<\/p>\n
Analiza ANOVA Welcha<\/strong> jest alternatyw\u0105 dla typowej jednokierunkowej analizy ANOVA<\/a> , gdy nie jest spe\u0142nione za\u0142o\u017cenie o r\u00f3wno\u015bci wariancji<\/a> .<\/span><\/p>\n Poni\u017cszy przyk\u0142ad pokazuje krok po kroku, jak wykona\u0107 analiz\u0119 ANOVA Welcha w R.<\/span><\/p>\n Aby ustali\u0107, czy trzy r\u00f3\u017cne techniki nauki prowadz\u0105 do r\u00f3\u017cnych wynik\u00f3w egzaminu, profesor losowo przydziela 10 uczni\u00f3w do stosowania ka\u017cdej techniki (techniki A, B lub C) przez tydzie\u0144, a nast\u0119pnie przydziela ka\u017cdemu uczniowi test o r\u00f3wnym stopniu trudno\u015bci.<\/span><\/p>\n Poni\u017cej prezentujemy wyniki egzamin\u00f3w 30 uczni\u00f3w:<\/span><\/p>\n Nast\u0119pnie mo\u017cemy wykona\u0107 test Bartletta<\/a> , aby okre\u015bli\u0107, czy wariancje pomi\u0119dzy ka\u017cd\u0105 grup\u0105 s\u0105 r\u00f3wne.<\/span><\/p>\n Je\u015bli warto\u015b\u0107 p<\/a> statystyki testowej jest poni\u017cej pewnego poziomu istotno\u015bci (np. \u03b1 = 0,05), w\u00f3wczas mo\u017cemy odrzuci\u0107 hipotez\u0119 zerow\u0105 i stwierdzi\u0107, \u017ce nie wszystkie grupy maj\u0105 t\u0119 sam\u0105 wariancj\u0119.<\/span><\/p>\n Aby wykona\u0107 test Bartletta, mo\u017cemy u\u017cy\u0107 funkcji bartlett.test<\/strong> w j\u0119zyku bazowym R, kt\u00f3ra wykorzystuje nast\u0119puj\u0105c\u0105 sk\u0142adni\u0119:<\/span><\/p>\n bartlett.test(formu\u0142a, dane)<\/strong><\/span><\/p>\n Oto jak u\u017cy\u0107 tej funkcji w naszym przyk\u0142adzie:<\/span><\/p>\n Warto\u015b\u0107 p ( 0,01737<\/strong> ) testu Bartletta jest mniejsza ni\u017c \u03b1 = 0,05, co oznacza, \u017ce mo\u017cemy odrzuci\u0107 hipotez\u0119 zerow\u0105, \u017ce ka\u017cda grupa ma t\u0119 sam\u0105 wariancj\u0119.<\/span><\/p>\n Tym samym naruszone zostaje za\u0142o\u017cenie o r\u00f3wno\u015bci wariancji i mo\u017cemy przyst\u0105pi\u0107 do analizy ANOVA Welcha.<\/span><\/p>\n Aby wykona\u0107 analiz\u0119 ANOVA Welcha w R, mo\u017cemy u\u017cy\u0107 funkcji R base oneway.test()<\/strong> w nast\u0119puj\u0105cy spos\u00f3b:<\/span><\/p>\n Og\u00f3lna warto\u015b\u0107 p ( 0,01591<\/strong> ) tabeli ANOVA jest mniejsza ni\u017c \u03b1 = 0,05, co oznacza, \u017ce mo\u017cemy odrzuci\u0107 hipotez\u0119 zerow\u0105, \u017ce wyniki egzaminu s\u0105 r\u00f3wne w\u015br\u00f3d trzech technik badawczych.<\/span><\/p>\n Nast\u0119pnie mo\u017cemy przeprowadzi\u0107 test post hoc, aby okre\u015bli\u0107, kt\u00f3re \u015brednie grupowe s\u0105 r\u00f3\u017cne. Zapoznaj si\u0119 z poni\u017cszymi samouczkami, aby zobaczy\u0107, jak przeprowadzi\u0107 r\u00f3\u017cne testy post-hoc w R:<\/span><\/p>\n Zapoznaj si\u0119 z tym samouczkiem<\/a> , aby okre\u015bli\u0107, kt\u00f3ry test post-hoc najlepiej zastosowa\u0107 w zale\u017cno\u015bci od Twojej sytuacji.<\/span><\/p>\n Jak wykona\u0107 jednokierunkow\u0105 ANOVA w R<\/a> Analiza ANOVA Welcha jest alternatyw\u0105 dla typowej jednokierunkowej analizy ANOVA , gdy nie jest spe\u0142nione za\u0142o\u017cenie o r\u00f3wno\u015bci wariancji . Poni\u017cszy przyk\u0142ad pokazuje krok po kroku, jak wykona\u0107 analiz\u0119 ANOVA Welcha w R. Krok 1: Utw\u00f3rz dane Aby ustali\u0107, czy trzy r\u00f3\u017cne techniki nauki prowadz\u0105 do r\u00f3\u017cnych wynik\u00f3w egzaminu, profesor losowo przydziela 10 uczni\u00f3w do […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-1614","post","type-post","status-publish","format-standard","hentry","category-przewodnik"],"yoast_head":"\n Krok 1: Utw\u00f3rz dane<\/strong><\/span><\/h3>\n
#create data frame<\/span>\ndf <-data. frame<\/span> (group = rep<\/span> (c(' A<\/span> ', ' B<\/span> ', ' C<\/span> '), each<\/span> =10),\n score = c(64, 66, 68, 75, 78, 94, 98, 79, 71, 80,\n 91, 92, 93, 85, 87, 84, 82, 88, 95, 96,\n 79, 78, 88, 94, 92, 85, 83, 85, 82, 81))\n\n#view first six rows of data frame\n<\/span>head(df)\n\n group score\n1 to 64\n2 to 66\n3 to 68\n4 to 75\n5 to 78\n6 to 94<\/strong><\/pre>\n Krok 2: Test r\u00f3wnych r\u00f3\u017cnic<\/strong><\/span><\/h3>\n
#perform Bartlett's test\n<\/span>bartlett. test<\/span> (score ~ group, data = df)\n\n\tBartlett test of homogeneity of variances\n\ndata: score by group\nBartlett's K-squared = 8.1066, df = 2, p-value = 0.01737\n<\/strong><\/pre>\n Krok 3: Wykonaj ANOVA Welcha<\/strong><\/span><\/h3>\n
#perform Welch's ANOVA\n<\/span>oneway. test<\/span> (score ~ group, data = df, var. equal<\/span> = FALSE<\/span> )\n\n\tOne-way analysis of means (not assuming equal variances)\n\ndata: score and group\nF = 5.3492, num df = 2.00, denom df = 16.83, p-value = 0.01591\n<\/strong><\/pre>\n\n
Dodatkowe zasoby<\/strong><\/span><\/h3>\n
Jak wykona\u0107 dwukierunkow\u0105 ANOVA w R<\/a>
Jak wykona\u0107 powtarzane pomiary ANOVA w R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"