ANOVAÂ vs Regression

ძალიან რთულია განასხვავოს ANOVA და რეგრესის შორის განსხვავებები. ეს იმიტომ ხდება, რომ ორივე ტერმინს უფრო მეტი მსგავსება აქვს ვიდრე განსხვავებები. შეიძლება ითქვას, რომ ANOVA და რეგრესია იგივე მონეტის ორი მხარეა.

როგორც ANOVA (ანალიზი ვარიანტის ანალიზი), ასევე რეგრესიის სტატისტიკური მოდელები გამოიყენება მხოლოდ იმ შემთხვევაში, თუ არსებობს უწყვეტი შედეგების ცვლადი. რეგრესიის მოდელი ემყარება ერთ ან რამდენიმე უწყვეტი პროგნოზირების ცვლას. პირიქით, ANOVA მოდელი ემყარება ერთ ან რამდენიმე კატეგორიული პროგნოზირების ცვლას. ANOVA აქცენტს აკეთებს შემთხვევით ცვლადებზე, ხოლო რეგრესიის ფოკუსირება ხდება ფიქსირებულ ან დამოუკიდებელ ან უწყვეტ ცვლადებზე. ANOVA- ში შეიძლება შეცდომის რამდენიმე ტერმინი არსებობდეს, ხოლო რეგრესიში არსებობს მხოლოდ ერთი შეცდომა.

როდესაც ANOVA მოდის სამ მოდელში, რეგრესის ძირითადად ორი მოდელი აქვს. ფიქსირებული ეფექტი, შემთხვევითი ეფექტი და შერეული ეფექტი არის ANOVA– სთან დაკავშირებული სამი მოდელი. რეგრესიის უფრო გამოყენებული მოდელებია მრავალჯერადი რეგრესია და ხაზოვანი რეგრესია. საწყისი ტესტი ტესტირების ფაქტორების იდენტიფიცირებისთვის, რომლებიც გავლენას ახდენენ მონაცემთა ნაკრებზე, შეიძლება გაკეთდეს ANOVA მოდელის მიხედვით. ANOVA მოდელის ტესტის შედეგები შემდეგ შეგიძლიათ გამოიყენოთ F- ტესტში რეგრესიული ფორმულის შესაბამისობის შესახებ.

ANOVA ძირითადად გამოიყენება იმის დასადგენად, აქვს თუ არა სხვადასხვა ჯგუფის მონაცემებს საერთო საშუალება თუ არა. რეგრესი ფართოდ გამოიყენება პროგნოზირებისა და პროგნოზირებისთვის. იგი ასევე გამოიყენება იმისთვის, რომ ნახოთ რომელი დამოუკიდებელი ცვლადი უკავშირდება დამოკიდებულ ცვლას. რეგრესიის პირველი ფორმა შეგიძლიათ იხილოთ ლეგენდრის წიგნში "მინიმალური კვადრატების მეთოდი". ეს იყო ფრენსის გალტონი, რომელმაც მე -19 საუკუნეში გამოაცხადა ტერმინი "რეგრესია".

ANOVA პირველად არაფორმალურად გამოიყენეს 1800-იან წლებში. სერ რონალდ ფიშერმა თავის ერთ-ერთ სტატიაში ოფიციალურად გამოიყენა ტერმინი ANOVA 1918 წელს. ANOVA- მ დიდი პოპულარობა მოიპოვა მას შემდეგ, რაც ფიშერმა ეს ტერმინი შეიტანა თავის წიგნში "კვლევითი მუშაკების სტატისტიკური მეთოდები".

Შემაჯამებელი:

1.A რეგრესიის მოდელი ემყარება ერთ ან რამდენიმე უწყვეტი პროგნოზირების ცვლას.

2. პირიქით, ANOVA მოდელი ემყარება ერთი ან რამდენიმე კატეგორიული პროგნოზის ცვლას.
3. ANOVA- ში შეიძლება შეცდომის რამდენიმე ტერმინი არსებობდეს, ხოლო რეგრესიში არსებობს მხოლოდ ერთი შეცდომის ტერმინი.
4.ANOVA ძირითადად გამოიყენება იმის დასადგენად, აქვს თუ არა სხვადასხვა ჯგუფის მონაცემებს საერთო საშუალებები.

5. რეგრესი ფართოდ გამოიყენება პროგნოზირებისა და პროგნოზირებისთვის.

6.It ასევე გამოიყენება, თუ რომელი დამოუკიდებელი ცვლადი უკავშირდება დამოკიდებულ ცვლას.
7. რეგრესიის პირველი ფორმა შეგიძლიათ იხილოთ ლეგენდრის წიგნში "მინიმალური კვადრატების მეთოდი".

8. ეს იყო ფრენსის გალტონი, რომელმაც მე –19 საუკუნეში გამოაცხადა ტერმინი ”რეგრესია”.
9.ANOVA პირველად არაფორმალურად გამოიყენეს 1800-იან წლებში. მან ფართო პოპულარობა მოიპოვა მას შემდეგ, რაც ფიშერმა ამ ტერმინს თავის წიგნში "კვლევითი მუშაკების სტატისტიკური მეთოდები" ჩაწერა.

ცნობები