안녕하세요,
"X에서 Y로 맞춤"및 "최소 맞춤에 맞추기"를 사용하여 일원 분산 분석을 수행하려고했는데, 사용한 샘플 데이터는 "금어초"였습니다. 원래 두 방법에서 얻은 P 값과 F 비율은 같아야한다고 생각했습니다 (강조 표시된 부분 참조). 그러나 나는 틀렸다. 그들은 실제로 아주 다르다.
누군가이 두 가지 방법을 사용하여 왜 다른지 말해 줄 수 있습니까? 어느 것이 더 정확한 분석입니까?
많은 감사합니다!
귀하의 Fit Least Squares 모델에는 두 가지 요소가 있지만 ANOVA 모델은 두 가지 모델 (각 요소에 하나씩)이 있기 때문입니다. 따라서 Fit Least Squares 모델은 실제로 두 요인의 동시 변동을 포착합니다. 반면 ANOVA는 다른 요인을 무시하고 각 요인의 개별 효과 만 표시합니다. 일반적으로 두 요인의 모델은 두 요소의 동시 변동을 설명하므로 더 정확합니다. 두 요인간에 많은 상관 관계가있는 경우 각 계수는 편향 될 수 있지만 모델의 예측은 개별 ANOVA 결과보다 정확해야합니다. 바라기를 더 유능한 통계 학자가 이러한 진술을 확인할 것입니다.
아담의 반응을 넓히려면 :
그 이유는 아주 간단합니다. 주어진 데이터 세트에는 결정적인 금액 변동성. 귀하의 특정 경우에, 이것은 합계 제곱합, 161.93143의 값에서 볼 수 있습니다. 3 가지 분석에서 볼 수 있듯이이 값은 같습니다.
간단한 Anova에서, Sources of Variance는 모든 합계 제곱에 더할 것입니다. 일반화 된 수식은 다음과 같습니다.
총 SS = 모델 SS + 오류
여기서 중요한 항목은 오류 용어입니다. 오류 추정은 모델 SS가 계산되면 남은 것으로 가정합니다.
오류 = 전체 SS - 모델 SS
각 분석 결과의 분산 분석 섹션을 보면이를 볼 수 있습니다. 토양에 의한 Y 분석 :
161.93143 = 103.15143 + 58.78000
또는
58.78000 = 161.93143 - 103.15143
Anova를 결정하는 테스트는 F 테스트입니다. F 테스트는 오차의 변동성 추정치로 모델의 변동량을 나눕니다. 실제 자유 테스트를 계산하기 전에 적절한 자유도를 각각의 Sum of Sum으로 나눕니다. 이것의 결과를 Mean Square라고합니다. 토양에 의한 Y 분석
(103.15143 / 6) / 58.78000 / 14) = 4.0947
이제 답을 구하십시오.
Soway와 Block SS 모두 Total SS에서 빼기 때문에 Twoway Anova의 오류 추정치가 Oneway Anova의 오류 추정치보다 크게 감소했습니다.
오류 = 총 SS - 토양 SS - 블록 SS
