Kahefaktoriline dispersioonanalüüs

Teema esitlus: "Kahefaktoriline dispersioonanalüüs"— Esitluse väljavõte:

1 Kahefaktoriline dispersioonanalüüs
jaotus korraga kahe kriteeriumi alusel ehk uurime kahe faktori mõju korraga. Analüüsimiseks kahefaktoriline dispersioonanalüüs (two-way ANOVA)

2 Tulemus on kombeks esitada ANOVA tabelina:
Dependent Variable: kaal Sum of Source DF Squares Mean Square F Value Pr > F Model <.0001 Error Corrected Total R-Square Coeff Var Root MSE kaal Mean Source DF Type III SS Mean Square F Value Pr > F taim <.0001 sugu <.0001 Tulemus on kombeks esitada ANOVA tabelina: _________________________________ efekt df SS F p ________________________________ taim 1 20,0 32,3 <0.0001 sugu ,6 35,0 <0.0001 viga ,5

3 _________________________________
efekt df SS F p ________________________________ taim 1 20,0 32,3 <0.0001 sugu ,6 35,0 <0.0001 viga ,5 R2 = SSeffect/SStotal iga efekti kohta eraldi Või ka lausena: “the effect of host plant on pupal weight was statistically confirmed (F1,17=32.3, p<0.0001; two-way ANOVA with sex as an additional factor). ... ei ole samad mis ühefaktorilise puhul, … ei ole sõltuvat, ei ole suunda kuna MS=SS/df, siis neid pole ehk mõtet kirjutada.

4 interaktsioon ehk koosmõju - kas ühe faktori mõju sõltub teise tasemest
Sellistes andmetes on koosmõju: joonte paralleelsus, suuna muutusega või ilma, sümmeetriline Source DF SS MS F P taim sugu <.0001 taim*sugu <.0001

5 Koosmõju pole, kui mõju aditiivne.
_________________________________________ efekt df SS F p taim , , ,8 sugu ,2 131,2 <0.0001 taim*sugu ,0 33,1 <0.0001 viga ,7 Koosmõju pole, kui mõju aditiivne. Logaritmteisendus muudab multiplikatiivseks! Koosmõju korral võib peamõju olla või ka mitte olla, koosmõju korral ole ettevaatlik peamõjude tõlgendamisega.

6 Täida lünk nii, et koosmõju ei ole
isane kasel 50 mg emane kasel 80 mg isane lepal 70 mg emane lepal mg

7 Täida lünk nii, et oleks “suuna muutusega”
koosmõju: ogalik meres 8 cm ogalik järves 6 cm lepamaim meres 9 cm lepamaim järves cm

8 Täida lünk nii, et koosmõju ei ole
isane kasel 50 mg emane kasel 80 mg isane lepal 70 mg emane lepal 100 mg isane pajul 100 mg emane pajul .... mg

9 Täida lünk nii, et koosmõju ei ole
isane kasel 50 mg emane kasel 80 mg isane lepal 70 mg emane lepal 80 mg isane pajul 100 mg emane pajul .... mg

10 Täida lünk nii, et peale logaritmimist
koosmõju ei ole: isane kasel 50 mg emane kasel 100 mg isane lepal 80 mg emane lepal mg

11 Täida lünk nii, et puu liigi peamõju ei ole:
isane kasel 50 mg emane kasel 80 mg isane lepal 70 mg emane lepal mg

12 Täida lüngad nii, et kummagi faktori peamõju ei ole
isane kasel 50 mg emane kasel 80 mg isane lepal mg emane lepal mg

13 Rohkem kui kahefaktoriline ANOVA on muidugi ka väga võimalik,
Source DF Type III SS Mean Square F Value Pr > F taim sugu <.0001 taim*sugu <.0001 varv taim*varv sugu*varv taim*sugu*varv auk taim*auk sugu*auk taim*sugu*auk varv*auk taim*varv*auk sugu*varv*auk taim*sugu*varv*auk Rohkem kui kahefaktoriline ANOVA on muidugi ka väga võimalik, koosmõjudega läheb keeruliseks: Kolme faktori koosmõju - kahe faktori koosmõju iseloom sõltub kolmanda faktori tasemest.

14 Regressioonaanlüüsi põhimõte sarnane -
saab ühendada: kovariaat, kovariatsioonanalüüs (ANCOVA), pole suurt vahet, kas sõltumatu muutuja on pidev või kategooriline! Esitame samamoodi, kovariaadi df alati 1. Sageli just segava mõju eemaldamiseks!

15 kontroll tigudega Kovariaadi kaasamisel: p = kovariaat ise: p < 0,0001 muna suurus p = 0,10

16

17 Miks aitab rühmade mõjusid paremini leida?
F=MSmodel/MSerror - kovariaat vähendas juhuviga! Kovariaate võib lisada mitmeid, kuid: - ei võta kui pole ise oluline kovariaat - siiski siis, kui teame enne - eetiline probleem - mudeliga mängides võib juhuslikult saada mida tahetakse; - kui sõltub mittesign kovariaatidest - andmeid vähe! - backward elimination model simplification procedure Kovariaadi mõju eemaldatud – LSMEANS.

18 _________________________________________
efekt df SS F p treatment , , ,8 kaal ,2 131,2 <0.0001 vanus ,0 33,1 <0.0001 pk vanus , , ,45 mustikas , , ,23 viga ,7

19 _________________________________________
efekt df SS F p treatment , , ,8 kaal ,2 134,2 <0.0001 vanus ,9 37,1 <0.0001 mustikas , , ,17 viga ,4

20 _________________________________________
efekt df SS F p treatment , , ,7 kaal ,2 131,2 <0.0001 vanus ,9 33,1 <0.0001 viga ,4

21 Kodutöö vormistamisest:
- kirjelda olukorda; - liigne täpsus; - kõik nähtav; - liiga tihedalt väärtusi; - eemalda mittevajalik.