Skip to content
بازگشت به نتایج جست‌وجو

تحلیل واریانس (ANOVA)

معرفی‌شده توسط
Ronald A. Fisher
سال
1925
نوع
Method
خانواده
parametric-hypothesis-testing

این متن ترجمه ماشینی است و هنوز بازبینی نشده است. متن اصلی را به انگلیسی بخوانید

اندازه قلم

چه کاری انجام می‌دهد؟

ANOVA یک روش آماری پارامتریک است که توسط رونالد ای. فیشر در سال ۱۹۲۵ توسعه یافته و بررسی می‌کند که آیا میانگین‌ها به طور قابل توجهی در سه یا چند گروه مستقل تفاوت دارند یا خیر. با تجزیه واریانس کل به مولفه‌های بین‌گروهی و درون‌گروهی، ANOVA تعیین می‌کند که آیا تفاوت‌های مشاهده شده به احتمال زیاد ناشی از اثرات درمان یا تغییرات تصادفی هستند یا خیر، و این امر آن را برای تحقیقات مقایسه‌ای در پزشکی، روانشناسی، کشاورزی و مهندسی اساسی می‌سازد.

شهود پشت روش

ANOVA آزمون t (که دو گروه را مقایسه می‌کند) را به چندین گروه با بررسی نسبت واریانس توضیح داده شده توسط عضویت گروه به واریانس توضیح داده نشده گسترش می‌دهد. اگر گروه‌ها واقعاً در میانگین‌های اساسی خود تفاوت داشته باشند، واریانس بین‌گروهی به طور قابل توجهی بزرگتر از واریانس درون‌گروهی (خطای تصادفی) خواهد بود. آماره F این نسبت را کمی می‌کند: F بزرگ نشان‌دهنده تفاوت‌های واقعی گروهی است، در حالی که F کوچک نشان‌دهنده شباهت گروه‌ها است. این منطق اساس بسیاری از طرح‌های آزمایشی و مقایسه‌های گروهی مشاهده‌ای را تشکیل می‌دهد.

تاریخ

رونالد ای. فیشر در سال ۱۹۲۵ در حالی که آزمایش‌های مزرعه‌ای کشاورزی را در ایستگاه تحقیقاتی روتهامست تجزیه و تحلیل می‌کرد، ANOVA را توسعه داد و به دنبال آزمایش تفاوت عملکرد محصولات در شرایط مختلف کوددهی بود. نوآوری او واریانس را تجزیه کرد و توزیع F (به نام او نامگذاری شده) را معرفی کرد و آمار مقایسه‌ای را متحول ساخت. کروسکال و والیس (۱۹۵۲) معادل ناپارامتریک آن (آزمون کروسکال-والیس) را توسعه دادند. این روش از طریق قرن بیستم در روانشناسی، پزشکی و علوم اجتماعی استاندارد شد. توسعه‌های مدرن شامل ANOVA اندازه‌گیری‌های تکراری (ماولی، ۱۹۴۰)، ANOVA فاکتوریل (یتس، ۱۹۳۷) و انواع قوی (آماره F ولش، برآوردهای جیمز-استاین) است.

چه زمانی استفاده شود

هنگامی که میانگین سه یا چند گروه مستقل را در یک پیامد پیوسته مقایسه می‌کنید، از ANOVA استفاده کنید. سناریوهای رایج: آزمایش اثربخشی چندین شرط درمانی (آموزش، پزشکی)، مقایسه پیامدها در دسته‌های جمعیتی (گروه‌های سنی، مناطق جغرافیایی)، یا ارزیابی چندین بازوی مداخله در یک کارآزمایی تصادفی. ANOVA زمانی ایده‌آل است که داده‌ها تقریباً به طور نرمال توزیع شده باشند و واریانس‌های گروهی تقریباً برابر باشند. برای داده‌های غیرنرمال، از آزمون کروسکال-والیس (جایگزین ناپارامتریک) استفاده کنید. برای اندازه‌گیری‌های تکراری (همان آزمودنی‌ها چندین بار اندازه‌گیری شده‌اند)، از ANOVA اندازه‌گیری‌های تکراری استفاده کنید. برای داده‌های تو در تو (دانش‌آموزان در مدارس)، از مدل‌سازی چند سطحی استفاده کنید.

محدودیت‌ها و ملاحظات

  • فرض می‌کند باقی‌مانده‌ها به طور نرمال توزیع شده‌اند؛ نسبت به انحراف از نرمال بودن با اندازه‌های اثر بزرگ یا اندازه‌های گروه نامساوی حساس است.
  • فرض همگنی واریانس: واریانس‌های نامساوی در سراسر گروه‌ها خطای نوع اول را افزایش می‌دهد. آماره F ولش جایگزین قوی‌تری است.
  • آزمون جامع (Omnibus): یک مقدار p معنی‌دار نشان می‌دهد که حداقل دو میانگین متفاوت هستند، اما مشخص نمی‌کند کدام جفت‌ها؛ آزمون پسین پیچیدگی و جریمه‌های مقایسه متعدد را اضافه می‌کند.
  • به داده‌های پرت حساس است: چند مشاهده شدید می‌تواند واریانس درون‌گروهی را افزایش داده و توان آماری را کاهش دهد.
  • نیازمند مشاهدات مستقل است؛ در صورت خوشه‌بندی داده‌ها (مانند دانش‌آموزان در کلاس‌ها) بدون تنظیم مناسب، مفروضات را نقض می‌کند.

شرایط منبع جایگزین بررسی علمی مستقل یا اعتبارسنجی توسط موتور تحلیل نیست.

نقاط قوت

  • برای تشخیص تفاوت‌های واقعی گروهی در صورت برآورده شدن مفروضات قدرتمند است؛ نرخ خطای نوع اول پایین‌تری نسبت به آزمون‌های t متعدد حفظ می‌کند.
  • موجز: اثر کلی گروه را در یک مدل واحد به جای انجام بسیاری از مقایسه‌های دوتایی آزمایش می‌کند.
  • اندازه اثر (اِتا-مربع) را ارائه می‌دهد که بزرگی تفاوت‌های گروهی را نسبت به کل واریانس کمی می‌کند.
  • به طور گسترده در نرم‌افزارهای آماری موجود است؛ رویه استاندارد در تحقیقات در سراسر رشته‌ها؛ نتایج به راحتی قابل انتقال است.
  • قابل گسترش: مبنایی برای ANOVA فاکتوریل (عوامل متعدد)، ANOVA چندمتغیره (MANOVA)، طرح‌های اندازه‌گیری تکراری و مدل‌های ترکیبی.

کاربردها

  • کارآزمایی‌های بالینی: مقایسه اثربخشی دوزهای مختلف دارو یا درمان‌های رقیب بر پیامدهای بیمار (مانند کاهش درد در سه بازوی درمانی).
  • تحقیقات آموزشی: آزمایش تفاوت عملکرد دانش‌آموزان بر اساس روش تدریس، نوع مدرسه یا پیشینه اجتماعی-اقتصادی.
  • علوم کشاورزی و محیط زیست: تجزیه و تحلیل عملکرد محصولات، نرخ رشد، یا سطوح آلاینده در شرایط مزرعه، انواع کود، یا مناطق جغرافیایی.
  • تولید و کنترل کیفیت: ارزیابی تفاوت معیارهای کیفیت محصول بر اساس خط تولید، دسته یا تامین‌کننده.
  • روانشناسی و علوم اعصاب: مقایسه عملکرد شناختی، فعال‌سازی عصبی، یا معیارهای رفتاری در شرایط آزمایشی یا گروه‌های تشخیصی.

چگونه کار می‌کند

چگونه کار می‌کند

1

هنگامی که یک متغیر پیامد پیوسته و یک یا چند متغیر گروه‌بندی طبقه‌ای (عوامل) دارید، ANOVA را اجرا کنید. جمع‌آوری داده‌ها نیازمند مشاهدات مستقل از هر گروه و حجم نمونه کافی (معمولاً ۵ تا ۱۰+ در هر گروه) است. شرکت‌کنندگان را به صورت آزمایشی (تخصیص تصادفی) یا مشاهده‌ای (گروه‌بندی طبیعی) به گروه‌ها تخصیص دهید. نمرات پیامد را برای همه شرکت‌کنندگان ثبت کنید. قبل از ادامه، مفروضات را بررسی کنید: (۱) استقلال مشاهدات (عدم وجود آلودگی خوشه‌ای یا اندازه‌گیری‌های تکراری)، (۲) نرمال بودن باقی‌مانده‌ها در هر گروه (بررسی نمودارهای Q-Q یا اجرای آزمون شاپیرو-ویلک)، (۳) همگنی واریانس در سراسر گروه‌ها (آزمون لوین؛ p > ۰.۰۵ نشان‌دهنده واریانس‌های برابر است).

2

آماره F ANOVA را با تجزیه مجموع مربعات کل (SS_total) به مجموع مربعات بین‌گروهی (SS_between) و مجموع مربعات درون‌گروهی (SS_within) محاسبه کنید. محاسبه کنید: (۱) میانگین کلی (میانگین کلی در تمام مشاهدات)، (۲) SS_between = Σ n_i(M_i − M_grand)² که در آن n_i اندازه گروه و M_i میانگین گروه است، (۳) SS_within = Σ Σ (x_ij − M_i)² که در سراسر گروه‌ها و مشاهدات جمع می‌شود، (۴) میانگین مربعات بین‌گروهی (MS_between) = SS_between / (k − ۱) که در آن k تعداد گروه‌ها است، (۵) میانگین مربعات درون‌گروهی (MS_within) = SS_within / (N − k) که در آن N اندازه کل نمونه است، (۶) آماره F = MS_between / MS_within. آماره F تحت فرضیه صفر از توزیع F با (k−۱) و (N−k) درجه آزادی پیروی می‌کند.

3

آماره F محاسبه شده را با مقدار بحرانی از جداول توزیع F مقایسه کنید یا از نرم‌افزار برای به دست آوردن مقدار p استفاده کنید. اگر p < α (معمولاً ۰.۰۵)، فرضیه صفر را رد کنید: حداقل دو گروه به طور قابل توجهی تفاوت دارند. ANOVA مشخص نمی‌کند کدام گروه‌ها تفاوت دارند؛ از آزمون‌های پسین (Tukey HSD، Bonferroni، Scheffé) برای مقایسه‌های دوتایی استفاده کنید. اندازه اثر (η²، اُمگا-مربع) را برای نشان دادن اهمیت عملی گزارش دهید: η² = SS_between / SS_total؛ تقریباً ۰.۰۱=کوچک، ۰.۰۶=متوسط، ۰.۱۴=بزرگ. اُمگا-مربع برای نمونه‌های کوچک کمتر سوگیرانه است. مقادیر p غیرمعنی‌دار نشان‌دهنده شواهد ناکافی از تفاوت‌های گروهی است؛ نتیجه نگیرید که گروه‌ها برابر هستند - عدم وجود شواهد، شواهد عدم وجود نیست.

دام‌های رایج

  • اجرای ANOVA بدون بررسی مفروضات، به ویژه نرمال بودن و همگنی واریانس؛ همیشه نمودارهای باقی‌مانده را بررسی کنید.
  • انجام آزمون‌های t دوتایی متعدد به جای ANOVA و سپس آزمون‌های پسین؛ خطای خانوادگی نوع اول را افزایش داده و توان را هدر می‌دهد.
  • تفسیر نادرست ANOVA غیرمعنی‌دار به عنوان شواهدی مبنی بر برابر بودن گروه‌ها؛ عدم معنی‌داری فقط نشان‌دهنده شواهد ناکافی برای رد فرضیه صفر است.
  • استفاده از ANOVA بر روی داده‌های پیامد ترتیبی یا طبقه‌ای (به جای آن از آزمون کای-دو استفاده کنید)؛ ANOVA نیازمند پیامدهای پیوسته است.
  • عدم گزارش اندازه‌های اثر (اِتا-مربع، اُمگا-مربع) در کنار مقادیر p؛ اهمیت آماری به تنهایی اهمیت عملی را منتقل نمی‌کند.
  • نادیده گرفتن اندازه‌های گروه نامساوی در مقایسه‌های پسین؛ برخی آزمون‌ها (مانند توکی) فرض می‌کنند n برابر است.

پرسش‌های متداول

تفاوت بین ANOVA یک‌طرفه، دوطرفه و اندازه‌گیری‌های تکراری چیست؟

ANOVA یک‌طرفه یک متغیر مستقل (عامل) با سطوح متعدد را آزمایش می‌کند (مانند سه گروه درمانی). ANOVA دوطرفه شامل دو متغیر مستقل است و اثرات اصلی و تعامل آن‌ها را آزمایش می‌کند (مانند اثرات درمان و جنسیت بر پیامد). ANOVA اندازه‌گیری‌های تکراری برای طرح‌های درون آزمودنی که در آن همان افراد چندین بار اندازه‌گیری می‌شوند (مانند قبل، حین و بعد از درمان) اعمال می‌شود؛ این آزمون همبستگی بین مشاهدات تکراری را در نظر می‌گیرد. انتخاب به طرح مطالعه و سوالات تحقیق بستگی دارد.

چه زمانی باید از آزمون‌های پسین استفاده کنم و کدام یک بهترین است؟

تنها پس از یک ANOVA جامع معنی‌دار برای شناسایی جفت گروه‌هایی که تفاوت دارند، از آزمون‌های پسین استفاده کنید. Tukey HSD (تفاوت معنی‌دار صادقانه) برای اندازه‌های گروه برابر و مقایسه‌های دوتایی برنامه‌ریزی شده، با کنترل خطای خانوادگی، استاندارد است. Bonferroni برای تعداد کمی مقایسه محافظه‌کارانه (سخت‌گیرانه‌تر، مثبت کاذب کمتر) است. Scheffé انعطاف‌پذیرترین است و امکان تضادهای پیچیده را فراهم می‌کند. آزمون Dunnett برای مقایسه چندین گروه درمانی با یک گروه کنترل واحد بهترین است. همیشه آزمون‌های پسین را از قبل مشخص کنید؛ انتخاب مبتنی بر داده، خطای نوع اول را افزایش می‌دهد.

چگونه با اندازه‌های نمونه نامساوی در سراسر گروه‌ها برخورد کنم؟

n نامساوی نقض فرض نیست اگر داده‌های گمشده کاملاً به صورت تصادفی گمشده باشند (MCAR). کنترل خطای نوع اول تحت n نامساوی قوی است. با این حال، آزمون‌های پسین فرض می‌کنند اندازه‌های گروه برابر هستند؛ از مقادیر بحرانی اصلاح شده یا آزمون‌های جایگزین (مانند Games-Howell) برای تنظیم واریانس‌ها و اندازه‌های نمونه نامساوی استفاده کنید. اندازه‌های گروه را به صراحت گزارش دهید. اگر گمشده بودن به متغیرهای مورد علاقه مربوط است، برای مدیریت مناسب داده‌های گمشده از درون‌یابی چندگانه یا مدل‌های ترکیبی استفاده کنید.

اِتا-مربع (η²) چیست و چه تفاوتی با اُمگا-مربع (ω²) دارد؟

هر دو اندازه اثر را اندازه‌گیری می‌کنند: نسبت کل واریانس توضیح داده شده توسط عضویت گروه. اِتا-مربع (η² = SS_between / SS_total) محاسبه آسان‌تری دارد اما به سمت بالا سوگیرانه است، به ویژه با نمونه‌های کوچک. اُمگا-مربع (ω² = (SS_between − (k−۱)MS_within) / (SS_total + MS_within)) این سوگیری را تصحیح کرده و برآورد کمتری از اندازه اثر جمعیت ارائه می‌دهد. برای انتشار، اُمگا-مربع را برای دقت گزارش دهید. معیارهای تقریبی: ۰.۰۱ = کوچک، ۰.۰۶ = متوسط، ۰.۱۴ = اثر بزرگ.

روش‌های مرتبط

منابع

  1. Fisher, R. A. (1925). Statistical Methods for Research Workers. Oliver and Boyd.

    باز کردن مرجع انتشار
    کپی شد.
  2. Kruskal, W. H., & Wallis, W. A. (1952). Use of ranks in one-criterion variance analysis. Journal of the American Statistical Association, 47(260), 583–621.

    باز کردن مرجع DOI
    کپی شد.