ANOVA 1 Flashcards
Hva er en enveis ANOVA?
En ANOVA med en uavhengig variabel med to eller flere grupper (oftest flere enn to). Analysen sjekker om det er forskjell mellom gruppene.
Hva er type 1-feil?
Når vi feilaktig tror vi har funnet en effekt, og dermed forkaster nullhypotesen som skulle vært beholdt. Kalles også falsk positiv.
I et eksperiment med tre grupper, hvorfor kan vi ikke bare gjennomføre t-tester?
Hvis vi tester gruppe1 vs. gruppe2, gruppe1 vs. gruppe3 og gruppe2 vs. gruppe3 har vi jo testet alle mot hverandre, og vi har det vi trenger for å kunne si om det er forskjell og hva forskjellen er.
Men dess flere tester man gjennomfører, dess større er sjansen for type I-feil. Når du utfører flere t-tester, øker sannsynligheten for å gjøre minst én type I-feil.
Dette skyldes at sannsynligheten for å få et falskt positivt resultat akkumuleres med hver test. Family-wise error rate (FWER) beskriver den totale sannsynligheten for å gjøre minst én type I-feil i en serie med tester.
Hvordan kunne vi ha gjennomført flere t-tester og samtidig unngå økt sjanse for type 1- feil?
Vi kunne ha gjennomført flere t-tester og samtidig unngå økt sjanse for type I-feil dersom vi korrigerte for antall tester.
For eksempel med Bonferroni. Dette er en enkel (men streng) korrigering.
Her justeres α ved å dele på antall tester;
- med fem tester må p-verdi være 0.01 eller lavere for å telle som signifikant
- med 10 tester må den være 0.005 eller lavere.
Hva er type 2-feil?
Det er når vi feilaktig tror vi ikke har funnet en effekt, og dermed beholder nullhypoetsen når den skulle vært forkastet. Kalles også falsk negativ.
Hvorfor er ANOVA bra med tanke på alfa?
ANOVA er designet slik at man kan sammenligne flere enn to grupper uten å ofre α (signifikansnivået).
Når man bruker flere t-tester så må man for å unngå type 1-feil korrigere for antall tester, og dette gjør man ved å ha et strengere signifikansnivå, og det igjen øker sjansen for type 2 -feil.
Men ANOVA er designet slik at man kan sammenligne flere enn to grupper uten å justere alfanivået til et strengt nivå.
Hva gjør vi i en ANOVA?
I en ANOVA så deler man opp den totale variansen inn i mellomgruppevarians og innengruppevarians.
Videre ser man på forholdet mellom varians som skyldes manipulasjon (mellomgruppevarians) og varians som skyldes feil (innengruppevarians).
I en ANOVA får vi en f-verdi, og formelen kan skrives på ulike måter:
Hva er varians? Hva er utfordringen med denne?
Variansen er gjennomsnittlig avvik fra gjennomsnittet, men svaret er kvadrert.
Problemet med varians er at det representerer kvadratiske enheter (eksempel: kopp * kopp), og derfor er det nyttig å konvertere det til enheten for det opprinnelige målet, som vi gjør ved å regne ut standardavviket.
Hva er innengruppevarians?
Innengruppevarians er det som skyldes variansen innad i en gruppe. Det kalles også feilvariansen. Det kan for eksempel være forskjell mellom deltakere, målefeil og tilfeldigheter.
Hva er mellomgruppevarians?
Mellomgruppevarians er varians mellom gruppene som skyldes manipulasjon, altså forskjell mellom gruppene.
Mellomgruppevarians = Total varians - innengruppevarians
Hva er total varians? Hvilke typer varians består det av?
Total varians er all variansen i datasettet, og består dermed av mellomgruppevarians og innengruppevarians
Total varians = Mellomgruppevarians + Innengruppevarians
Hva sier p-verdien om en f-verdi?
P-verdien sier noe om sannsynligheten for å finne denne eller en større f-verdi gitt at nullhypotesen er sann. Dette gjør vi ved å se på en f-distribusjon.
Hvorfor bruker vi Post Hoc tester, og hva er det?
Når vi har en F-verdi som er signifikant, og vi har tre eller flere grupper, så vet vi at det er en forskjell mellom gruppene. Vi vet kun at minst ett av gruppenes gjennomsnitt er forskjellig fra minst en annen gruppe.
For å finne ut hvilke grupper som er signifikant forskjellig fra hverandre kan vi bruke en post hoc test.
Dette er tester som sammenligner grupper/betingelser med hverandre og samtidig tar hensyn til antall tester og justerer slik at man ikke øker sjansen for type I-feil.
Det finnes mange varianter. Tukey er mye brukt og et “sikkert valg”.
Hva er kontrastanalyse?
Hvis F-verdien for modellen er signifikant så kan man bruke kontrastanalyse for å finne ut hvilke grupper som er forskjellige. Det gjelder når vi har en prediksjon om hvilke grupper som er forskjellige.
Hver kontrast sammenligner to “biter” av varians. Den neste kontrasten deler opp en av delene som bestod av flere grupper/betingelser. Man ser på utskriften i SPSS om hver kontrast er signifikant forskjellige.
Hva er ortogonale og ikke-ortogonale kontraster?
Vi skiller mellom ortogonale/uavhengige og ikke ortogonale/ikke-uavhengige kontraster.
Ortogonale kontraster
- Vi deler variansen i biter og sammenligner disse med hverandre.
- Ingen korreksjon for antall kontraster hvis de er ortogonale/uavhengige (konvensjon).
- Kontrastanalyse sammenligner utvalgte betingelser mot hverandre eller sjekker om det finnes trender (f.eks. lineær eller eksponentiell)
Ikke-ortogonale kontraster
- Den samme delen av effekten (SSM) brukes i flere kontraster.
- Ikke “ulovlig”, men her må man ta hensyn til antall sammenligninger for å kontrollere type I-feil.