{"id":4537,"date":"2023-07-10T07:36:27","date_gmt":"2023-07-10T07:36:27","guid":{"rendered":"https:\/\/statorials.org\/nl\/interpreteer-de-anova-resultaten-in-sas\/"},"modified":"2023-07-10T07:36:27","modified_gmt":"2023-07-10T07:36:27","slug":"interpreteer-de-anova-resultaten-in-sas","status":"publish","type":"post","link":"https:\/\/statorials.org\/nl\/interpreteer-de-anova-resultaten-in-sas\/","title":{"rendered":"Volledige gids: anova-resultaten interpreteren in sas"},"content":{"rendered":"

<\/p>\n

\n

Een eenrichtings-ANOVA<\/a> wordt gebruikt om te bepalen of er al dan niet een statistisch significant verschil bestaat tussen de gemiddelden van drie of meer onafhankelijke groepen.<\/span><\/p>\n

In het volgende voorbeeld ziet u hoe u de resultaten van een eenrichtings-ANOVA in SAS interpreteert.<\/span><\/p>\n

Voorbeeld: ANOVA-resultaten interpreteren in SAS<\/strong><\/span><\/h2>\n

Stel dat een onderzoeker 30 studenten recruteert om aan een onderzoek deel te nemen. Studenten worden willekeurig toegewezen<\/a> om een van de drie studiemethoden te gebruiken ter voorbereiding op een examen.<\/span><\/p>\n

Hieronder vindt u de examenresultaten per student:<\/span> <\/p>\n

\"\"<\/p>\n

We kunnen de volgende code gebruiken om deze gegevensset in SAS te maken:<\/span><\/p>\n

 \/*create dataset*\/\n<\/span>data<\/span> my_data;\n    input<\/span> Method $Score;\n    datalines<\/span> ;\nAt 78\nAt 81\nAt 82\nAt 82\nAt 85\nAt 88\nAt 88\nAt 90\nB 81\nB 83\nB 83\nB85\nB 86\nB 88\nB90\nB91\nC 84\nC 88\nC 88\nC 89\nC 90\nC 93\nC 95\nC 98\n;\nrun<\/span> ;\n<\/strong><\/span><\/pre>\n
 Vervolgens zullen we proc ANOVA<\/strong> gebruiken om de eenrichtings-ANOVA uit te voeren:<\/span><\/p>\n
 \/*perform one-way ANOVA*\/\n<\/span>proc ANOVA<\/span> data<\/span> =my_data;\n    classMethod<\/span> ;\n    modelScore<\/span> = Method;\n    means<\/span> Method \/ tukey cldiff<\/span> ;\nrun<\/span> ;<\/span><\/span><\/strong><\/span><\/pre>\n
 Opmerking<\/strong> : we gebruikten de middelenverklaring<\/strong> samen met de opties tukey<\/strong> en cldiff<\/strong> om te specificeren dat een post-hoc-test van Tukey moet worden uitgevoerd (met betrouwbaarheidsintervallen) als de totale p-waarde van de eenrichtings-ANOVA statistisch significant is.<\/span><\/p>\n
 Eerst kijken we naar de ANOVA-tabel in het resultaat:<\/span> <\/p>\n
\"Eenrichtings-ANOVA<\/p>\n
 Zo interpreteert u elke waarde in de uitvoer:<\/span><\/p>\n
 DF-model:<\/strong> de vrijheidsgraden voor de variabele methode<\/em> . Dit wordt berekend als #groepen -1. In dit geval waren er 3 verschillende onderzoeksmethoden, dus deze waarde is: 3-1 = 2<\/strong> .<\/span><\/p>\n
 DF-fout:<\/strong> de vrijheidsgraden voor de residuen. Dit wordt berekend als #totaal observaties \u2013 #groepen. In dit geval waren er 24 waarnemingen en 3 groepen, dus deze waarde is: 24-3 = 21<\/strong> .<\/span><\/p>\n
 Gecorrigeerd totaal<\/strong> : de som van het DF-model en de DF-fout. Deze waarde is 2 + 21 = 23<\/strong> .<\/span><\/p>\n
 Som van kwadratenmodel:<\/strong> De som van de kwadraten die is gekoppeld aan de variabelemethode<\/em> . Deze waarde bedraagt 175,583<\/strong> .<\/span><\/p>\n
 Som van kwadratenfout:<\/strong> Som van kwadraten geassocieerd met residuen of \u201cfouten\u201d. Deze waarde bedraagt 350,25<\/strong> .<\/span><\/p>\n
 Gecorrigeerde som van kwadratentotaal<\/strong> : de som van het SS-model en de SS-fout. Deze waarde bedraagt 525,833<\/strong> .<\/span><\/p>\n
 Gemiddelde kwadratenmodel:<\/strong> gemiddelde som van kwadraten geassocieerd met de methode<\/em> . Dit wordt berekend als SS-model \/ DF-model, of 175,583 \/ 2 = 87,79<\/strong> .<\/span><\/p>\n
 Gemiddelde kwadratische fout:<\/strong> gemiddelde som van kwadraten geassocieerd met de residuen. Dit wordt berekend als SS-fout \/ DF-fout, wat 350,25 \/ 21 = 16,68<\/strong> is.<\/span><\/p>\n
 F-waarde:<\/strong> De algemene F-statistiek van het ANOVA-model. Dit wordt berekend als de gemiddelde kwadratische\/gemiddelde kwadratische fout van het model, oftewel 87,79\/16,68 = 5,26<\/strong> .<\/span><\/p>\n
 Pr >F:<\/strong> de p-waarde die is gekoppeld aan de F-statistiek met teller df = 2 en noemer df = 21. In dit geval is de p-waarde 0,0140<\/strong> .<\/span><\/p>\n
 De belangrijkste waarde in de reeks resultaten is de p-waarde, omdat deze ons vertelt of er een significant verschil is in de gemiddelde waarden tussen de drie groepen.<\/span><\/p>\n
 Bedenk dat een eenrichtings-ANOVA de volgende nul- en alternatieve hypothesen gebruikt:<\/span><\/p>\n