Oberoende anova Flashcards
Vilka antaganden måste gälla för att kunna göra anova?
- Normalfördelad population
- Homogen populationsvarians
- Oberoende data (på kvot/intervall nivå)
Vad innebär typ 1 fel
- Typ 1 fel innebär att vi förkastar H0 fastän att H0 är sann. dvs att vi tror oss ha en effekt men som egentligen inte stämmer. Vi har endast fått resultat pga låg validitet/reliabilitet/slump eller andra fel.
- Här har vi fått ett signifikant p-väde<0.05 trots att vi inte har en effekt.
Vad innebär ett typ 2 fel?
- Typ 2 fel innebär att vi behåller H0 fastän vi har en effekt. Dvs Vi har egentligen en effekt men vi har av någon anledning inte lyckats få fram den och därmed behåller vi H0 fastän H0 är falsk.
- Har har vi fått ett icke-signifikant p-värde>0.05 trots att vi har en verklig effekt.
Varför gör man inte flera t-test istället för att använda anova?
Ju fler jämförelser som görs, desto större risk för typ 1 fel (att vi ser en effekt som inte finns). Vid tre t-test har vi 1-0.050,950,95=14% risk för typ 1 el istället för 5% risk för typ 1 fel som när man endast gör ett t-test. Därför använder man F-test (anova) och inte t-test när man har 3 eller fler grupper
Vad innebär ett signifikant anova?
- Ett signifikant F-värde är ett “sammanfattat” resultat som visar att minst två av de jämförda grupperna skiljer sig åt
vad är ett post-hoc test och varför görs det?
- Ett post-hoc test tar reda på exakt vart de signifikanta skillnaderna från anovan finns. Dessa görs i SPSS
- Det finns en mängd olika typer av post-hoc test:
–> LSD
–> Bonferroni
–> Scheffe
–> mm - I post-hoc test görs planerade jämförelser dvs endast jämförelser man är intresserad av –> de som teori predicerar.
–>minskar typ 1 fel
–> antal jämförelser =j-1 (antal grupper -1)
vad menas med frihetsgrader?
När man skall jämföra frihetsgrader måste en obervation fixeras och inte vara möjlig att variera. Det innebär att vi tappar värdet från en observation
df1 gäller antalet grupper =(j-1)
df2 gäller antalet deltagare = (n-j)
Skrivs som F(2,27) t.ex
Berätta kortfattat hur man beräknar oberoende envägs anova!
- Man beräknar medelvärdet och standardavvikelsen för respektive grupp
- Man beräknar totala medelvärdet och totala standardavvikelsen
- Beräknar SST –> sum of squares total.
–> behövs för att beräkna hur stor effekten är
–> (datapunkt- totalmedelvärdet)^2 och summerar för alla datapunkter - Beräknar SSb –> Sum of squares between (mellan grupperna)
–> (gruppmedelvärdet-totalmedelvärdet) * antalet personer i gruppen och summerar för alla grupper - Beräkna SSw –> Sum of squares within (inom grupperna)
–>(datapunkt-gruppens medelvärde)^2 och summera för respektive grupp och sedan summera dessa tre
–> Om man redan räknat fram SST och SSB är SSW dock redan givet.
6.Beräkna MSb –> Mean Square between
–> SSb/df1 (antalgrupper-1)
–> ju större MSb destå större är mellangruppsvariansen
- Beräkna MSw –> Mean square between
–> SSw/N-J (antalet deltagare-antal grupper)
–> Ju större Msw, desto större inomgruppsvarians - Beräkna F-kvoten
–> MSb/MSw
–> F= Mellangruppsvariansen delat med inomgruppsvariansen - Hitta F-krit i tabellen
–> beror av df1 och df2 och p<0.05 - Om F>Fkrit –> förkasta nollhypotesen
- Räkna fram styrkan i sambandet eta^2
–> SSb/SST= eta^2
–> eta^2 = procent av variationen i BV som kan förklaras med OB.
Vad är F-värdet man får fram i anova?
F= Mellangruppsvariansen/inom gruppsvariansen.
–> Om F=1 har vi lika stor mellangruppsvarians som inomgruppsvarians.
–> Ju större F desto större skillnad mellan grupperna?
–> Om F> Fkrit kan vi förkasta nollhypotesen
–> trots detta kan vi alltså inte säga någonting om styrkan på skillnaden
–> Att F>Fkrit säger endast att sannolikheten att få dessa eller mer extrema resultat givet att nollhypotesen är sann är <5% sannolikt.
Vad innebär eta^2?
eta^2 är effektstorleke, dvs styrkan på skillnaden mellan grupperna
eta=SSb/SST
görs om till procent
–> X% av variationen i BV kan förklaras av OV.
Vad innebär SST (sum of squares total)?
Sum of square total SSt beskriver den totala variationen i datan
Vad innebär SSw (sum of squares between?)
Sum of squares between beskriver variationen MELLAN grupperna.
Idealet är att ha högt SSB för då har man mycket varians mellan grupperna
–> man kan då antagligen se skillnad pga en OB på vår BV. T.ex. behandligseffekt eller vad man nu mäter.
Vad innebär SSw, sum of squares within
Sum of squares within innebär variationen INOM grupperna
Idealet är att ha så lågt SSw som möjligt för det betyder att vi har få individuella skillnaderm få mätfel och liten slumpvarians.
Ju mindre SSw desto större F
Beskriv frihetsgrader
df1=j-1, dvs antal grupper -1
df2=n-j, antal individer - antal grupper
