4 przykłady wykorzystania anova w prawdziwym życiu

Często, gdy uczniowie dowiadują się o określonym temacie w szkole, są skłonni zastanawiać się:

„Kiedy używa się tego w prawdziwym życiu?” »

Często ma to miejsce w statystyce, gdzie pewne techniki i metody wydają się tak niejasne, że trudno sobie wyobrazić ich faktyczne zastosowanie w rzeczywistych sytuacjach.

Jednak ANOVA (skrót od „analiza wariancji”) jest techniką, która jest właściwie cały czas używana w różnych obszarach prawdziwego życia.

W tym artykule krótko przypomnimy, czym jest analiza ANOVA, a także cztery przykłady jej wykorzystania w rzeczywistych sytuacjach.

Co to jest ANOVA?

ANOVA („analiza wariancji”) to technika statystyczna stosowana do określenia, czy istnieje istotna różnica między średnimi trzech lub więcej niezależnych grup. Dwa najpowszechniejsze typy ANOVA to jednokierunkowa ANOVA i dwukierunkowa ANOVA.

Jednoczynnikową ANOVA stosuje się do określenia wpływu czynnika na zmienną odpowiedzi. Na przykład możemy chcieć wiedzieć, czy trzy różne techniki uczenia się prowadzą do różnych średnich wyników egzaminów. Aby sprawdzić, czy istnieje statystycznie istotna różnica w średnich wynikach egzaminu, możemy przeprowadzić jednoczynnikową analizę ANOVA.

Dwuczynnikową analizę ANOVA stosuje się do określenia wpływu dwóch czynników na zmienną odpowiedzi oraz do ustalenia, czy istnieje interakcja między tymi dwoma czynnikami na zmienną odpowiedzi. Na przykład możemy chcieć wiedzieć, jak płeć i różne poziomy ćwiczeń wpływają na średnią utratę wagi. Aby się tego dowiedzieć, wykonalibyśmy dwukierunkową analizę ANOVA.

Możliwe jest również wykonanie trójczynnikowej ANOVA, czterokierunkowej ANOVA itp. są one jednak znacznie rzadsze i interpretacja wyników ANOVA może być trudna, jeśli zastosuje się zbyt wiele czynników.

Podzielimy się teraz czterema różnymi przykładami zastosowań ANOVA w prawdziwym życiu.

Przykład ANOVA w świecie rzeczywistym nr 1

Osoba prowadząca działalność rolniczą na dużą skalę chce wiedzieć, który z trzech różnych nawozów daje najwyższe plony. Rozsiewają każdy nawóz na dziesięciu różnych polach i mierzą całkowity plon na koniec sezonu wegetacyjnego.

Aby zrozumieć, czy istnieje statystycznie istotna różnica w średnim plonie wynikającym z tych trzech nawozów, badacze mogą przeprowadzić jednokierunkową analizę ANOVA, stosując „typ nawozu” jako czynnik i „plon” jako odpowiedź.

Jeśli ogólna wartość p ANOVA jest mniejsza niż nasz poziom istotności (zwykle wybierany pomiędzy 0,10, 0,05 i 0,01), wówczas możemy stwierdzić, że istnieje statystycznie istotna różnica w średniej wydajności upraw pomiędzy trzema nawozami. Następnie możemy przeprowadzić testy post-hoc, aby dokładnie określić, który nawóz zapewnia najwyższy średni plon.

Prawdziwy przykład ANOVA nr 2

Badacze medyczni chcą wiedzieć, czy cztery różne leki powodują różne średnie obniżenie ciśnienia krwi u pacjentów. Losowo przydzielają 20 pacjentom do stosowania każdego leku przez miesiąc, a następnie mierzą ciśnienie krwi przed i po rozpoczęciu przez pacjenta stosowania leku, aby określić średnie obniżenie ciśnienia krwi dla każdego leku.

Aby zrozumieć, czy istnieje statystycznie istotna różnica w średnim obniżeniu ciśnienia krwi wynikającym z tych leków, badacze mogą przeprowadzić jednoczynnikową analizę ANOVA, stosując „rodzaj leku” jako czynnik i „obniżenie ciśnienia krwi” jako czynnik. jako odpowiedź.

Jeśli ogólna wartość p w ANOVA jest poniżej naszego poziomu istotności, wówczas możemy stwierdzić, że istnieje statystycznie istotna różnica w średnim obniżeniu ciśnienia krwi pomiędzy czterema lekami. Następnie możemy przeprowadzić badania post hoc , aby dokładnie określić, które leki dają znacząco różne wyniki.

Przykład ANOVA ze świata rzeczywistego nr 3

Sieć spożywcza chce wiedzieć, czy trzy różne rodzaje reklam w różny sposób wpływają na średnią sprzedaż. Używają każdego rodzaju reklam w 10 różnych sklepach przez miesiąc i mierzą całkowitą sprzedaż w każdym sklepie na koniec miesiąca.

Aby sprawdzić, czy istnieje statystycznie istotna różnica w średniej sprzedaży między tymi trzema typami reklam, badacze mogą przeprowadzić jednoczynnikową analizę ANOVA, używając „typu reklamy” jako czynnika i „sprzedaży” jako zmiennej odpowiedzi.

Jeśli ogólna wartość p analizy ANOVA jest poniżej naszego poziomu istotności, możemy stwierdzić, że istnieje statystycznie istotna różnica w średniej sprzedaży pomiędzy trzema typami reklam. Następnie możemy przeprowadzić testy post hoc , aby dokładnie określić, które typy reklam dają znacząco różne wyniki.

Prawdziwy przykład ANOVA nr 4

Biolodzy chcą wiedzieć, jak różne poziomy nasłonecznienia (brak słońca, niskie słońce, średnie słońce, wysokie słońce) i częstotliwość podlewania (codzienne, tygodniowe) wpływają na wzrost danej rośliny. W tym przypadku w grę wchodzą dwa czynniki (poziom nasłonecznienia i częstotliwość nawadniania), dlatego przeprowadzą dwuczynnikową analizę ANOVA, aby sprawdzić, czy którykolwiek z czynników ma znaczący wpływ na wzrost roślin i czy dwa czynniki są ze sobą powiązane.

Wyniki ANOVA powiedzą nam, czy każdy indywidualny czynnik ma znaczący wpływ na wzrost roślin. Dzięki tym informacjom biolodzy mogą lepiej zrozumieć, jaki poziom ekspozycji na słońce i/lub częstotliwość podlewania prowadzi do optymalnego wzrostu.

Wniosek

ANOVA jest używana w wielu różnych sytuacjach w świecie rzeczywistym, ale najczęstsze obejmują:

• Handel detaliczny: sklepy często chcą zrozumieć, czy różne rodzaje promocji, układy sklepów, taktyki reklamowe itp. są istotne. prowadzić do różnej sprzedaży. To jest dokładnie ten rodzaj analizy, do którego zaprojektowano ANOVA.
• Medycyna: Naukowcy często chcą wiedzieć, czy różne leki w różny sposób wpływają na pacjentów, dlatego w takich sytuacjach często stosują jednokierunkową lub dwukierunkową analizę ANOVA.
• Nauki o środowisku: Naukowcy często chcą zrozumieć, w jaki sposób różne poziomy czynników wpływają na rośliny i dziką przyrodę. Ze względu na charakter tego typu analiz często stosuje się ANOVA.

Tak więc, gdy następnym razem ktoś zapyta Cię, kiedy ANOVA jest faktycznie używana w prawdziwym życiu, nie wahaj się odwołać do tych przykładów!

Dodatkowe zasoby

Wprowadzenie do jednokierunkowej ANOVA
Wprowadzenie do dwukierunkowej ANOVA
Różnice między ANOVA, ANCOVA, MANOVA i MANCOVA