Двусторонний дисперсионный анализ - Википедия - Two-way analysis of variance

В статистика, то двусторонний дисперсионный анализ (ANOVA) является продолжением односторонний ANOVA который исследует влияние двух разных категоричный независимые переменные на одной непрерывный зависимая переменная. Двусторонний дисперсионный анализ не только направлен на оценку главный эффект каждой независимой переменной, но и если есть взаимодействие между ними.

История

В 1925 г. Рональд Фишер упоминает двусторонний ANOVA в своей знаменитой книге, Статистические методы для научных работников (главы 7 и 8). В 1934 г. Фрэнк Йейтс опубликованные процедуры для несбалансированного случая.^[1] С тех пор был выпущен обширный объем литературы. Тема была рассмотрена в 1993 г. Ясунори Фудзикоши.^[2] В 2005 году, Андрей Гельман предложили другой подход ANOVA, рассматриваемый как многоуровневая модель.^[3]

Набор данных

Представим себе набор данных для которого на зависимую переменную могут влиять два факторы которые являются потенциальными источниками вариаций. Первый фактор ${ displaystyle I}$ уровни ( ${ Displaystyle я в {1, ldots, я }}$ ) а второй ${ displaystyle J}$ уровни ( ${ displaystyle j in {1, ldots, J }}$ ). Каждая комбинация ${ displaystyle (я, j)}$ определяет лечение, в общей сложности ${ displaystyle I times J}$ лечения. Мы представляем количество копирует для лечения ${ displaystyle (я, j)}$ к ${ displaystyle n_ {ij}}$ , и разреши ${ displaystyle k}$ быть индексом реплики в этом лечении ( ${ Displaystyle к ин {1, ldots, п_ {ij} }}$ ).

Из этих данных мы можем построить Таблица сопряженности, куда ${ Displaystyle п_ {я +} = сумма _ {j = 1} ^ {J} п_ {ij}}$ и ${ displaystyle n _ {+ j} = sum _ {i = 1} ^ {I} n_ {ij}}$ , а общее количество повторов равно ${ displaystyle n = sum _ {i, j} n_ {ij} = sum _ {i} n_ {i +} = sum _ {j} n _ {+ j}}$ .

В экспериментальная конструкция является сбалансированный если каждое лечение имеет одинаковое количество повторов, ${ displaystyle K}$ . В таком случае также говорят, что дизайн ортогональный, позволяющий полностью различить действие обоих факторов. Следовательно, мы можем написать ${ displaystyle forall i, j ; n_ {ij} = K}$ , и ${ displaystyle forall i, j ; n_ {ij} = { frac {n_ {i +} cdot n _ {+ j}} {n}}}$ .

Модель

Наблюдая различия среди всех ${ displaystyle n}$ точки данных, например, через гистограмма, "вероятность может быть использовано для описания такой вариации ».^[4] Поэтому обозначим через ${ displaystyle Y_ {ijk}}$ в случайная переменная которое наблюдаемое значение ${ displaystyle y_ {ijk}}$ это ${ displaystyle k}$ -я мера лечения ${ displaystyle (я, j)}$ . В двусторонний дисперсионный анализ моделирует все эти переменные как различные независимо и обычно вокруг среднего, ${ displaystyle mu _ {ij}}$ , с постоянной дисперсией, ${ displaystyle sigma ^ {2}}$ (гомоскедастичность ):

${ Displaystyle Y_ {ijk} , | , mu _ {ij}, sigma ^ {2} ; { overset { mathrm {iid}} { sim}} ; { mathcal {N} } ( mu _ {ij}, sigma ^ {2})}$ .

В частности, среднее значение переменной отклика моделируется как линейная комбинация независимых переменных:

${ displaystyle mu _ {ij} = mu + alpha _ {i} + beta _ {j} + gamma _ {ij}}$ ,

куда ${ displaystyle mu}$ это великая середина, ${ displaystyle alpha _ {я}}$ аддитивный основной эффект уровня ${ displaystyle i}$ от первого фактора (я-я строка в таблице смежности), ${ displaystyle beta _ {j}}$ аддитивный главный эффект уровня ${ displaystyle j}$ от второго фактора (j-й столбец в таблице непредвиденных обстоятельств) и ${ displaystyle gamma _ {ij}}$ это неаддитивный эффект взаимодействия лечения ${ displaystyle (я, j)}$ от обоих факторов (ячейка в строке я и столбец j в таблице непредвиденных обстоятельств).

Другой эквивалентный способ описания двустороннего дисперсионного анализа - это упоминание о том, что, помимо вариации, объясняемой факторами, еще остаются некоторые статистический шум. Такое количество необъяснимых вариаций обрабатывается путем введения одной случайной величины для каждой точки данных, ${ displaystyle epsilon _ {ijk}}$ , называется ошибка. Эти ${ displaystyle n}$ случайные величины рассматриваются как отклонения от средних значений и считаются независимыми и нормально распределенными:

${ displaystyle Y_ {ijk} = mu _ {ij} + epsilon _ {ijk} { text {with}} epsilon _ {ijk} { overset { mathrm {iid}} { sim}} { mathcal {N}} (0, sigma ^ {2})}$ .

Предположения

Следуя Гельману и Хиллу, предположения ANOVA и в более общем плане общая линейная модель, в порядке убывания важности:^[5]

точки данных относятся к исследуемому научному вопросу;
на среднее значение переменной отклика влияют аддитивно (если не член взаимодействия) и линейно факторы;
ошибки независимы;
ошибки имеют одинаковую дисперсию;
ошибки распространяются нормально.

Оценка параметров

Для обеспечения идентифицируемость параметров, мы можем добавить следующие ограничения "сумма к нулю":

${ displaystyle sum _ {i} alpha _ {i} = sum _ {j} beta _ {j} = sum _ {i} gamma _ {ij} = sum _ {j} gamma _ {ij} = 0}$

Проверка гипотезы

В классическом подходе проверка нулевых гипотез (что факторы не действуют) достигается за счет их значимость что требует расчета суммы квадратов.

Проверка значимости условия взаимодействия может быть затруднена из-за потенциально большого количества степени свободы.^[6]

Смотрите также

Дисперсионный анализ
F тест (Включает пример одностороннего дисперсионного анализа)
Смешанная модель
Многомерный дисперсионный анализ (MANOVA)
Односторонний дисперсионный анализ
Повторные измерения ANOVA
Тест аддитивности Тьюки

Примечания

^ Йетс, Франк (март 1934 г.). «Анализ множественных классификаций с неравным числом в разных классах». Журнал Американской статистической ассоциации. 29 (185): 51–66. Дои:10.1080/01621459.1934.10502686. JSTOR 2278459.
^ Фудзикоши, Ясунори (1993). «Двусторонние модели ANOVA с несбалансированными данными». Дискретная математика. 116 (1): 315–334. Дои:10.1016 / 0012-365Х (93) 90410-У.
^ Гельман, Андрей (февраль 2005 г.). «Дисперсионный анализ? Почему он важнее, чем когда-либо». Анналы статистики. 33 (1): 1–53. arXiv:математика / 0508526. Дои:10.1214/009053604000001048.
^ Касс, Роберт Э (1 февраля 2011 г.). «Статистический вывод: общая картина». Статистическая наука. 26 (1): 1–9. arXiv:1106.2895. Дои:10.1214 / 10-стс337. ЧВК 3153074. PMID 21841892.
^ Гельман, Андрей; Хилл, Дженнифер (18 декабря 2006 г.). Анализ данных с использованием регрессии и многоуровневых / иерархических моделей. Издательство Кембриджского университета. С. 45–46. ISBN 978-0521867061.
^ Йи-Ань Ко; и другие. (Сентябрь 2013). «Новые тесты отношения правдоподобия для скрининга взаимодействий ген-ген и ген-окружающая среда с несбалансированными данными повторных измерений». Генетическая эпидемиология. 37 (6): 581–591. Дои:10.1002 / gepi.21744. ЧВК 4009698. PMID 23798480.