ANOVA es una fórmula estadística que se trae para comparar las varianzas entre las medias (o el promedio) de desiguales grupos. Una diversidad de contextos lo utilizan para determinar si existe alguna diferencia entre las medias de los diferentes grupos.
Por ejemplo, para aprender la efectividad de desiguales medicamentos para resfrio, los científicos diseñan y advierten para explorar la correspondencia entre el tipo de medicamento y el tipo de bacteria. La población de la muestra es un agregado de personas. Dividimos la población de la muestra en diferentes grupos y cada grupo toma un medicamento en individual durante un período de prueba. Al final del período de prueba, se miden los resultados.
Inmediatamente, para cada grupo, se calcula si se sano del resfrió. ANOVA auxilia a cotejar las medias de estos grupos para indagar si son estadísticamente desiguales o si son análogas.
El resultado de ANOVA es la ‘estadística F’. Este ratio pauta la discrepancia entre la varianza adentro del grupo y la varianza entre grupos, lo que posteriormente produce una cifra que consiente concluir que la hipótesis nula es defendida o rechazada. Si hay una discrepancia significativa entre los grupos, la hipótesis nula no es relacionada y la razón F será mayor.
Terminología ANOVA
Variable dependiente: este es el mecanismo que se está calculando y que se teoriza que se afecta por las variables independientes.
Variable(s) independiente(s): estos son los mecanismos que se calculan y que pueden poseer un efecto sobre la variable dependiente.
Una hipótesis nula (H0): Ocurre cuando no consta diferencia entre los grupos o medias. Pendiendo del resultado de la prueba ANOVA, la hipótesis nula será aceptada o rechazada.
Una hipótesis alternativa (H1): Cuando se teoriza que consta una discrepancia entre los grupos y las medias.
Factores y niveles: En ANOVA, una variable independiente se designa factor que afecta a la variable dependiente. El nivel denota los desiguales valores de la variable independiente que se manejan en un experimento.
Modelo de factor fijo: cualesquiera ensayos utilizan solo un conjunto discreto de niveles para los factores. Por muestra, una prueba de factor fijo valoraría tres dosis desiguales de un medicamento y no buscaría ninguna otra dosis.
Modelo de factor aleatorio: este modelo usa un valor aleatorio de nivel de inseparables los valores posibles de la variable independiente.
¿Cuál es la variación entre ANOVA de 1 factor y 2 factores?
ANOVA unidireccional
El análisis de la varianza unidireccional asimismo se dicha como ANOVA de un solo factor o ANOVA simple. Como insinúa el nombre, ANOVA de una vía es conveniente para experimentos con una sola variable independiente (factor) con dos o más niveles. Por ejemplo, una variable dependiente logra ser en qué mes del año hay más flores en el jardín. Habrá 12 niveles. Un ANOVA unidireccional toma:
- Independencia: el valor de la variable dependiente para una examen es independiente del valor de cualquier otra observación.
- Normalidad: el valor de la variable dependiente se trata normalmente
- Varianza: la varianza es comparable en desiguales grupos de experimentos.
- Continuo: la variable dependiente es continua y se mide en una escala que se logra subdividir.
ANOVA bidireccional
ANOVA factorial completa se maneja cuando coexisten dos o más variables independientes. Cada uno de estos factores logra poseer varios niveles. ANOVA factorial completo solo se logra manejar en el caso de un experimento factorial completo, donde se usan todas las posibles combinaciones de los factores y sus niveles. Este ANOVA bidireccional no únicamente mide la variable independiente con a la independiente, sino asimismo si los dos factores se impresionan entre sí. ANOVA bidireccional asume:
- Continuo: la variable dependiente deberá ser continua.
- Independencia: cada muestra es independiente de otras muestras, ninguna combinación.
- Varianza: la varianza de los datos entre los desiguales grupos es igual.
- Normalidad: las muestras son representativas de una población normal.
- Categorías: Las variables independientes corresponderán estar en categorías o grupos separados.
¿Para qué sirve ANOVA?
Cualesquiera personas discuten la necesidad de ANOVA; después de todo, los valores medios se evalúan con verlos. Pero ANOVA crea más que comparar los valores medios.
No obstante los valores medios de varios grupos parecen ser desiguales, esto podría ser completo a un error de muestreo más que al consecuencia de la variable independiente sobre la variable dependiente. Si se debe a un error de muestreo, la discrepancia entre las medias de los grupos no tendrá sentido. ANOVA socorre a indagar si la diferencia en los valores medios es estadísticamente explicativa.
ANOVA asimismo revela indirectamente si una variable independiente está interviniendo en la variable dependiente. Por ejemplo, en el experimento del resfrio anterior, conjeture que ANOVA halla que las medias de los grupos no son estadísticamente reveladoras y que la discrepancia entre las medias de los grupos se debe solo a un error de muestreo. Este efecto infiere que el tipo de medicación (variable independiente) no es un factor significativo que influya en el nivel de resfrio.
