoc se basan en análisis de varianza, por lo que es necesario primero satisfacer las diferencias significativas en el análisis de varianza antes de comparar las diferencias entre pares. Si solo hay dos conjuntos de datos para comparar, o el análisis de varianza no muestra diferencias entre los grupos con un valor de P superior a 0,05, no es necesario realizar pruebas retrospectivas en este momento.

Cuarto, resolver el problema

1. ¿Qué debemos hacer cuando la varianza es desigual?

Cuando la varianza es desigual, puedes usar pruebas no paramétricas, o puedes usar la varianza de Welch o la varianza de Brown-Forsythe. Se utilizan pruebas no paramétricas para evitar el problema de la homogeneidad de varianzas. La varianza de Welch o varianza de Brown-Forsythe es homogénea, lo que garantiza que los resultados sean estables incluso si la varianza es desigual. La varianza de Welch y la varianza de Brown-Forsythe simplemente son inconsistentes en la fórmula de cálculo, el propósito es hacer que los resultados sean estables cuando la varianza es desigual, puede elegir una de ellas.

2. ¿Hay valores nulos en los resultados del ANOVA?

Si la desviación estándar de un determinado tipo de datos es cero y cero, entonces el análisis de varianza o la prueba de homogeneidad de varianza, la varianza de Welch o la varianza de Brown-Forsyth pueden hacer que los indicadores relevantes no se puedan calcular. . Se recomienda utilizar la función Procesamiento de datos->Codificación de datos para combinar los grupos antes de analizarlos.

Resumen del verbo (abreviatura de verbo)

Este artículo describe el escenario ANOVA, el funcionamiento de SPSSAU, la interpretación de indicadores y los acertijos en ANOVA. El análisis de varianza es un método para probar si existen diferencias estadísticas entre las medias de múltiples muestras y también es un método comúnmente utilizado en la investigación. Lo anterior es la interpretación de indicadores en el análisis de varianza.

Para más información, visita la web oficial de SPSSAU.