Title | Week09-10-B- Oefencollege-oneway anova en kruskal-wallis |
---|---|
Course | Toegepaste Statistiek 2 |
Institution | Anton de Kom Universiteit van Suriname |
Pages | 10 |
File Size | 1.7 MB |
File Type | |
Total Downloads | 36 |
Total Views | 136 |
TS2...
WEEK 09: START COMPONENT B Analyse van Varianties ANOVA - one-way ANOVA en een non-parametrisch alternatief (kruskal-wallis)
In ons college : one-way anova en two-way anova als een :
dwz: alle experimentele eenheden (alle te meten objecten) worden verloot over alle k behandelingen, waardoor we k onafhankelijke steekproeven hebben.
Voorbeeld van een one-way anova (één factor) met 3 levels (niveaus) in de factor en 3 exper. units per behandeling.
Stel dat we met de F-toets H0 hebben verworpen, dan moeten we daarna nog kijken: 1. Wat is de effectgrootte (etasquared) , dwz hoe groot is het effect van mijn factor op de responsvariabele (y) ? 2. Wie verschilt van wie en welk verschil is significant ? Hiervoor twee bij twee t-toetsen uitvoeren, met correctie voor de 𝜶-waarde
De kruskal Wallis H-test wordt verderop behandeld.
p-value is heel klein en dus zeker kleiner dan 0,05 en daarom H0 verwerpen
De p-value bij F=11,6 is 0,0028 en dat is kleiner dan 0,05. H0 verwerpen
Stel dat we met de Ftoets H0 hebben verworpen, dan moeten we daarna nog kijken: a. Wat is de effectgrootte (etasquared) , dwz hoe groot is het effect van mijn factor op de responsvariabele (y) ?
Als post-hoc toetsen in SPSS kunnen we gebruiken: - de Tukey methode voor gelijke n in de steekproeven - de Bonferroni methode voor ongelijke n i/d steekpr. - de Scheffé methode kan algemeen toegepast worden.
b. Wie verschilt van wie en welk verschil is significant ? Hiervoor twee bij twee t-toetsen uitvoeren, met correctie voor de 𝜶-waarde Spss kan dat voor ons doen: het zijn de post-hoc toetsen
Als één of meer van de onafh. steekproeven niet normaal verdeeld is en de populatie waaruit de steekprf komt is ook niet normaal verdeeld en de aantallen per steekpr zijn kleiner dan 30 (geen CLS), dan gaan we over op het verdelingsvrije (non-parametrische) alternatief: de Kruskal-Wallis H-toets. Met chi-kwadraat verdeling
Beide formules voor H zijn goed; Het is precies hetzelfde
Dit hoort bij de vorige bladzijde
H0 wordt verworpen
Twee bij twee post hoc testen met Wilcoxon rank sum toetsen en 𝛼/k
De collegesom over de drie dorpen waarbij men heeft gekeken naar de afstand tussen huis en werk kan hieronder uitgevoerd worden met kruskal-Wallis H-toets. (spss)
Met Kruskal-Wallis H: kritieke waarde is 5,99 (df=2) Ranks groepen
N
Mean Rank
1
10
9.15
2
10
16.45
3
10
20.90
Total
30
allemaal
Met anova gevonden:
a,b
Test Statistics
allemaal Chi-Square
9.257
df Asymp. Sig.
2 .010
a. Kruskal Wallis Test b. Grouping Variable: groepen . H0 verwerpen
6,85 was groter dan F-kritiek=3,4 ; H0 verwerpen, want je zit in het kritieke gebied. (met ANOVA)
Op de hand : H=9,056 spss heeft gecorrigeerd voor te veel knopen...