Stata တွင် one-way anova လုပ်ဆောင်နည်း


တစ်လမ်းသွား ANOVA ကို သုံးသော သို့မဟုတ် ထို့ထက်ပိုသော လွတ်လပ်သော အုပ်စုများအကြား စာရင်းအင်းဆိုင်ရာ သိသာထင်ရှားသော ခြားနားမှု ရှိ၊ မရှိ ဆုံးဖြတ်ရန် အသုံးပြုသည်။

ကျွန်ုပ်တို့သည် တုံ့ပြန်မှုကိန်းရှင်တစ်ခုပေါ်ရှိ ကြိုတင်ခန့်မှန်းကိန်းရှင် တစ်ခု၏ အကျိုးသက်ရောက်မှုကို ပိုင်းခြားစိတ်ဖြာသောကြောင့် ဤစမ်းသပ်မှုအမျိုးအစားကို တစ်လမ်းသွား ANOVA ဟုခေါ်သည်။ အကယ်၍ ကျွန်ုပ်တို့သည် တုံ့ပြန်မှုကိန်းရှင်တစ်ခုအပေါ် ကြိုတင်ခန့်မှန်းကိန်းရှင်နှစ်ခု၏ အကျိုးသက်ရောက်မှုကို စိတ်ဝင်စားပါက၊ ကျွန်ုပ်တို့သည် နှစ်လမ်းသွား ANOVA ကို လုပ်ဆောင်နိုင်သည်။

ဤသင်ခန်းစာသည် Stata တွင် တစ်လမ်းသွား ANOVA လုပ်ဆောင်ပုံကို ရှင်းပြထားသည်။

ဥပမာ- Stata ရှိ One-way ANOVA

ဤဥပမာတွင်၊ တစ်လမ်းမောင်း ANOVA ကိုလုပ်ဆောင်ရန် ကျွန်ုပ်တို့သည် systolic ဟုခေါ်သော ပါ၀င်သော Stata dataset ကိုအသုံးပြုပါမည်။ ဤဒေတာအတွဲတွင် မတူညီသောလူ 58 ဦးအတွက် အောက်ပါကိန်းရှင်သုံးခုပါရှိသည်။

  • ဆေးသုံးတယ်။
  • လူနာရောဂါ
  • systolic သွေးဖိအားပြောင်းလဲမှု

အသုံးပြုသောဆေးအမျိုးအစားသည် systolic သွေးဖိအားပြောင်းလဲမှုအပေါ် သိသာထင်ရှားသောအကျိုးသက်ရောက်မှုရှိမရှိ ဆုံးဖြတ်ရန် တစ်လမ်းသွား ANOVA လုပ်ဆောင်ရန် အောက်ပါအဆင့်များကို အသုံးပြုပါမည်။

အဆင့် 1: ဒေတာကို တင်ပါ။

ပထမဦးစွာ၊ command box တွင် webuse systolic ကို ရိုက်ပြီး Enter ကိုနှိပ်ခြင်းဖြင့်ဒေတာကိုတင်ပါ။

ဒေတာကို Stata တွင် မည်သို့တင်ရမည်နည်း ဥပမာ

အဆင့် 2: ဒေတာအကြမ်းကိုကြည့်ပါ။

တစ်လမ်းမောင်း ANOVA မလုပ်ဆောင်မီ၊ ဒေတာအကြမ်းကို ဦးစွာကြည့်ကြပါစို့။ အပေါ်ဆုံး menu bar မှ Data > Data Editor > Data Editor (Browse) သို့ သွားပါ။ ၎င်းသည် လူနာ 58 ဦးလုံးအတွက် အမှန်တကယ် ဒေတာကို ကျွန်ုပ်တို့အား ပြသပါမည်။

Stata ရှိ one-way ANOVA နမူနာ

အဆင့် 3: ဒေတာကိုမြင်ယောင်ကြည့်ပါ။

နောက်တစ်ခု၊ အချက်အလက်ကို မြင်ယောင်ကြည့်ရအောင်။ ဆေးဝါးအမျိုးအစားတစ်ခုစီအတွက် systolic သွေးပေါင်ချိန်တန်ဖိုးများကို ဖြန့်ဖြူးပြသရန် အကွက်ကွက်များကို ဖန်တီးပါမည်။

အပေါ်ဆုံး menu bar မှ Charts > Box plot သို့ သွားပါ။ ကိန်းရှင်များအောက်တွင် Systolic ကိုရွေးချယ်ပါ-

Stata ရှိ Boxplot

ထို့နောက် Grouping variable အောက်ရှိ အမျိုးအစားခွဲခေါင်းစဉ်ခွဲတွင်၊ မူးယစ်ဆေးကို ရွေးပါ-

Stata ရှိ အကွက်ကွက်ဥပမာ

OK ကိုနှိပ်ပါ။ ကွက်ကွက်လေးခုပါသော ဇယားသည် အလိုအလျောက်ပြသပါမည်-

Stata ရှိ သေတ္တာအများအပြား

systolic သွေးပေါင်ချိန် ပြောင်းလဲမှုများအား ဆေးဝါးအမျိုးအစားများအလိုက် ကွဲပြားသည်ကို ကျွန်ုပ်တို့ ချက်ချင်းတွေ့မြင်နိုင်သော်လည်း ANOVA သည် ဤကွဲပြားမှုများသည် ကိန်းဂဏန်းအရ သိသာထင်ရှားခြင်းရှိမရှိ တစ်လမ်းတည်းဖြစ်ကြောင်း ကျွန်ုပ်တို့အား ပြောပြပါမည်။

အဆင့် 4- တစ်လမ်းမောင်း ANOVA လုပ်ဆောင်ပါ။

အပေါ်ဆုံးမီနူးဘားမှ၊ စာရင်းအင်းများ > မျဉ်းကြောင်းနှင့် ဆက်စပ်မော်ဒယ်များ > ANOVA/MANOVA > One-Way ANOVA သို့ သွားပါ။

Response Variable အောက်တွင် Systolic ကို ရွေးပါ။ ကိန်းသေကိန်းရှင်အောက်တွင်၊ ဆေးကိုရွေးချယ်ပါ။ ထို့နောက် အုပ်စုတစ်ခုစီအတွက် အခြေခံဖော်ပြချက်စာရင်းအင်းအချို့ကို ကြည့်ရှုနိုင်စေရန် ထုတ်လုပ်အကျဉ်းချုပ်ဇယား ဘေးရှိ အကွက်ကို နှိပ်ပါ။ ထို့နောက် OK ကိုနှိပ်ပါ။

Stata ရှိ one-way ANOVA နမူနာ

အောက်ပါ output ကိုပြသလိမ့်မည်-

Stata ရှိ တစ်လမ်းမောင်း ANOVA

F ကိန်းဂဏန်းသည် 9.09 ဖြစ်ပြီး သက်ဆိုင်ရာ p-တန်ဖိုးသည် 0.0001 ဖြစ်သည်။ p-value သည် alpha = 0.05 ထက်နည်းသောကြောင့်၊ အုပ်စုတစ်ခုစီအတွက် systolic blood pressure ၏ပျမ်းမျှပြောင်းလဲမှုသည် တန်းတူဖြစ်သည်ဟူသော null hypothesis ကို ငြင်းပယ်နိုင်ပါသည်။

တစ်နည်းဆိုရသော်၊ အနည်းဆုံး ဆေးအုပ်စုနှစ်ခုကြားရှိ systolic သွေးပေါင်ချိန် ပျမ်းမျှပြောင်းလဲမှုတွင် ကိန်းဂဏန်းအရ သိသာထင်ရှားသော ခြားနားချက်တစ်ခုရှိသည်။

အဆင့် 5- များစွာသော နှိုင်းယှဉ်စစ်ဆေးမှုများကို လုပ်ဆောင်ပါ။

ထို့နောက် မည်သည့်အဖွဲ့၏ အဓိပ္ပါယ်သည် တစ်ခုနှင့်တစ်ခု ကွဲပြားသည်ကို အမှန်တကယ် သိရှိနိုင်ရန် နှိုင်းယှဉ်မှုများစွာကို ကျွန်ုပ်တို့ လုပ်ဆောင်နိုင်သည်။

ထိပ်တန်းမီနူးဘားမှ ကိန်းဂဏန်းများ > အကျဉ်းချုပ်များ၊ ဇယားများနှင့် စမ်းသပ်မှုများ > အကျဉ်းချုပ်နှင့် သရုပ်ဖော်ကိန်းဂဏန်းများ > Pairwise နှိုင်းယှဉ်မှုများ သို့ သွားပါ

Variable အတွက်၊ Systolic တုံ့ပြန်မှု variable ကို ရွေးပါ။ Over အတွက်၊ ရှင်းပြနိုင်သော ပြောင်းလဲနိုင်သော ဆေးကို ရွေးပါ။ နှိုင်းယှဉ်မှုများစွာအတွက် ချိန်ညှိမှုအတွက်၊ Tukey နည်းလမ်းကို ရွေးချယ်ပါ။

Stata ရှိ one-way ANOVA အတွက် နှိုင်းယှဉ်မှုများစွာ

ထို့နောက်၊ အစီရင်ခံခြင်း ခေါင်းစဉ်ခွဲအောက်ရှိ အကျိုးသက်ရောက်မှုများဇယားများ ဘေးရှိ ခလုတ်ကိုနှိပ်ပြီး ယုံကြည်စိတ်ချရသောကာလအပိုင်းအခြားများနှင့် p-တန်ဖိုးများပြသပါအကျိုးသက်ရောက်မှုဇယား၏ ဘေးရှိ အကွက်ကို အမှန်ခြစ်ပေးပါ။ ထို့နောက် OK ကိုနှိပ်ပါ။

Stata တွင် နှိုင်းယှဉ်မှုများစွာ

အောက်ပါရလဒ်များကိုပြသလိမ့်မည်-

Stata ရလဒ်များတွင် Tukey စမ်းသပ်မှု

အတန်းတစ်ခုစီသည် သီးခြားဆေးအုပ်စုနှစ်ခုကြား နှိုင်းယှဉ်မှုကို ကိုယ်စားပြုသည်။ ဥပမာအားဖြင့်၊ ပထမတန်းသည် ဆေးဝါးအုပ်စု 2 နှင့် ဆေးအုပ်စု 1 အကြား systolic သွေးပေါင်ချိန် ပျမ်းမျှပြောင်းလဲမှုကို နှိုင်းယှဉ်ပါသည်။ ဤနှိုင်းယှဉ်မှုအတွက် p-တန်ဖိုးသည် 0.999 ဖြစ်ပြီး အလွန်မြင့်မားပြီး 0.05 ထက်မနည်းပါ။ ဆိုလိုသည်မှာ ဆေးအုပ်စု 1 နှင့် 2 အကြား ကိန်းဂဏန်းအရ သိသာထင်ရှားသော ကွာခြားချက်မရှိဟု ဆိုလိုသည်။

သို့သော်၊ အောက်ပါနှိုင်းယှဉ်မှုများအတွက် p-တန်ဖိုးများသည် အားလုံး 0.05 ထက်နည်းသည်ကို ကျွန်ုပ်တို့တွေ့မြင်နိုင်ပါသည်။

  • ဆေး 3 to 1 | p-value = 0.001
  • ဆေး 4 to 1 | p-value = 0.010
  • ဆေးဝါး 3 ဆန့်ကျင်ဘက် 2 | p-value = 0.001
  • ဆေးဝါး 4 ဆန့်ကျင်ဘက် 2 | p-value = 0.015

ဆိုလိုသည်မှာ ဤအုပ်စုတစ်ခုချင်းစီကြားတွင် systolic သွေးပေါင်ချိန် ပျမ်းမျှပြောင်းလဲမှုသည် ကိန်းဂဏန်းအရ သိသာထင်ရှားပါသည်။

အဆင့် 6- ရလဒ်များကို သတင်းပို့ပါ။

နောက်ဆုံးတွင်၊ ကျွန်ုပ်တို့သည် ကျွန်ုပ်တို့၏ တစ်လမ်းသွား ANOVA ခွဲခြမ်းစိတ်ဖြာမှု၏ ရလဒ်များကို အစီရင်ခံပါမည်။ ဤသည်မှာ ဤအရာကို ပြုလုပ်ပုံ၏ ဥပမာတစ်ခုဖြစ်သည်။


မတူညီသောဆေးအမျိုးအစားလေးမျိုးသည် systolic သွေးဖိအားအပေါ် မတူညီသောအကျိုးသက်ရောက်မှုရှိမရှိ ဆုံးဖြတ်ရန် တစ်လမ်းသွား ANOVA ကို လုပ်ဆောင်ခဲ့သည်။

အောက်ပါဇယားသည် အုပ်စုတစ်ခုစီရှိ ပါဝင်သူအရေအတွက်အပြင် systolic သွေးပေါင်ချိန် ပျမ်းမျှပြောင်းလဲမှုနှင့် အုပ်စုတစ်ခုစီအတွက် systolic သွေးပေါင်ချိန်၏ စံသွေဖည်မှုတို့ကို အကျဉ်းချုပ်ဖော်ပြထားသည်-

Stata ရှိ တစ်လမ်းသွား ANOVA အတွက် ဖော်ပြချက် ကိန်းဂဏန်းများ

တစ်လမ်းသွား ANOVA သည် အနည်းဆုံးအုပ်စုနှစ်စုကြားတွင် ကိန်းဂဏန်းအချက်အလတ် သိသိသာသာကွာခြားမှုရှိကြောင်း (F(3, 54) = 9.09၊ p = 0.001)။

နှိုင်းယှဉ်မှုများစွာအတွက် Tukey ၏စမ်းသပ်မှုတွင် systolic သွေးဖိအားပြောင်းလဲမှုသည် ဆေးဝါး 1 အတွက် 3 (17.32 +/- 4.15၊ p = 0.001)၊ ဆေး 3 နှင့် နှိုင်းယှဉ်ပါက ဆေး 3 (16.78 +/- 4.15၊ p = 0.001), မူးယစ်ဆေးဝါး 4 အတွက် မူးယစ်ဆေးဝါး 1 နှင့် နှိုင်းယှဉ်ပါက (12.57 +/- 3.85, p = 0.010), နှင့် မူးယစ်ဆေးဝါး 4 အတွက် မူးယစ်ဆေးဝါး 2 (12.03 +/- 3.85, p = 0.015)။

ဆေးအုပ်စု 1 နှင့် 2 အကြား ကိန်းဂဏန်းအရ သိသာထင်ရှားသော ကွာခြားချက်မရှိပါ (0.533 +/- 3.91၊ p = 0.999) သို့မဟုတ် မူးယစ်ဆေးဝါးအုပ်စု 3 နှင့် 4 (4.75 +/- 4.09၊ p = 0.654)။

မှတ်ချက်တစ်ခုထည့်ပါ။

သင့် email လိပ်စာကို ဖော်ပြမည် မဟုတ်ပါ။ လိုအပ်သော ကွက်လပ်များကို * ဖြင့်မှတ်သားထားသည်