Product Design, Manufacturing & Innovation Resources
Heim » Einweg-Varianzanalyse (ANOVA)

Einweg-Varianzanalyse (ANOVA)

1925
  • Ronald A. Fisher
Statistiker, der die Ergebnisse einer einseitigen ANOVA in einer modernen Büroumgebung analysiert.

(Abbildung dient nur zur Veranschaulichung)

Ein Weg ANOVA Der μ-Test dient dazu, festzustellen, ob zwischen den Mittelwerten von drei oder mehr unabhängigen Gruppen statistisch signifikante Unterschiede bestehen. Er analysiert den Einfluss einer einzelnen kategorialen unabhängigen Variable, des sogenannten Faktors, auf eine stetige abhängige Variable. Die Nullhypothese besagt, dass alle Gruppenmittelwerte gleich sind: [latex]H_0: mu_1 = mu_2 = dots = mu_k[/latex].

Die einseitige ANOVA ist die einfachste Form dieser statistischen Technik. Sie erweitert den t-Test mit zwei Stichproben auf Situationen mit mehr als zwei Gruppen und vermeidet das Problem des überhöhten Fehlers vom Typ I, der sich aus der Durchführung mehrerer paarweiser t-Tests ergibt. Die Bezeichnung ‘einseitig’ oder ‘einfaktoriell’ bedeutet, dass die Gruppen durch eine einzige kategoriale Variable definiert sind. In einer Studie, die die Wirksamkeit von drei verschiedenen Diäten vergleicht, ist beispielsweise der ‘Diättyp’ der einzige Faktor. Das zugrunde liegende statistische Modell für eine Beobachtung [latex]y_{ij}[/latex] (die i-te Beobachtung in der j-ten Gruppe) lautet [latex]y_{ij} = \mu + \tau_j + \epsilon_{ij}[/latex], wobei [latex]\mu[/latex] der große Gesamtmittelwert, [latex]\tau_j[/latex] der Effekt der Zugehörigkeit zur Gruppe j und [latex]\epsilon_{ij}[/latex] der zufällige Fehlerterm ist. Die Analyse wird durch die Berechnung der F-Statistik fortgesetzt. Ergibt der F-Test ein signifikantes Ergebnis (d. h. der p-Wert liegt unter einem gewählten Signifikanzniveau), so bedeutet dies, dass sich mindestens ein Gruppenmittelwert von den anderen unterscheidet. Bei der ANOVA wird jedoch nicht angegeben, welche Gruppen sich unterscheiden. Um die spezifischen Unterschiede zu ermitteln, sind Post-hoc-Tests wie Tukey's HSD oder die Bonferroni-Korrektur erforderlich.

UNESCO Nomenclature: 1209
- Statistik

Typ

Abstraktes System

Störung

Wesentliche

Verwendung

Weitverbreitete Verwendung

Vorläufer

  • Student's t-test für zwei unabhängige Stichproben
  • Konzept der experimentellen Kontrolle und Randomisierung
  • Methode der kleinsten Quadrate

Anwendungen

  • Landwirtschaft: Vergleich des Ertrags einer Ernte bei verschiedenen Düngemittelbehandlungen
  • Medizin: Bewertung der Auswirkungen verschiedener Medikamentendosierungen auf die Genesungszeit des Patienten
  • Bildung: Vergleich der Wirksamkeit verschiedener Lehrmethoden auf die Testergebnisse der Schüler
  • Marketing: Testen, ob unterschiedliche Verpackungsdesigns zu unterschiedlichen Verkaufszahlen führen
  • Fertigung: Bewerten, ob unterschiedliche Produktionslinien zu Produkten mit der gleichen durchschnittlichen Qualitätsmetrik führen

Patente:

NA

Potenzielle Innovationsideen

Aufgrund des hohen Datenverkehrs durch Web-Scraping-Bots, der derzeit mehr als 40.000 Anfragen pro Tag umfasst, ist dieser Inhalt ausschließlich Community-Mitgliedern vorbehalten.
> Anmelden < oder > Registrieren < (100% kostenlos) Zugriff darauf sowie auf alle anderen eingeschränkten Inhalte und Tools.

Verwandt mit: einseitige ANOVA, Einzelfaktor, Gruppenmittelwerte, Hypothesentest, F-Test, Behandlungseffekt, unabhängige Gruppen, Versuchsplanung, statistische Signifikanz, Post-hoc-Tests.

Historischer Kontext

Einweg-Varianzanalyse (ANOVA)

1903
1914
1924
1925
1930
1931
1939
1900
1911
1922
1925
1928
1930
1936
1940

(wenn das Datum unbekannt oder nicht relevant ist, z. B. „Strömungsmechanik“, wird eine gerundete Schätzung seines bemerkenswerten Auftretens bereitgestellt)

Verwandte Erfindungen, Innovationen und technische Prinzipien

Bilder in voller Größe und Downloads sind nur für registrierte Mitglieder 100% kostenlos verfügbar.

> Login <