Comment écrire des déclarations sommaires pour anova

Comprendre ANOVA

• Les chercheurs divisent souvent les sujets en groupes afin qu'ils puissent isoler des variables importantes, selon l'Université de l'État de Washington. Par exemple, si un scientifique a voulu savoir si les singes croître plus rapidement les bananes alimentaires ou de raisins, elle serait diviser les singes en deux groupes - les mangeurs de raisin et la banane mangeurs - et peser les singes dans chaque groupe au fil du temps. Si le scientifique a constaté que les mangeurs de raisin étaient, en moyenne, 5 livres de plus, elle serait tenté de conclure que les raisins aide singes développent plus que les bananes font. Le problème avec cette approche est que certains singes peuvent naturellement croître plus vite que les autres, peu importe ce qu'ils mangent. Le scientifique pourrait utiliser un test ANOVA pour résoudre ce problème parce que le test serait mesurer si la différence entre la banane et de raisin mangeurs était trop grand pour être une coïncidence.

Tester des hypothèses

• 
  
  
  
  

  Les chercheurs utilisent des analyses de variance pour tester des prédictions sur l'objet de leur recherche. Chaque prédiction comprend en fait deux hypothèses: une hypothèse nulle prédire aucune différence entre les groupes et une hypothèse alternative prédire des différences significatives. Dans l'exemple ci-dessus, hypothèse alternative du scientifique serait quelque chose comme "singes poussent plus vite quand ils mangent des raisins que quand ils mangent des bananes." L'hypothèse nulle serait dire que «il n'y a aucune différence dans les taux de singes qui mangent des bananes et des singes qui mangent des raisins croissance." Si le test ANOVA montre une différence significative entre les deux groupes, le scientifique serait rejeter l'hypothèse nulle et accepter la preuve de l'hypothèse alternative. Si l'analyse de la variance n'a révélé aucune différence significative, le chercheur serait rejeter l'hypothèse alternative et accepter l'hypothèse nulle.

Éléments clés pour ANOVAs information

• 
  
  

  Pour assurer les articles publiés comprennent toutes les informations importantes mathématique, les chercheurs ont établi un système de règles pour la présentation des résultats de ANOVAs. Déclarations sommaires pour les analyses de variance devrait comprendre trois éléments de base: une explication de ce qui a testé l'analyse de la variance, un F-rapport avec des degrés de liberté, et une valeur p. Les degrés de liberté se réfère au nombre de groupes dans l'étude et le nombre d'individus dans chaque groupe. Le F-ratio est la valeur réelle du test ANOVA, tandis que la valeur de p est une mesure de la probabilité que le rapport F est produit par hasard. Le plus proche de la p-valeur est à zéro, moins il est probable que les différences entre les groupes ont eu lieu au hasard.

Exemple d'un État sommaire ANOVA

• Dans l'étude hypothétique discuté ci-dessus, supposons que le scientifique avait deux groupes de 25 singes. Si oui, la déclaration sommaire du scientifique ressemblerait à quelque chose comme ceci: "Les mesures de poids de la banane-manger et les singes de raisin-manger ont montré des différences statistiquement significatives entre les deux groupes, comme le démontre par une ANOVA à une voie, F (2, 25) = 4,425, p<.05." This statement reports the F-ratio with degrees of freedom, shows that the probability of random coincidence is less than 5 percent, and explains which hypothesis the test supports.