test ANOVA a due fattori sono un metodo statistico per calcolare gli effetti di due fattori diversi su più popolazioni. Essi consentono di testare un'ipotesi alternativa contro una ipotesi nulla sulla base di campioni in diversi gruppi. test ANOVA a due fattori sono equazioni statistici complessi e sono generalmente calcolate con un programma software. Indipendentemente da quale software si utilizza, le stesse informazioni verrà visualizzato nella finestra di output. Interpretare i test ANOVA a due fattori per comprendere il significato di ogni componente.

istruzione

1 Leggi i tuoi categorie da cima a fondo tra cui "trattamento uno", "trattamento di due", "interazione", "dentro" e "totale". I due trattamenti rappresentano i dati grezzi e la categoria "interazione" rappresenta l'effetto di tali trattamenti in combinazione. Il "dentro" categoria mostra la variazione all'interno delle vostre categorie e la "totale" fornisce informazioni per quanto riguarda tutte le categorie.

2 Leggi la colonna "DF", come i gradi di libertà per ogni categoria. I gradi di libertà per ogni trattamento è la somma della dimensione del campione meno uno. Gradi di libertà rappresentano il numero di campioni che possono variare all'interno di una dimensione totale del campione.

3 Interpretare la colonna denominata "SS", come la somma dei quadrati. La somma dei quadrati viene calcolato quadratura deviazioni di ciascuna categoria e sommandoli. Somma dei quadrati rappresenta quanto i dati variano nei campioni.

4 Leggere colonna denominata "MS" come media quadratica, che è il prodotto della somma dei quadrati diviso per i gradi di libertà. Il valore quadratico medio rappresenta quanto una categoria varia tra la sua somma dei quadrati e gradi di libertà. Un importante valore quadratico medio è l'errore quadratico medio, che mostra la varianza all'interno dei gruppi.

5 Interpretare la colonna "F" come ANOVA F-statistica. La statistica F mostra la distribuzione dei valori per quanto riguarda i dati e l'ipotesi nulla. Un grande valore F presta generalmente a rifiutare l'ipotesi nulla e un piccolo valore F generalmente porta a non riuscire a rifiutare l'ipotesi nulla.

6 Leggi la colonna "P-value", per rifiutare o non riescono a respingere la vostra ipotesi nulla in via definitiva. Anche se la statistica F è utile per determinare quale corso di azione da intraprendere, il P-value fornisce la probabilità effettiva della media della popolazione valore dato i campioni. Ad esempio, se si utilizza un test del 5 per cento e il vostro P-valore è inferiore al 5 per cento, è possibile rifiutare la vostra ipotesi nulla.