Los pros de Prueba ANOVA

March 13

Los pros de Prueba ANOVA


El análisis de varianza, más comúnmente conocido como el ANOVA, se utiliza durante el análisis estadístico. ANOVAs son útiles cuando el experimento implica resultados de más de dos grupos de sujetos. Un ANOVA compara las desviaciones de los medios de los resultados de varios grupos, ayudando al experimentador aceptar o rechazar la hipótesis nula de experimento.

Las muestras

Cuando hay más de dos muestras, un ANOVA es más fiable que el t-test. La prueba t sólo se puede utilizar para investigar las diferencias entre los dos medios. A pesar de múltiples pruebas t se pueden llevar a cabo para comparar más de dos medias entre sí, esto puede llevar a romper complicaciones. Un ANOVA es una forma relativamente sencilla de comparar las medias de varias muestras.

Números

Una de las principales ventajas de un ANOVA es que el número de observaciones en cada grupo no tiene que ser el mismo. Por ejemplo, un experimentador que compara los efectos de beber té en la salud podría ser capaz de encontrar 100 no bebedores de té, pero sólo 96 bebedores de té.

factores

ANOVA para permitir experimentos en los que las poblaciones se clasifican en dos factores categóricos. Por ejemplo, un experimento podría investigar los resultados de los exámenes de los estudiantes que son hembra o macho - el primer factor - y se tiene o no han tenido la educación en casa a casa adicional, el segundo factor. ANOVA análisis de experimentos de dos factores se conocen como de dos vías ANOVA. Eliminan parte de la variabilidad aleatoria y permitir que el experimentador para mirar las interacciones entre los factores. También permiten que los experimentos con un tamaño total de la muestra más pequeña, como dos cosas se están estudiando a la vez.

supuestos

Antes de aplicar un ANOVA, el experimento debe satisfacer algunos criterios metodológicos para que los resultados sean válidos. La población involucrada en la muestra debe ser una distribución normal, lo que significa que debe ser una representación justa. Las variaciones de la población también deben ser iguales. Las muestras utilizadas en el experimento deben ser independientes, y cada nivel del factor ha de ser aplicada a una muestra.