Regresjon vs ANOVA
Regresjon og ANOVA (Analysis of Variance) er to metoder i den statistiske teorien for å analysere oppførselen til en variabel sammenlignet med en annen. I regresjon er det ofte variasjonen av avhengig variabel basert på uavhengig variabel, mens det i ANOVA er variasjonen av attributtene til to utvalg fra to populasjoner.
Mer om regresjon
Regresjon er en statistisk metode som brukes til å tegne sammenhengen mellom to variabler. Når data samles inn kan det ofte være variabler som er avhengige av andre. Den nøyaktige sammenhengen mellom disse variablene kan bare etableres ved regresjonsmetoder. Å bestemme dette forholdet hjelper til med å forstå og forutsi oppførselen til en variabel til den andre.
Den vanligste bruken av regresjonsanalysen er å estimere verdien av den avhengige variabelen for en gitt verdi eller verdiområde for de avhengige variablene. Ved å bruke regresjon kan vi for eksempel etablere sammenhengen mellom varepris og forbruk basert på data samlet inn fra et tilfeldig utvalg. Regresjonsanalyse vil produsere en regresjonsfunksjon av datasettet, som er en matematisk modell som passer best til tilgjengelige data. Dette kan lett representeres av et spredningsplott. Grafisk tilsvarer regresjon å finne den beste tilpasningskurven for gitt datasett. Funksjonen til kurven er regresjonsfunksjonen. Ved å bruke den matematiske modellen kan bruken av en vare forutses for en gitt pris.
Derfor er regresjonsanalysen mye brukt i prediksjon og prognoser. Det brukes også til å etablere relasjoner i eksperimentelle data, innen fysikk, kjemi og mange naturvitenskapelige og ingeniørfaglige disipliner. Hvis forholdet eller regresjonsfunksjonen er en lineær funksjon, er prosessen kjent som en lineær regresjon. I spredningsplottet kan det representeres som en rett linje. Hvis funksjonen ikke er en lineær kombinasjon av parameterne, er regresjonen ikke-lineær.
Mer om ANOVA (Analysis of Variance)
ANOVA innebærer ikke eksplisitt analyse av en relasjon mellom to eller flere variabler. Den sjekker heller om to eller flere prøver fra forskjellige populasjoner har samme gjennomsnitt. Vurder for eksempel testresultatene fra en eksamen som holdes for en karakter på skolen. Selv om testene er forskjellige, kan ytelsen være lik fra klasse til klasse. En metode for å verifisere dette er ved å sammenligne midlene til hver klasse. ANOVA eller ANAlysis Of Variance gjør at denne hypotesen kan testes. I utgangspunktet kan ANOVA betraktes som en utvidelse av t-testen, der gjennomsnittet av de to prøvene fra to populasjoner sammenlignes.
Fundamental idé med ANOVA er å vurdere variasjonen i utvalget og variasjonen mellom prøvene. Variasjonen i utvalget kan tilskrives tilfeldigheten, mens variasjonen mellom utvalgene kan tilskrives både tilfeldighet og andre eksterne faktorer. Variansanalyse er basert på tre modeller; modell med faste effekter, modell med tilfeldige effekter og modell med blandede effekter.
Hva er forskjellen mellom regresjon og ANOVA?
• ANOVA er analysen av variasjon mellom to eller flere utvalg, mens regresjon er analysen av en relasjon mellom to eller flere variabler.
• ANOVA-teori brukes ved å bruke tre grunnleggende modeller (modell med faste effekter, modell for tilfeldige effekter og modell med blandede effekter) mens regresjon brukes ved bruk av to modeller (lineær regresjonsmodell og multippel regresjonsmodell).
• ANOVA og regresjon er begge to versjoner av General Linear Model (GLM). ANOVA er basert på kategoriske prediktorvariabler, mens regresjon er basert på kvantitative prediktorvariabler.
• Regresjon er den mer fleksible teknikken, og den brukes i prognoser og forutsigelser mens ANOVA brukes til å sammenligne likheten mellom to eller flere populasjoner.
