Regresijos ir ANOVA skirtumas

Regresija vs ANOVA

Regresija ir ANOVA (variacijos analizė) yra du statistinės teorijos metodai, skirti analizuoti vieno kintamojo elgesį, palyginti su kitu. Regresijoje tai dažnai yra priklausomo kintamojo variacija, pagrįsta nepriklausomu kintamuoju, tuo tarpu ANOVA tai yra dviejų mėginių iš dviejų populiacijų atributų variacija..

Daugiau apie regresiją

Regresija yra statistinis metodas, naudojamas santykiams tarp dviejų kintamųjų nustatyti. Dažnai renkant duomenis gali būti kintamųjų, kurie priklauso nuo kitų. Tikslų šių kintamųjų ryšį galima nustatyti tik taikant regresijos metodus. Šio santykio nustatymas padeda suprasti ir numatyti vieno kintamojo elgesį su kitais.

Dažniausias regresinės analizės taikymas yra įvertinti priklausomo kintamojo reikšmę tam tikrai vertei ar priklausomų kintamųjų verčių diapazonui. Pavyzdžiui, naudodamiesi regresija, mes galime nustatyti prekių kainos ir vartojimo santykį, remiantis duomenimis, surinktais iš atsitiktinės imties. Regresijos analizė sugeneruos duomenų rinkinio regresijos funkciją, kuri yra matematinis modelis, geriausiai tinkantis prieinamiems duomenims. Tai lengvai gali pavaizduoti išsklaidytas siužetas. Grafinė regresija yra lygi tinkamiausios duoti duomenų rinkinio kreivės nustatymui. Kreivės funkcija yra regresijos funkcija. Taikant matematinį modelį, galima numatyti prekės naudojimą už tam tikrą kainą.

Todėl regresijos analizė plačiai naudojama numatant ir prognozuojant. Jis taip pat naudojamas ryšiams užmegzti su eksperimentiniais duomenimis, fizikos, chemijos, daugelio gamtos mokslų ir inžinerijos disciplinų srityse. Jei santykis arba regresijos funkcija yra tiesinė funkcija, tada procesas žinomas kaip tiesinė regresija. Sklaidos brėžinyje jis gali būti pavaizduotas kaip tiesė. Jei funkcija nėra linijinis parametrų derinys, tada regresija yra netiesinė.

Daugiau apie ANOVA (dispersijos analizė)

ANOVA neapima dviejų ar daugiau kintamųjų ryšių analizės. Geriau tikrinama, ar du ar daugiau skirtingų populiacijų mėginių turi tą patį vidurkį. Pvz., Apsvarstykite egzamino, atlikto už klasę mokykloje, rezultatus. Nors testai yra skirtingi, klasės rezultatai gali būti skirtingi. Vienas iš būdų tai patikrinti yra palyginti kiekvienos klasės priemones. ANOVA arba dispersijos analizė leidžia patikrinti šią hipotezę. Iš esmės ANOVA galima laikyti t-testo pratęsimu, kai palyginami dviejų mėginių, paimtų iš dviejų populiacijų, vidurkiai..

Pagrindinė ANOVA idėja yra atsižvelgti į variacijas imtyje ir variacijas tarp imčių. Imties kitimas gali būti siejamas su atsitiktinumu, o variacija tarp imčių gali būti priskiriama tiek atsitiktinumui, tiek kitiems išoriniams veiksniams. Dispersijos analizė pagrįsta trimis modeliais; fiksuotų efektų modelis, atsitiktinių efektų modelis ir mišrių efektų modelis.

Kuo skiriasi regresija nuo ANOVA?

• ANOVA yra variacijų tarp dviejų ar daugiau mėginių analizė, o regresija - santykio tarp dviejų ar daugiau kintamųjų analizė..

• ANOVA teorija taikoma naudojant tris pagrindinius modelius (fiksuotų efektų modelį, atsitiktinių efektų modelį ir mišrų efektų modelį), o regresija taikoma naudojant du modelius (tiesinės regresijos modelį ir daugialypę regresijos modelį)..

• ANOVA ir regresija yra dvi bendrojo linijinio modelio (GLM) versijos. ANOVA yra paremta kategoriniais prognozuojamaisiais kintamaisiais, o regresija grindžiama kiekybiniais prognozavimo kintamaisiais.

• Regresija yra lankstesnė technika, ji naudojama prognozuojant ir prognozuojant, o ANOVA naudojama lyginti dviejų ar daugiau populiacijų lygybę..