Regresija proti ANOVA
Regresija in ANOVA (Analiza variance) sta dve metodi v statistični teoriji za analizo obnašanja ene spremenljivke v primerjavi z drugo. Pri regresiji je to pogosto variacija odvisne spremenljivke, ki temelji na neodvisni spremenljivki, medtem ko je pri ANOVA variacija atributov dveh vzorcev iz dveh populacij.
Več o regresiji
Regresija je statistična metoda, ki se uporablja za risanje razmerja med dvema spremenljivkama. Pri zbiranju podatkov so lahko pogosto spremenljivke, ki so odvisne od drugih. Natančno razmerje med temi spremenljivkami je mogoče ugotoviti le z regresijsko metodo. Določitev tega razmerja pomaga razumeti in napovedati obnašanje ene spremenljivke do druge.
Najpogostejša uporaba regresijske analize je ocena vrednosti odvisne spremenljivke za dano vrednost ali obseg vrednosti odvisnih spremenljivk. Na primer, z uporabo regresije lahko ugotovimo razmerje med ceno blaga in potrošnjo na podlagi podatkov, zbranih iz naključnega vzorca. Regresijska analiza bo ustvarila regresijsko funkcijo niza podatkov, ki je matematični model, ki najbolje ustreza razpoložljivim podatkom. To je mogoče enostavno predstaviti z razpršenim grafom. Grafično je regresija enakovredna iskanju krivulje, ki se najbolje prilega za dani niz podatkov. Funkcija krivulje je regresijska funkcija. Z uporabo matematičnega modela je mogoče predvideti uporabo blaga za dano ceno.
Zato se regresijska analiza pogosto uporablja pri napovedovanju in napovedovanju. Uporablja se tudi za vzpostavljanje razmerij v eksperimentalnih podatkih na področjih fizike, kemije ter številnih naravoslovnih in inženirskih disciplin. Če je razmerje ali regresijska funkcija linearna funkcija, je postopek znan kot linearna regresija. Na razpršenem grafu je lahko predstavljen kot ravna črta. Če funkcija ni linearna kombinacija parametrov, potem je regresija nelinearna.
Več o ANOVA (analizi variance)
ANOVA ne vključuje eksplicitne analize odnosa med dvema ali več spremenljivkami. Namesto tega preverja, ali imata dva ali več vzorcev iz različnih populacij enako povprečje. Na primer, razmislite o rezultatih izpita za razred v šoli. Čeprav so testi različni, je lahko uspešnost od razreda do razreda podobna. Eden od načinov za preverjanje tega je primerjava srednjih vrednosti vsakega razreda. ANOVA ali analiza variance omogoča testiranje te hipoteze. V osnovi se ANOVA lahko obravnava kot razširitev t-testa, kjer se primerjajo srednje vrednosti dveh vzorcev, vzetih iz dveh populacij.
Temeljna ideja ANOVE je upoštevati variacijo znotraj vzorca in variacijo med vzorci. Variacijo znotraj vzorca je mogoče pripisati naključnosti, medtem ko je variacijo med vzorci mogoče pripisati tako naključnosti kot drugim zunanjim dejavnikom. Analiza variance temelji na treh modelih; model fiksnih učinkov, model naključnih učinkov in model mešanih učinkov.
Kakšna je razlika med regresijo in ANOVO?
• ANOVA je analiza variacije med dvema ali več vzorci, medtem ko je regresija analiza razmerja med dvema ali več spremenljivkami.
• Teorija ANOVA se uporablja z uporabo treh osnovnih modelov (model fiksnih učinkov, model naključnih učinkov in model mešanih učinkov), medtem ko se regresija uporablja z uporabo dveh modelov (model linearne regresije in model večkratne regresije).
• ANOVA in regresija sta obe različici splošnega linearnega modela (GLM). ANOVA temelji na kategoričnih prediktorskih spremenljivkah, medtem ko regresija temelji na kvantitativnih prediktorskih spremenljivkah.
• Regresija je bolj prilagodljiva tehnika in se uporablja pri napovedovanju in napovedovanju, medtem ko se ANOVA uporablja za primerjavo enakosti dveh ali več populacij.
