Encontré muchas pruebas como: Fligner, Levene, etc. para verificar la homogeneidad de las variaciones, mi pregunta es: ¿Cuál es la diferencia entre esas pruebas y ANOVA?
Gracias
Respuestas
¿Demasiados anuncios?
Fligner-Killeen y de Levene las pruebas son dos formas de la prueba ANOVA supuesto de que la "igualdad de varianzas en la población" antes de la realización de la prueba de ANOVA. Test de Levene es ampliamente utilizado y es normalmente el valor predeterminado en programas como SPSS, pero cualquiera de las pruebas (o incluso de Brown-Forsythe) es aceptable. ANOVA es el omnibus de la prueba de diferencias de medias entre los grupos. Mientras que, en nombre de ANOVA se analiza la varianza (entre, dentro y en general) entre tres o más grupos, sus hipótesis en realidad hacer declaraciones sobre la igualdad de los medios frente a la que hay "al menos dos medios diferentes."
Visitor
Puntos
1
Sólo pensé que había puesto un poco más acerca de la Fligner Killeen prueba. Es un test no paramétrico de comparación de las variaciones de más de dos grupos que es muy robusto frente a la no-normalidad de los datos. Esencialmente, lo que comienza de la misma manera como un Marrón Forsythe ANOVA, la obtención de los absolutos de las desviaciones de cada observación de su grupo respectivo de la mediana. En lugar de realizar un ANOVA de estos residuos, la FK de la prueba de rangos de estos residuos de baja a alta (donde un rango de 1 se da el más bajo de punto de datos), asignando el valor promedio de cualquier rangos vinculados. Dividiendo cada una de estas filas por el valor 2(n+1), donde n es el número total de puntos de datos a través de todos los grupos y, a continuación, la adición de 0.5 a cada resultado, cada uno de los clasificados de los residuos es "normalizado" en un área bajo la curva normal.
Mediante el inverso de la distribución normal, entonces convertir estas áreas de vuelta en puntuaciones z, tomando el valor absoluto de cualquiera de las puntuaciones z negativas. Se obtiene el promedio de puntaje z para cada grupo, así como el promedio general de z-score, y para el total de la varianza de las puntuaciones z. Podemos encontrar una "mean square" para cada grupo teniendo su promedio de puntaje z y restando el total de puntaje-z, el cuadrado de la diferencia, y multiplicando por el correspondiente tamaño de la muestra del grupo. Haga esto para todos los grupos, sumarlos y dividir por el total de la varianza de todos los z-scores. Esta es tu FK estadística que se evalúa en función de una distribución de la chi cuadrado con grados de libertad igual al número de grupos - 1). Si el resultado es significativo, del grupo han estadísticamente diferentes variaciones.
Espero que esto ayude!
Uri
Puntos
111
Andrew Taylor
Puntos
31
ANOVA se llama "análisis de varianza" porque se descompone la varianza total en la varianza dentro de los grupos (el "error") y de la varianza entre las medias de los grupos. Así que si las pruebas de medias de los grupos son iguales mediante la comparación de la varianza entre ellos, a lo que se esperaba, basada únicamente en el seno del grupo de varianza: es la variación entre las medias de los grupos "mayor de lo esperado por azar", es decir, únicamente a partir de la variabilidad del muestreo.
Esto es totalmente diferente de Levene o de otras pruebas que probar si las varianzas de los grupos son iguales. De forma heurística, Levene y de Brown-Forsythe las pruebas (no estoy seguro acerca de Fligner; lo siento Mike) son como ANOVA en las plazas o de los valores absolutos de la dentro del grupo de los residuos, por lo que la prueba, roughtly, si la magnitud media de los residuos, por lo que el dentro-grupo de la variabilidad, se diferencia entre los grupos.
