Definicja
ANOVA (analiza wariancji) to metoda statystyczna, która testuje, czy średnie trzech lub więcej grup różnią się istotnie od siebie. Pomimo nazwy odnoszącej się do "wariancji", ANOVA zasadniczo polega na porównywaniu średnich poprzez analizę źródeł zmienności w danych.
Jak to działa
ANOVA porównuje dwa rodzaje zmienności: zmienność między średnimi grup oraz zmienność wewnątrz każdej grupy. Jeśli zmienność międzygrupowa jest znacznie większa niż zmienność wewnątrzgrupowa, średnie grup są prawdopodobnie różne.
Rolnik testuje 3 nawozy pod kątem plonu (w kg na działkę):
Nawóz A: 45, 48, 50, 47
Nawóz B: 55, 58, 52, 56
Nawóz C: 46, 49, 44, 48
Wynik ANOVA: F = 12,3, p = 0,001. Nawozy dają istotnie różne plony. Test uzupełniający ujawnia, że Nawóz B jest najlepszy.
Dlaczego to ważne
ANOVA jest niezbędna zawsze, gdy trzeba porównać więcej niż dwie grupy. Badania kliniczne porównujące wiele dawek leku, pedagodzy porównujący metody nauczania w różnych klasach i producenci testujący różne procesy produkcyjne - wszyscy polegają na ANOVA.
Jeśli ANOVA wykryje istotną różnicę, oznacza to, że co najmniej jedna grupa się różni, ale nie wskazuje, które. Następnie używasz testów post-hoc (takich jak Tukey HSD), aby zidentyfikować konkretne pary różniących się grup. To dwuetapowe podejście kontroluje wskaźnik fałszywych wyników pozytywnych, jednocześnie pozwalając wskazać różnice.
Użyj ANOVA, aby porównać średnie trzech lub więcej grup jednocześnie. Kontroluje wskaźnik błędów lepiej niż wykonywanie wielu testów t i jest standardowym narzędziem do porównań wielogrupowych.