Regresija pret ANOVA
Regresija un ANOVA (dispersijas analīze) ir divas metodes statistikas teorijā, lai analizētu viena mainīgā uzvedību salīdzinājumā ar citu. Regresijā bieži vien tā ir atkarīgā mainīgā variācija, kuras pamatā ir neatkarīgs mainīgais, savukārt ANOVA gadījumā tā ir divu paraugu no divām populācijām atribūtu variācija.
Vairāk par regresiju
Regresija ir statistikas metode, ko izmanto divu mainīgo attiecību noteikšanai. Bieži vien, kad tiek vākti dati, var būt mainīgie, kas ir atkarīgi no citiem. Precīzu saistību starp šiem mainīgajiem var noteikt tikai ar regresijas metodēm. Šīs attiecības noteikšana palīdz izprast un paredzēt viena mainīgā uzvedību pret otru.
Visizplatītākais regresijas analīzes pielietojums ir atkarīgā mainīgā vērtības noteikšana noteiktai vērtībai vai atkarīgo mainīgo vērtību diapazonam. Piemēram, izmantojot regresiju, mēs varam noteikt sakarību starp preču cenu un patēriņu, pamatojoties uz datiem, kas savākti no nejaušas izlases. Regresijas analīze radīs datu kopas regresijas funkciju, kas ir matemātisks modelis, kas vislabāk atbilst pieejamajiem datiem. To var viegli attēlot ar izkliedes diagrammu. Grafiskā regresija ir līdzvērtīga dotajai datu kopai vispiemērotākās līknes atrašanai. Līknes funkcija ir regresijas funkcija. Izmantojot matemātisko modeli, preces izlietojumu var paredzēt noteiktai cenai.
Tāpēc regresijas analīze tiek plaši izmantota prognozēšanā un prognozēšanā. To izmanto arī, lai izveidotu attiecības eksperimentālos datos fizikas, ķīmijas un daudzu dabaszinātņu un inženierzinātņu disciplīnās. Ja attiecība vai regresijas funkcija ir lineāra funkcija, tad procesu sauc par lineāro regresiju. Izkliedes diagrammā to var attēlot kā taisnu līniju. Ja funkcija nav lineāra parametru kombinācija, tad regresija ir nelineāra.
Vairāk par ANOVA (dispersijas analīzi)
ANOVA neietver tiešu attiecību starp diviem vai vairākiem mainīgajiem analīzi. Tā drīzāk pārbauda, vai diviem vai vairākiem paraugiem no dažādām populācijām ir vienāds vidējais rādītājs. Piemēram, apsveriet pārbaudes rezultātus, kas iegūti eksāmenā, kas tika kārtots skolas atzīmei. Lai gan testi ir atšķirīgi, sniegums dažādās klasēs var būt vienāds. Viena no metodēm, kā to pārbaudīt, ir salīdzināt katras klases līdzekļus. ANOVA vai ANalysis Of Variance ļauj pārbaudīt šo hipotēzi. Pamatā ANOVA var uzskatīt par t-testa paplašinājumu, kurā tiek salīdzināti divu paraugu vidējie rādītāji, kas ņemti no divām populācijām.
ANOVA pamatideja ir ņemt vērā atšķirības izlasē un atšķirības starp paraugiem. Izlases variācijas var attiecināt uz nejaušību, savukārt variācijas starp paraugiem var attiecināt gan uz nejaušību, gan citiem ārējiem faktoriem. Dispersijas analīze balstās uz trim modeļiem; fiksēto efektu modelis, izlases efektu modelis un jaukto efektu modelis.
Kāda ir atšķirība starp regresiju un ANOVA?
• ANOVA ir divu vai vairāku paraugu variāciju analīze, savukārt regresija ir attiecību analīze starp diviem vai vairākiem mainīgajiem.
• ANOVA teorija tiek pielietota, izmantojot trīs pamatmodeļus (fiksēto efektu modeli, nejaušo efektu modeli un jaukto efektu modeli), savukārt regresiju piemēro, izmantojot divus modeļus (lineārās regresijas modeli un daudzkārtējās regresijas modeli).
• ANOVA un Regresija ir divas vispārējā lineārā modeļa (GLM) versijas. ANOVA ir balstīta uz kategoriskiem prognozēšanas mainīgajiem, savukārt regresijas pamatā ir kvantitatīvie prognozēšanas mainīgie.
• Regresija ir elastīgāks paņēmiens, un to izmanto prognozēšanā un prognozēšanā, savukārt ANOVA izmanto, lai salīdzinātu divu vai vairāku populāciju vienādību.
