Різниця між двовимірним та багатоваріантним аналізами

Posted on
Автор: Peter Berry
Дата Створення: 14 Серпень 2021
Дата Оновлення: 1 Липня 2024
Anonim
Біорізноманіття грибів. 5. Ординації в аналізі біологічного різноманіття
Відеоролик: Біорізноманіття грибів. 5. Ординації в аналізі біологічного різноманіття

Зміст

Біваріантний та багатофакторний аналізи - це статистичні методи дослідження взаємозв'язків між вибірками даних. Двовимірний аналіз розглядає два парних набори даних, вивчаючи, чи існує взаємозв'язок між ними. Багатоваріантний аналіз використовує дві або більше змінних та аналізів, які, якщо такі є, співвідносяться з конкретним результатом. Мета в останньому випадку - визначити, які змінні впливають або викликають результат.

Двовимірний аналіз

Біваріантний аналіз досліджує взаємозв'язок між двома наборами даних, з парою спостережень, взятих з одного зразка або окремої людини. Однак кожен зразок є незалежним. Ви аналізуєте дані, використовуючи такі інструменти, як t-тести та тести з квадратом, щоб переконатися, що дві групи даних співвідносяться між собою. Якщо змінні є кількісними, ви зазвичай графікуєте їх на розсипці. Біваріантний аналіз також вивчає силу будь-якої кореляції.

Приклади двовалентного аналізу

Одним із прикладів біваріантного аналізу є дослідницька група, яка реєструє вік і чоловіка, і дружини в одному шлюбі. Ці дані є парними, оскільки обидва віки походять з одного шлюбу, але незалежні, оскільки вік однієї особи не спричиняє вік іншої особи. Ви наводите дані, щоб показати співвідношення: у старших чоловіків є дружини старшого віку. Другий приклад - запис вимірювань сили зчеплення та міцності на руку. Дані є парними, оскільки обидва вимірювання відбуваються від однієї людини, але незалежні, оскільки використовуються різні м'язи. Ви наводите дані багатьох людей, щоб показати кореляцію: люди з більшою міцністю на зчеплення мають більшу міцність на руку.

Багатоваріантний аналіз

Багатоваріантний аналіз вивчає декілька змінних, щоб побачити, чи одна чи більше з них пророкують певний результат. Прогнозні змінні є незалежними змінними, а результат - залежною змінною. Змінні можуть бути безперервними, тобто вони можуть мати діапазон значень, або вони можуть бути дихотомічними, тобто вони представляють відповідь на питання так чи ні. Множинний регресійний аналіз є найпоширенішим методом, який використовується в багатофакторному аналізі для пошуку кореляцій між наборами даних. Інші включають логістичну регресію та багатоваріантний аналіз дисперсії.

Приклад багатоваріантного аналізу

Багатоваріантний аналіз був використаний дослідниками у дослідженні «Журнал педіатрії» за 2009 рік, щоб дослідити, чи є негативними життєвими подіями, сімейним середовищем, сімейним насильством, насильством у ЗМІ та депресією провісниками агресії та знущань серед молоді. У цьому випадку негативні життєві події, сімейне середовище, насильство в сім'ї, насильство в ЗМІ та депресія були незалежними змінними прогнозувальниками, а агресія та знущання - залежною змінною результату. Понад 600 суб'єктів, середній вік яких становить 12 років, отримали анкети для визначення змінних прогнозів для кожної дитини. Опитування також визначило змінні результати для кожної дитини. Для вивчення набору даних використовувались множинні регресійні рівняння та моделювання структурних рівнянь. Негативні життєві події та депресія виявились найсильнішими провісниками агресії молоді.