Differenza tra ANOVA e ANCOVA

ANOVA vs ANCOVA

ANOVA e ANCOVA sono entrambi modelli statistici che hanno caratteristiche diverse:

ANOVA

Analisi della varianza (ANOVA) è una raccolta di modelli statistici e le loro procedure che sono utilizzate per osservare le differenze tra i mezzi di tre o più variabili in una popolazione basata sul campione presentato. È molto utile nel confronto di tre o più mezzi.

È uno strumento statistico che è stato utilizzato in diversi settori come l'agricoltura, la psicologia e diverse industrie. Presuppone che ogni osservazione sia indipendente, che il livello di misurazione intervenga tra il DV e il CV e che le popolazioni sottostanti debbano essere distribuite normalmente e debbano avere la stessa varianza.

Modelli ANOVA:

1. Modelli a effetti fissi che presuppongono che i dati provenienti da popolazioni normali che differiscono nei loro mezzi permettono la stima della gamma di risposta che ogni trattamento verso di loro genererà.
2. Modelli a effetti casuali che presuppongono che i dati di una gerarchia vincolata di diverse popolazioni siano campionati con livelli di fattore diversi.
3. Modelli a effetti misti che descrivono le situazioni in cui sono presenti sia effetti fissi che casuali.

Sebbene sia possibile utilizzare anche un modello non lineare, tutti gli approcci all'analisi della varianza utilizzano un modello lineare per creare l'assunzione della probabile distribuzione della risposta.
Presume che il caso è indipendente e che il modello semplifica l'analisi statistica. Assume anche la normale distribuzione dei residui e l'uguaglianza delle varianze e che la varianza deve essere sempre costante.

Tipi di ANOVA:

� ANOVA a una via, viene utilizzato per testare le differenze tra due o più gruppi indipendenti.
"ANOVA fattoriale", è utilizzato nello studio degli effetti di interazione tra i trattamenti.
"Misure ripetute ANOVA, viene utilizzato quando lo stesso soggetto viene utilizzato per ciascun trattamento.
L'analisi multivariata della varianza (MANOVA), viene utilizzata quando c'è più di una variabile di risposta

ANCOVA

ANCOVA è un modello ANOVA che ha un modello lineare generale con una variabile di risultato continuo (quantitativa, in scala) e due o più variabili predittive, in cui almeno uno è continuo e almeno uno è categoriale (nominale, non scalato).

È una fusione di ANOVA e regressioni per variabili continue e ha una covariata. La sua interpretazione dipende da alcune ipotesi sui dati inseriti nel modello.

La relazione tra le variabili dipendenti e indipendenti deve essere lineare nei parametri. Valuta se i mezzi di popolazione che sono stati aggiustati per differenze nelle covariate differiscono nei livelli delle variabili dipendenti.

Gli effetti di una terza variabile sono controllati statisticamente in ANCOVA e qualsiasi numero di variabili indipendenti e CV può essere utilizzato per creare disegni ANCOVA a una via, a due vie e multivariati.

ANCOVA presuppone che le covariate debbano essere linearmente correlate alle variabili dipendenti e che esse debbano avere omogeneità dell'effetto di regressione. Presuppone che le covariate non dovrebbero essere correlate alle variabili indipendenti e non dovrebbero essere eccessivamente correlate l'una all'altra.

Sommario

1. ANOVA sono modelli statistici e tecniche utilizzate per osservare la differenza tra le variabili mentre ANCOVA è un modello ANOVA.
2. ANOVA utilizza sia modelli lineari che non lineari mentre ANCOVA utilizza un modello lineare generale.
3. ANCOVA ha una covariata mentre ANOVA no.