<\/p>\n
Als leerlingen op school over een bepaald onderwerp leren, zijn ze vaak geneigd zich af te vragen:<\/span><\/p>\n „Wanneer wordt dit ooit in het echte leven gebruikt?“ \u00bb<\/strong><\/em><\/span><\/p>\n Dit is vaak het geval in de statistiek, waar bepaalde technieken en methoden zo onduidelijk lijken dat het moeilijk voor te stellen is dat ze daadwerkelijk in praktijksituaties worden toegepast.<\/span><\/p>\n ANOVA<\/strong> (afkorting van ‚variantieanalyse‘) is echter een techniek die eigenlijk altijd op verschillende gebieden van het echte leven wordt gebruikt.<\/span><\/p>\n In dit artikel geven we een korte opfriscursus over wat een ANOVA is, evenals vier voorbeelden van hoe deze in praktijksituaties wordt gebruikt.<\/span><\/p>\n Een ANOVA<\/strong> (\u201cAnalyse van Variantie\u201d) is een statistische techniek die wordt gebruikt om te bepalen of er al dan niet een significant verschil bestaat tussen de gemiddelden van drie of meer onafhankelijke groepen. De twee meest voorkomende typen ANOVA zijn eenrichtings-ANOVA en tweerichtings-ANOVA.<\/span><\/p>\n Een one-way ANOVA<\/strong> wordt gebruikt om de impact van een factor op een responsvariabele te bepalen. We willen bijvoorbeeld weten of drie verschillende studietechnieken tot verschillende gemiddelde examenscores leiden. Om te zien of er een statistisch significant verschil is in de gemiddelde examenscores, kunnen we een one-way ANOVA uitvoeren.<\/span><\/p>\n Een tweeweg-ANOVA<\/strong> wordt gebruikt om de impact van twee factoren op een responsvariabele te bepalen en om te bepalen of er al dan niet een interactie tussen de twee factoren op de responsvariabele bestaat. We willen bijvoorbeeld weten hoe geslacht en hoe verschillende niveaus van lichaamsbeweging het gemiddelde gewichtsverlies be\u00efnvloeden. We zouden een tweerichtings-ANOVA uitvoeren om erachter te komen.<\/span><\/p>\n Het is ook mogelijk om drieweg-ANOVA, vierweg-ANOVA, enz. uit te voeren. maar deze zijn veel zeldzamer en het kan moeilijk zijn om ANOVA-resultaten te interpreteren als er te veel factoren worden gebruikt.<\/span><\/p>\n We zullen nu vier verschillende voorbeelden delen van waar ANOVA’s daadwerkelijk in het echte leven worden gebruikt.<\/span><\/p>\n Een grootschalig landbouwbedrijf wil begrijpen welke van drie verschillende meststoffen de hoogste opbrengst oplevert. Ze verspreiden elke meststof over tien verschillende velden en meten de totale opbrengst aan het einde van het groeiseizoen.<\/span><\/p>\n Om te begrijpen of er een statistisch significant verschil is in de gemiddelde opbrengst die voortvloeit uit deze drie meststoffen, kunnen onderzoekers een eenrichtings-ANOVA uitvoeren, waarbij ze ‚type kunstmest‘ als factor gebruiken en ‚gewasopbrengst‘ als reactie.<\/span><\/p>\n Als de totale p-waarde van de ANOVA kleiner is dan ons significantieniveau (meestal gekozen tussen 0,10, 0,05 en 0,01), dan kunnen we concluderen dat er een statistisch significant verschil is in de gemiddelde prestatie van de gewassen tussen de drie meststoffen. Vervolgens kunnen wij post-hoc testen<\/a> uitvoeren om precies te bepalen welke meststof tot de hoogste gemiddelde opbrengst leidt.<\/span><\/p>\n Medische onderzoekers willen weten of vier verschillende medicijnen verschillende gemiddelde verlagingen van de bloeddruk bij pati\u00ebnten veroorzaken. Ze wijzen willekeurig twintig pati\u00ebnten toe om elk medicijn een maand lang te gebruiken en meten vervolgens de bloeddruk voor en nadat de pati\u00ebnt het medicijn begint te gebruiken om de gemiddelde bloeddrukdaling voor elk medicijn te bepalen.<\/span><\/p>\n Om te begrijpen of er een statistisch significant verschil is in de gemiddelde bloeddrukdaling als gevolg van deze medicijnen, kunnen onderzoekers een eenrichtings-ANOVA uitvoeren, waarbij ‚medicijntype‘ als factor en ‚bloeddrukverlaging‘ als factor worden gebruikt. als antwoord.<\/span><\/p>\n Als de totale p-waarde van de ANOVA onder ons significantieniveau ligt, kunnen we concluderen dat er een statistisch significant verschil is in de gemiddelde bloeddrukverlaging tussen de vier geneesmiddelen. Vervolgens kunnen we post-hoctesten<\/a> uitvoeren om precies te bepalen welke medicijnen tot significant verschillende resultaten leiden.<\/span><\/p>\n Een supermarktketen wil weten of drie verschillende soorten advertenties de gemiddelde omzet verschillend be\u00efnvloeden. Ze gebruiken elk type reclame een maand lang in tien verschillende winkels en meten aan het einde van de maand de totale omzet van elke winkel.<\/span><\/p>\n Om te zien of er een statistisch significant verschil is in de gemiddelde verkoop tussen deze drie advertentietypen, kunnen onderzoekers een eenrichtings-ANOVA uitvoeren, waarbij ‚advertentietype‘ als factor wordt gebruikt en ‚verkoop‘ als responsvariabele.<\/span><\/p>\n Als de totale p-waarde van de ANOVA onder ons significantieniveau ligt, kunnen we concluderen dat er een statistisch significant verschil is in de gemiddelde verkoop tussen de drie advertentietypen. Vervolgens kunnen we post-hoctests<\/a> uitvoeren om precies te bepalen welke typen advertenties tot aanzienlijk verschillende resultaten leiden.<\/span><\/p>\n Biologen willen weten hoe verschillende niveaus van blootstelling aan de zon (geen zon, lage zon, middelmatige zon, hoge zon) en waterfrequentie (dagelijks, wekelijks) de groei van een bepaalde plant be\u00efnvloeden. In dit geval zijn er twee factoren betrokken (het niveau van blootstelling aan de zon en de frequentie van water), dus zullen ze een tweerichtings-ANOVA uitvoeren om te zien of een van beide factoren een significante invloed heeft op de groei van de planten en of de twee factoren houden verband met elkaar.<\/span><\/p>\n De resultaten van de ANOVA zullen ons vertellen of elke individuele factor een significant effect heeft op de plantengroei. Met deze informatie kunnen biologen beter begrijpen welk niveau van blootstelling aan de zon en\/of waterfrequentie tot optimale groei leidt.<\/span><\/p>\n ANOVA wordt gebruikt in een breed scala aan situaties in de echte wereld, maar de meest voorkomende zijn:<\/span><\/p>\n Dus de volgende keer dat iemand u vraagt wanneer een ANOVA daadwerkelijk in het echte leven wordt gebruikt, aarzel dan niet om naar deze voorbeelden te verwijzen!<\/span><\/p>\n Een inleiding tot One-Way ANOVA<\/a> Als leerlingen op school over een bepaald onderwerp leren, zijn ze vaak geneigd zich af te vragen: „Wanneer wordt dit ooit in het echte leven gebruikt?“ \u00bb Dit is vaak het geval in de statistiek, waar bepaalde technieken en methoden zo onduidelijk lijken dat het moeilijk voor te stellen is dat ze daadwerkelijk in praktijksituaties […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-568","post","type-post","status-publish","format-standard","hentry","category-gids"],"yoast_head":"\n Wat is een ANOVA?<\/strong><\/span><\/h2>\n
ANOVA-voorbeeld uit de echte wereld #1<\/strong><\/span><\/h3>\n
Echt ANOVA-voorbeeld #2<\/strong><\/span><\/h3>\n
ANOVA-voorbeeld uit de echte wereld #3<\/strong><\/span><\/h3>\n
Echt ANOVA-voorbeeld #4<\/strong><\/span><\/h3>\n
Conclusie<\/span><\/strong><\/h2>\n
\n
Aanvullende bronnen<\/strong><\/span><\/h3>\n
Een inleiding tot tweerichtings-ANOVA<\/a>
De verschillen tussen ANOVA, ANCOVA, MANOVA en MANCOVA<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"