Калькулятор ANOVA
Обчисліть однофакторний ANOVA для 3–6 груп чисел. Введіть дані кожної групи та отримайте F-статистику, ступені свободи, p-значення, розмір ефекту (ета-квадрат) і повну таблицю ANOVA.
Калькулятор однофакторного ANOVA
Формула ANOVA
Де:
- \(k\) — кількість груп
- \(N\) — загальна кількість спостережень у всіх групах
- \(n_i\) — кількість спостережень у групі \(i\)
- \(x_{ij}\) — \(j\)-те спостереження в групі \(i\)
- \(\bar{x}_i\) — середнє значення групи \(i\)
- \(\bar{x}\) — загальне середнє всіх спостережень
- \(SS_B\) — сума квадратів між групами (варіація групових середніх навколо загального середнього)
- \(SS_W\) — сума квадратів усередині груп (варіація окремих значень навколо середніх своїх груп)
- \(MS_B\), \(MS_W\) — середні квадрати (суми квадратів, ділені на відповідні ступені свободи)
- \(F\) — статистика критерію, яку порівнюють із F-розподілом із \(k-1\) та \(N-k\) ступенями свободи
F-статистика — це відношення міжгрупової варіації до внутрішньогрупової. Якщо середні груп справді відрізняються, чисельник зростає відносно знаменника і F стає великим.
ANOVA — приклад обчислення
Приклад: три групи по п’ять вимірювань: група 1 = 20, 22, 25, 24, 23; група 2 = 25, 27, 30, 28, 26; група 3 = 22, 21, 23, 24, 20.
Середні груп становлять \(\bar{x}_1 = 22.8\), \(\bar{x}_2 = 27.2\), \(\bar{x}_3 = 22\), а загальне середнє — \(\bar{x} = 24\) за \(N = 15\).
\[ SS_B = 5(22.8-24)^2 + 5(27.2-24)^2 + 5(22-24)^2 = 78.4 \]
\[ SS_W = 14.8 + 14.8 + 10 = 39.6 \]
\[ F = \frac{78.4 / 2}{39.6 / 12} = \frac{39.2}{3.3} \approx 11.8788 \]
Результат: \(F(2, 12) = 11.8788\), \(p \approx 0.0014\), \(\eta^2 = 78.4 / 118 \approx 0.664\). Різниця між середніми груп є статистично значущою за \(\alpha = 0.05\), з великим розміром ефекту.
Як користуватися калькулятором ANOVA
- Виберіть Кількість груп (від 3 до 6). Однофакторний ANOVA потребує щонайменше трьох груп; відповідні поля для даних з’являються автоматично.
- Введіть числа для кожної групи в текстові поля Дані групи 1, Дані групи 2, … Розділяйте значення пробілами, крапками з комою або новими рядками; десяткові коми підтримуються.
- Кожна група має містити щонайменше два числа, але групи не обов’язково мають бути однакового розміру.
- Зчитайте F-статистику, Ступені свободи (між групами), Ступені свободи (усередині груп), p-значення та Ета-квадрат (розмір ефекту) на панелі результатів.
- Ознайомтеся з таблицею ANOVA, де наведено повну розбивку сум квадратів, ступенів свободи та середніх квадратів, і з рядком Інтерпретація для висновку простими словами.
Що таке однофакторний ANOVA?
Дисперсійний аналіз (ANOVA) перевіряє, чи середні значення трьох чи більше незалежних груп усі рівні між собою. «Однофакторність» означає, що існує єдиний фактор (наприклад, метод навчання, тип добрива чи налаштування верстата), який визначає групи. Нульова гіпотеза стверджує, що всі групи мають однакове середнє генеральної сукупності; альтернатива — що хоча б одне середнє відрізняється.
Критерій працює шляхом порівняння двох оцінок дисперсії. \(MS_B\) вимірює, наскільки групові середні розкидаються навколо загального середнього — вона відображає як випадковий шум, так і будь-які реальні відмінності між групами. \(MS_W\) вимірює природну варіацію значень усередині кожної групи, тобто чистий шум. Якщо нульова гіпотеза істинна, обидві величини оцінюють одну й ту саму дисперсію, і F має бути близькою до 1. Велика F свідчить, що різниці між групами надто великі, щоб їх можна було пояснити лише внутрішньогруповою варіацією.
p-значення показує, наскільки ймовірно було б отримати F-статистику щонайменше таку велику, як ваша, якби всі середні груп справді були рівними. p-значення, менше за ваш рівень значущості (зазвичай \(\alpha = 0.05\)), призводить до відхилення нульової гіпотези. Зауважте, що значущий результат лише вказує, що якась група відрізняється — він не каже, яка саме. Щоб встановити конкретні відмінності, проведіть апостеріорні критерії, як-от HSD Т’юкі.
Калькулятор також визначає ета-квадрат (\(\eta^2\)) — міру розміру ефекту: частку загальної варіації в даних, пояснювану належністю до групи. Значуще p-значення з дуже малим розміром ефекту може мати мале практичне значення, тому варто звіряти обидва показники.
Припущення, обмеження та поради
- Незалежність: спостереження мають бути незалежними — одне вимірювання не повинно впливати на інше.
- Нормальність: кожна група має бути приблизно нормально розподіленою. ANOVA доволі стійкий до помірних відхилень за подібних розмірів груп; для сильно асиметричних даних розгляньте непараметричну альтернативу, як-от критерій Краскела–Уолліса.
- Рівність дисперсій: групи мають мати подібні дисперсії (гомоскедастичність). Перевірте за орієнтовним правилом: якщо найбільша групова дисперсія більш ніж удвічі перевищує найменшу, будьте обережні або перевірте розкид груп за допомогою калькулятора коефіцієнта варіації або калькулятора стандартного відхилення.
- Порогові значення розміру ефекту: за домовленістю \(\eta^2 \approx 0.01\) — малий ефект, \(\eta^2 \approx 0.06\) — середній, \(\eta^2 \approx 0.14\) — великий.
- Порівнює лише середні: для порівняння однієї чи двох груп використовуйте t-критерій; ANOVA потребує щонайменше трьох груп, саме тому мінімум калькулятора — 3.
- Пропущені значення: порожні записи ігноруються — використовуються лише коректні числа, і кожна група має містити щонайменше два з них.
Пов’язані калькулятори
Якщо ваш аналіз стосується інших статистичних інструментів, вам також можуть знадобитися: калькулятор нормального розподілу для роботи з базовим припущенням про розподіл, калькулятор дисперсії для дослідження внутрішньогрупового розкиду, калькулятор лінійної регресії для моделювання зв’язків між неперервними змінними та калькулятор довірчого інтервалу для оцінювання групових середніх з межами похибки.
Часті запитання
Як обчислити однофакторний ANOVA крок за кроком вручну?
Спочатку обчисліть середнє кожної групи \( \bar{x}_i \) та загальне середнє \( \bar{x} \) усіх значень. Потім знайдіть \( SS_B = \sum n_i (\bar{x}_i - \bar{x})^2 \) і \( SS_W = \sum \sum (x_{ij} - \bar{x}_i)^2 \). Поділіть кожну на її ступені свободи, \( k-1 \) і \( N-k \), щоб отримати \( MS_B \) і \( MS_W \). Нарешті, \( F = MS_B / MS_W \) — цю величину порівнюють із F-розподілом, щоб отримати p-значення.
Яке значення F вважається хорошим чи нормальним в ANOVA?
Не існує універсального «хорошого» значення F. Якщо всі середні груп справді рівні, F має тенденцію бути близькою до 1, оскільки чисельник і знаменник оцінюють одну й ту саму дисперсію. Значення, значно більші за 1, свідчать про реальні відмінності між середніми, але те, чи значущою є F = 3 чи F = 10, залежить від ступенів свободи — мала F з великими вибірками може бути значущою, тоді як велика F з малими вибірками — ні. Значущість завжди оцінюйте за p-значенням, а практичну важливість — за \( \eta^2 \).
Чи можна використовувати ANOVA для порівняння лише двох груп?
Можна, але це зайве. Для двох груп однофакторний ANOVA та t-критерій для двох незалежних вибірок дають ідентичні p-значення — насправді \( F = t^2 \). Цей калькулятор потребує щонайменше трьох груп, бо саме тоді ANOVA стає корисним: він перевіряє всі групові середні одночасно, утримуючи ймовірність помилки I роду на обраному рівні, тоді як проведення багатьох попарних t-критеріїв збільшує ризик хибнопозитивних результатів.
Чи всі групи повинні мати однакову кількість спостережень?
Ні. Однофакторний ANOVA працює з неоднаковими розмірами груп (незбалансований план); кожна група потребує лише щонайменше двох значень. Формули зважують внесок кожної групи в \( SS_B \) за її розміром \( n_i \), і калькулятор робить це автоматично. Втім, сильно незбалансовані плани чутливіші до порушень припущення про рівність дисперсій, тому перевірте, що розкид груп подібний, якщо розміри суттєво відрізняються.
Чому не можна використовувати цей калькулятор для повторних вимірювань тих самих суб'єктів?
Цей інструмент виконує однофакторний ANOVA для незалежних груп, тобто кожне спостереження має походити від іншого, непов’язаного суб’єкта чи об’єкта. Якщо ви вимірювали одних і тих самих людей до і після лікування або тестували тих самих суб’єктів за кількох умов, використовуйте ANOVA з повторними вимірюваннями — ігнорування залежності між вимірюваннями порушує припущення про незалежність і зазвичай призводить до хибних p-значень.
Моє p-значення значуще — яка група насправді відрізняється?
Значущий ANOVA лише вказує, що хоча б одне групове середнє відрізняється, але не яке саме і в якому напрямку. Щоб виявити конкретні відмінності, проведіть апостеріорний критерій, як-от HSD Т’юкі, який порівнює всі пари групових середніх, контролюючи загальний рівень помилки. Корисно також візуально порівняти групові середні разом із їхніми довірчими інтервалами. Уникайте виконання багатьох звичайних t-критеріїв вручну, оскільки це збільшує шанс хибнопозитивних висновків.
Чи може F-статистика бути меншою за 1, і що це означає?
Так. F — це відношення двох оцінок дисперсії, тому вона завжди додатна, але легко може бути меншою за 1, коли випадкова вибірка робить внутрішньогрупову варіацію більшою за міжгрупову. F менша за 1 просто дає незначущий результат — велике p-значення — це не свідчить про помилку і не означає, що групи «більш рівні, ніж очікувалося». Лише значення F у верхньому хвості F-розподілу надають доказів відмінностей між груповими середніми.