Variansanalyse (ANOVA, fra det engelske «analysis of variance») er en fellesbetegnelse for en rekke statistiske metoder for å teste likhet mellom to eller flere utvalg, der én eller flere faktorer gjør seg gjeldende. Variansanalyse er i de enkle tilfellene et alternativ til Z/t-testene for å sammenligne gjennomsnitt i populasjoner.
De to grunnleggende formene for variansanalyse beskrives gjerne som 'enveis' og 'toveis' variansanalyse. I enveistilfellet hensyntar man kun én egenskap som varierer mellom gruppene, i toveistilfellet hensyntar man i tillegg egenskaper som varierer mellom individene i gruppene.
Variansanalyse med én faktor Det enkleste tilfellet for variansanalyse er tilfellet der man har grupper med like størrelser , og ønsker å sammenligne gjennomsnittene til gruppene. Den brukes gjerne der man ønsker å sammenligne forskjeller i respons på forskjellige behandlinger (treatments) i forskjellige grupper.
Hypotesen man tester er for et antall populasjonerDevore/Berk 2007, side 540.
minst to av gruppene er forskjellige.
Forutsetningene for testen er at alle observasjonene er uavhengige normalfordelte tilfeldige variable med lik varians.
Kvadratavvik og varians De fundamentale størrelsene i variansanalysen er kvadratavvik totalt (SST), kvadratavvik mellom individ og gruppe (SSE) og kvadratavvik mellom gruppe og totalt gjennomsnitt (SSTr). Disse er definert vedDevore/Berk 2007, side 544.
Sammenhengen mellom disse gir opphav til den fundamentale ANOVA-identiteten SST = SSTr + SSE.Devore/Berk 2007, side 547. Videre har vi atDevore/Berk 2007, side 545.
Dette gir opphavet til det man kaller en ANOVA-tabell:Devore/Berk 2007, side 548. Variasjonskilde Frihetsgrader Kvadratavvik Varians f-verdi Grupper I - 1 SSTr MSTr = SSTr/(I - 1) MSTr/MSE Error I(J - 1) SSE MSE = SSE/[I(J - 1)] Total IJ - 1 SST
Test av nullhypotesen For å teste nullhypotesen, bruker man ofte en f-test. Testobservatoren er gitt ved
som er tilnærmet -fordelt. Forkastningsområdet for er for ønsket signifikansnivå
Tukeys prosedyre F-testen er ment for å sammenligne gjennomsnittene i flere populasjoner, men den gir ikke svar på hvilke av populasjonene som er signifikant ulike hverandre. Tukeys prosedyre bruker en Q-fordeling til å beregne hvilke intervaller gjennomsnittene i populasjonen kan ligge i for å være signifikant like hverandre. For et signifikansnivå definerer vi som
De gjennomsnittene som har større differanse enn er være signifikant ulike, med signifikansnivå Devore/Berk 2007, side 552.
Relasjon til t-testen For tilfellet med to populasjoner, vil variansanalyse og en alminnelig t-test gi samme resultat for hypotesen mot . T-testen er mer fleksibel, da man og kan teste hvorvidt et gjennomsnitt er større enn, eller mindre enn et annet.
For kan man i prinsippet også utføre t-tester for alle kombinasjoner av grupper, men dette vil gi større sannsynlighet for type 1-feil.Devore/Berk 2007, side 557, 563.
Referanser
Kilder Jay L. Devore and Kenneth N. Berk: Modern Mathematical Statistics with Applications. Thomson 2007.
Kategori:Statistisk analyse Kategori:Eksperimentdesign Kategori:Statistiske tester Kategori:Parametrisk statistikk Kategori:Variansanalyse