Come Fare A Due Vie Anova Nel Forex Stata

AVVISO: Il gruppo di consulenza Idre statistica sarà la migrazione del sito web per il CMS WordPress nel mese di febbraio per facilitare la manutenzione e la creazione di nuovi contenuti. Alcune delle nostre pagine più vecchie verranno rimossi o archiviati in modo tale che essi non saranno più mantenuti. Cercheremo di mantenere i reindirizzamenti in modo che i vecchi URL continueranno a lavorare nel miglior modo possibile. Benvenuti al Istituto per la ricerca e l'istruzione digitale Aiuto Consulting Group Stat, dando un regalo Stata Argomenti ANOVA Queste pagine contengono collegamenti da tutte le parti del nostro sito web e altri siti web su ANOVA. Gli argomenti variano da introduttivo a quello avanzato. Il contenuto di questo sito web non deve essere interpretata come un'approvazione di un particolare sito web, il libro, o di un prodotto software dall'Università di California. Two ANOVA in SPSS Statistics Introduzione Il ANOVA a due vie confronta le differenze medie tra i gruppi che sono stati suddivisi in due variabili indipendenti (chiamati fattori). Lo scopo primario di un ANOVA a due vie è capire se esiste una interazione tra le due variabili indipendenti sulla variabile dipendente. Ad esempio, è possibile utilizzare una ANOVA a due vie per capire se vi sia un'interazione tra genere e livello di istruzione su test di ansia tra gli studenti universitari, dove genere (malesfemales) e livello di istruzione (undergraduatepostgraduate) sono le variabili indipendenti, e l'ansia di prova è la variabile dipendente. In alternativa, si consiglia di determinare se vi è una interazione tra il livello di attività fisica e il sesso sulla concentrazione di colesterolo nel sangue nei bambini, dove l'attività fisica (lowmoderatehigh) e sesso (malefemale) sono le variabili indipendenti, e la concentrazione di colesterolo è la variabile dipendente. Il termine di interazione in un ANOVA a due vie si informa se l'effetto di una delle variabili indipendenti sulla variabile dipendente è la stessa per tutti i valori della vostra altra variabile indipendente (e viceversa). Ad esempio, è l'effetto del genere (malefemale) su ansia di prova influenzata dal livello di istruzione (undergraduatepostgraduate) Inoltre, se viene rilevato un'interazione statisticamente significativa, è necessario determinare se vi sono semplici effetti principali, e se ci sono, che cosa si tratta effetti sono (vedremo più avanti nella nostra guida). Nota: Se si dispone di tre variabili indipendenti, piuttosto che due, avete bisogno di un tre vie ANOVA. In questa guida di avvio rapido, vi mostriamo come effettuare una ANOVA a due vie con SPSS Statistics, così come interpretare e riportare i risultati di questo test. Tuttavia, prima che vi presentiamo a questa procedura, è necessario comprendere le diverse ipotesi che i dati devono soddisfare per un ANOVA a due vie per dare un risultato valido. Discutiamo questi presupposti prossimo. SPSS Statistics Ipotesi Quando si sceglie di analizzare i dati utilizzando una ANOVA a due vie, una parte del processo prevede il controllo per assicurarsi che i dati che si desidera analizzare in realtà può essere analizzato utilizzando una ANOVA a due vie. Hai bisogno di fare questo perché è opportuno utilizzare un ANOVA a due vie solo se i dati passa sei ipotesi che sono necessari per una ANOVA a due vie per dare un risultato valido. In pratica, il controllo di questi sei presupposti significa che avete un paio di procedure da eseguire attraverso SPSS Statistics durante l'esecuzione di analisi, così come spendere un po 'più tempo a pensare i dati, ma non è un compito difficile. Prima vi presentiamo questi sei presupposti, non stupitevi se, quando si analizzano i propri dati utilizzando SPSS Statistics, una o più di queste ipotesi è violata (vale a dire non è soddisfatta). Questo non è raro quando si lavora con i dati del mondo reale, piuttosto che esempi da manuale, che spesso mostrano solo come effettuare una ANOVA a due vie quando tutto va bene, tuttavia, non si preoccupi. Anche quando i dati non riesce alcune ipotesi, vi è spesso una soluzione per superare questo. In primo luogo, permette di dare un'occhiata a questi sei ipotesi: Ipotesi 1: La variabile dipendente deve essere misurata a livello continuo (cioè sono variabili intervallo o di rapporto). Esempi di variabili continue includono tempi di revisione (misurato in ore), intelligenza (misurata usando QI), prestazioni esame (misurata da 0 a 100), peso (misurato in kg), e così via. È possibile saperne di più su variabili di intervallo e di rapporto nel nostro articolo: tipi di variabili. Ipotesi 2: I due variabili indipendenti dovrebbe composti ciascuno da due o più categorica. gruppi indipendenti. Esempi di variabili indipendenti che soddisfano questo criterio sono di genere (2 gruppi: maschio o femmina), etnia (3 gruppi: caucasico, africano-americana), professione (5 gruppi: chirurgo, medico, infermiere, dentista, terapeuta), e così via . Assunzione 3: Si dovrebbe avere l'indipendenza delle osservazioni. il che significa che non vi è alcuna relazione tra le osservazioni in ogni gruppo o tra i gruppi stessi. Ad esempio, ci devono essere diversi partecipanti in ciascun gruppo con nessun partecipante essendo in più di un gruppo. Questo è più di un problema di studio di progettazione di qualcosa che si potrebbe verificare, ma è un presupposto importante per l'ANOVA a due vie. Se il vostro studio non questa ipotesi, è necessario utilizzare un altro test statistico invece del ANOVA a due vie (per esempio un disegno a misure ripetute). Se non siete sicuri se il vostro studio risponde a questa ipotesi, è possibile utilizzare il nostro selettore di test statistico. che fa parte delle nostre guide migliorate. Assunzione 4: Non ci dovrebbero essere valori anomali significativi. I valori anomali sono punti di dati all'interno dei dati che non seguono il modello di solito (ad esempio, in uno studio su 100 studenti punteggi QI, dove il punteggio medio è stato di 108, con solo una piccola variazione tra gli studenti, uno studente aveva un punteggio di 156, che è molto insolito, e può anche metterla nella top 1 di punteggi QI a livello globale). Il problema con valori anomali è che possono avere un effetto negativo sulla ANOVA a due vie, riducendo l'accuratezza dei risultati. Fortunatamente, quando si utilizza SPSS Statistics per eseguire una ANOVA a due vie sui dati, si può facilmente rilevare eventuali valori anomali. Nella nostra guida ANOVA migliorato a due vie, che: (a) vi mostriamo come rilevare i valori anomali utilizzando SPSS Statistics e (b) discutere alcune delle opzioni che si hanno al fine di affrontare con valori anomali. Assunzione 5: La variabile dipendente deve essere approssimativamente normalmente distribuito per ogni combinazione di gruppi di due variabili indipendenti. Anche se questo suona un po 'difficile, è facilmente testato per l'utilizzo di SPSS Statistics. Inoltre, quando si parla di ANOVA a due vie che richiedono solo i dati approssimativamente normale, questo è perché è abbastanza robusto per le violazioni di normalità, cioè l'ipotesi può essere un po 'violata e ancora fornire risultati validi. È possibile verificare la normalità con il test di Shapiro-Wilk per la normalità, che è facilmente testato per l'utilizzo di SPSS Statistics. Oltre a mostrare come fare questo nella nostra guida migliorata ANOVA a due vie, abbiamo anche spiegare che cosa si può fare se i dati non riesce questa ipotesi (cioè se non riesce più di un po '). Assunzione 6: C'è bisogno di omogeneità delle varianze per ogni combinazione dei gruppi delle due variabili indipendenti. Ancora una volta, mentre questo suona un po 'difficile, si può facilmente verificare questa assunzione in SPSS Statistics con Levenes di prova per l'omogeneità delle varianze. Nella nostra guida migliorata ANOVA a due vie, che (a) vi mostriamo come effettuare Test di Levene per l'omogeneità delle varianze di SPSS Statistics, (b) spiegare alcune delle cose che si dovranno prendere in considerazione quando si interpretano i dati, e (c) presentare i modi possibili per continuare con la tua analisi se i dati non riesce a soddisfare questa ipotesi. È possibile controllare le assunzioni 4, 5 e 6 utilizzando SPSS Statistics. Prima di fare questo, è necessario assicurarsi che i dati soddisfi le ipotesi 1, 2 e 3, anche se non avete bisogno SPSS Statistics per fare questo. Basta ricordare che se non si esegue correttamente i test statistici su queste ipotesi, i risultati che si ottengono quando si esegue un ANOVA a due vie potrebbe non essere valido. Questo è il motivo per cui dedichiamo un certo numero di sezioni della nostra guida migliorata ANOVA a due vie per ottenere questo diritto. È possibile conoscere le nostre contenuti avanzati come un tutto qui. o più specificamente, impariamo come aiutiamo con le ipotesi di test qui. Nella sezione, Procedura di prova in SPSS Statistics. illustriamo la procedura di SPSS Statistics per eseguire una ANOVA a due vie partendo dal presupposto che non ci ipotesi sono stati violati. In primo luogo, abbiamo deciso l'esempio che usiamo per spiegare la procedura ANOVA a due vie in SPSS Statistics.