Regression vs ANOVA
Ռեգեսիան և ԱՆՈՎԱ-ն (Վարիանսի վերլուծություն) վիճակագրական տեսության երկու մեթոդ են՝ մեկ փոփոխականի վարքագիծը մյուսի համեմատ վերլուծելու համար: Ռեգրեսիայի դեպքում դա հաճախ կախված փոփոխականի տատանումն է՝ հիմնված անկախ փոփոխականի վրա, մինչդեռ ANOVA-ում դա երկու պոպուլյացիաներից երկու նմուշների հատկանիշների տատանումն է։
Ավելին ռեգրեսիայի մասին
Ռեգեսիան վիճակագրական մեթոդ է, որն օգտագործվում է երկու փոփոխականների միջև կապը գծելու համար: Հաճախ, երբ տվյալները հավաքվում են, կարող են լինել փոփոխականներ, որոնք կախված են ուրիշներից: Այդ փոփոխականների միջև ճշգրիտ կապը կարող է հաստատվել միայն ռեգրեսիայի մեթոդներով:Այս հարաբերությունների որոշումն օգնում է հասկանալ և կանխատեսել մի փոփոխականի վարքագիծը մյուսի նկատմամբ:
Ռեգեսիոն վերլուծության ամենատարածված կիրառումը կախված փոփոխականի արժեքը գնահատելն է տվյալ արժեքի կամ կախված փոփոխականների արժեքների միջակայքի համար: Օրինակ, ռեգրեսիայի միջոցով մենք կարող ենք կապ հաստատել ապրանքի գնի և սպառման միջև՝ հիմնվելով պատահական ընտրանքից հավաքված տվյալների վրա: Ռեգրեսիոն վերլուծությունը կստեղծի տվյալների հավաքածուի ռեգրեսիոն ֆունկցիա, որը մաթեմատիկական մոդել է, որը լավագույնս համապատասխանում է առկա տվյալներին: Սա հեշտությամբ կարելի է ներկայացնել ցրված սյուժեով: Գրաֆիկորեն ռեգրեսիան համարժեք է տվյալ տվյալների հավաքածուի համար լավագույն համապատասխանող կորը գտնելուն: Կորի ֆունկցիան ռեգրեսիոն ֆունկցիան է։ Օգտագործելով մաթեմատիկական մոդելը, ապրանքի օգտագործումը կարելի է կանխատեսել տվյալ գնի համար:
Հետևաբար ռեգրեսիոն վերլուծությունը լայնորեն կիրառվում է կանխատեսման և կանխատեսման մեջ: Այն նաև օգտագործվում է փորձարարական տվյալների, ֆիզիկայի, քիմիայի և բազմաթիվ բնական գիտությունների ու ճարտարագիտական առարկաների հետ կապեր հաստատելու համար։Եթե հարաբերությունը կամ ռեգրեսիոն ֆունկցիան գծային ֆունկցիա է, ապա գործընթացը հայտնի է որպես գծային ռեգրեսիա։ Ցրված սյուժեում այն կարող է ներկայացվել որպես ուղիղ գիծ: Եթե ֆունկցիան պարամետրերի գծային համակցություն չէ, ապա ռեգրեսիան ոչ գծային է։
Ավելին ANOVA (տարբերակի վերլուծություն) մասին
ANOVA-ն չի ներառում բացահայտորեն երկու կամ ավելի փոփոխականների միջև կապի վերլուծություն: Ավելի շուտ այն ստուգում է, թե արդյոք տարբեր պոպուլյացիաներից երկու կամ ավելի նմուշներ ունեն նույն միջինը: Օրինակ՝ հաշվի առեք դպրոցում դասարանի համար անցկացված քննության թեստի արդյունքները։ Թեև թեստերը տարբեր են, կատարումը կարող է նման լինել դասարանից դաս: Սա ստուգելու եղանակներից մեկը յուրաքանչյուր դասի միջոցների համեմատությունն է: ANOVA կամ ANAlysis Of Variance-ը թույլ է տալիս ստուգել այս վարկածը: Հիմնականում ANOVA-ն կարելի է դիտարկել որպես t-թեստի ընդլայնում, որտեղ համեմատվում են երկու պոպուլյացիաներից վերցված երկու նմուշների միջինները:
ԱՆՈՎԱ-ի հիմնարար գաղափարն է դիտարկել ընտրանքի ներսում տատանումները և նմուշների միջև տատանումները: Ընտրանքի ներսում տատանումները կարող են վերագրվել պատահականությանը, մինչդեռ նմուշների միջև տարբերությունը կարող է վերագրվել ինչպես պատահականությանը, այնպես էլ այլ արտաքին գործոններին: Տարբերության վերլուծությունը հիմնված է երեք մոդելների վրա. ֆիքսված էֆեկտների մոդել, պատահական էֆեկտների մոդել և խառը էֆեկտների մոդել։
Ո՞րն է տարբերությունը ռեգրեսիայի և ANOVA-ի միջև:
• ANOVA-ն երկու կամ ավելի նմուշների միջև տատանումների վերլուծությունն է, մինչդեռ ռեգրեսիան երկու կամ ավելի փոփոխականների միջև կապի վերլուծությունն է:
• ANOVA տեսությունը կիրառվում է օգտագործելով երեք հիմնական մոդելներ (ֆիքսված էֆեկտների մոդել, պատահական էֆեկտների մոդել և խառը էֆեկտների մոդել), մինչդեռ ռեգրեսիան կիրառվում է երկու մոդելների միջոցով (գծային ռեգրեսիոն և բազմակի ռեգրեսիոն մոդել):
• ANOVA-ն և Regression-ը երկուսն էլ Ընդհանուր գծային մոդելի (GLM) երկու տարբերակն են: ANOVA-ն հիմնված է կատեգորիկ կանխատեսող փոփոխականների վրա, մինչդեռ ռեգրեսիան հիմնված է քանակական կանխատեսող փոփոխականների վրա:
• Ռեգրեսիան ավելի ճկուն տեխնիկա է, և այն օգտագործվում է կանխատեսման և կանխատեսման համար, մինչդեռ ANOVA-ն օգտագործվում է երկու կամ ավելի պոպուլյացիաների հավասարությունը համեմատելու համար:
