Einfache ANOVA

Zusammenfassung

Es gibt zwei Hauptmodi von Datensätzen in Statistiken - indizierte Daten und Rohdaten. Wenn Sie eine Analyse durchführen, brauchen Sie nicht den gesamten Datensatz zu verwenden, denn Origin bietet verschiedene Möglichkeiten an, Daten auszuwählen. Beispielsweise können Sie die Schaltfläche "interaktive Datenbereichsauswahl" anwenden, um die Daten grafisch darzustellen, oder Sie können das Dialogfeld Spaltenbrowser nehmen, um Daten auszuwählen.

In diesem Tutorial werden Sie den Statistiktest "Analyse der Varianz" (ANOVA) verwenden, um zu lernen, wie man mit diesen zwei verschiedenen Datenmodi Analysen durchführt und Daten mit dem Dialogfeld Spaltenbrowser auswählt.

ANOVA ist eine Art parametrische Methode für Vergleiche von Mittelwerten und stellt eine Erweiterung des T-Tests dar. Wenn es mehr als zwei Gruppen zu vergleichen gilt, ist der paarweise T-Test nicht adäquat und die ANOVA sollte verwendet werden. Die ANOVA erfordert normalverteilte Daten und gleiche Varianzen. Ist dies nicht der Fall, sollte die nicht-parametrische Analyse verwendet werden.

Origin-Version mind. erforderlich: 8.0 SR6

Was Sie lernen werden

Dieses Tutorial zeigt Ihnen, wie Sie:

• verschiedene Verfahren zur Eingabe im statistischen Analysedialogfeld verwenden,
• bestimmte Teile des Datensatzes auf Normalverteilung testen,
• eine einfache ANOVA durchführen,
• Daten mit dem Spaltenbrowser auswählen.

Schritte

Origin kann ANOVA sowohl im Index- als auch im Rohdatenmodus berechnen. Für eine einfache ANOVA sollten die Daten im Indexmodus in zwei Spalten organisiert werden : eine für Faktor und die andere für Daten.



Beim Verwenden des Rohdatenmodus befinden sich die verschiedenen Stufen in verschiedenen Spalten.

Datenmodus Index

Der Stickstoffgehalt wurde in Milligramm eingetragen für 4 Pflanzenarten, und wir sind daran interessiert, ob die verschiedenen Pflanzen einen unterschiedlichen Stickstoffgehalt aufweisen. Für dieses Beispiel werden wir die einfache ANOVA mit dem Datenmodus Index durchführen.

1. Öffnen Sie eine neue Arbeitsmappe und importieren Sie die Datei Samples\Statistics\nitrogen.txt. Achten Sie darauf, dass Sie .txt aus der Auswahlliste Dateitypen wählen. Zuerst sollten wir einen Test auf Normalverteilung in jeder Datengruppe durchführen, um zu sehen, ob sie normalverteilt sind.
2. Markieren Sie die erste Spalte, klicken Sie mit der rechten Maustaste, wählen Sie Worksheet sortieren im Menü Worksheet und wählen Sie Aufsteigend.
3. Markieren Sie die zweite Spalte von Zeile 1 bis 20 - welche zu "Plant1" gehört - und öffnen Sie das Dialogfeld Test auf Normalverteilung, indem Sie den Menüpunkt Statistik: Deskriptive Statistik: Test auf Normalverteilung wählen.
   
4. Wählen Sie die Standardeinstellungen des Dialogfelds und klicken Sie auf OK. Aus dem P-Wert des Ergebnisses können wir erkennen, dass die Daten zu "Plant1" normalverteilt sind.
5. Auf ähnliche Weise können wir die Datenbereiche "PLANT2", "PLANT3" und "PLANT4" markieren und auf Normalverteilung testen. Unsere Stichprobe zeigt eine normale Verteilung für alle Pflanzen.
6. Nachdem wir das Datenblatt 'nitrogen' aktiviert haben, öffnen wir das Dialogfeld ANOVAOneWay, indem wir den Menüpunkt Statistik: ANOVA: Einfache ANOVA wählen. Setzen Sie den Modus Eingabedaten auf Indiziert, weisen Sie die Spalten "plant" und "nitrogen" als Faktor und Daten zu bzw. verwenden Sie die rechten Pfeiltasten. Klicken Sie auf +, um den Knoten Mittelwertevergleich zu erweitern, setzen Sie das Signifikanzniveau auf 0,05 und setzen Sie die Mittelwertvergleichsmethode auf Tukey. Wählen Sie Levene | | aus dem Zweig Test auf gleiche Varianz. Klicken Sie auf OK, um die einfache ANOVA durchzuführen.
   
   
   
   

Erläuterung des Ergebnisses:

• In der Tabelle "Homogenität des Varianztests" des Ergebnisses der einfachen ANOVA können wir sehen, dass die vier Gruppen gleiche Varianzen haben, wenn der P-Wert größer als 0,05 ist.
  
  
  
  
• Aus dem Ergebnis der gesamten ANOVA können wir schließen, dass mindestens zwei der vier Gruppen signifikant unterschiedliche Mittelwerte haben, da der P-Wert kleiner als 0,05 ist.
  
  
  
  
• Zur weiteren Untersuchung erweitern wir die Ergebnisse des "Vergleichs der Mittelwerte".
  
  
  
  Hier ist zu sehen, dass PLANT4 auffallend unterschiedliche Mittelwerte besitzt im Vergleich zu jeder der anderen drei Gruppen.

Rohdatenmodus

1. Gehen Sie auf Datei : Öffnen und wählen Sie workbooks (*.ogw) aus der Liste Dateitypen, wählen Sie den Ordner \Samples\Statistics und öffnen Sie die Datei Body.ogw.
2. Wählen Sie den Menüpunkt Statistik : ANOVA : Einfache ANOVA, um das Dialogfeld ANOVAOneWay zu öffnen. Wählen Sie Roh als Modus der Eingabedaten. Tragen Sie den Namen für Stufe 1 und den Namen für Stufe 2 als "Male Weight" bzw. "Female Weight" ein.
3. Nun werden wir den Datenbrowser verwenden, um die Daten im Datenzweig auszuwählen. Klicken Sie auf das dreieckige Symbol neben dem Bearbeitungsfeld Male Weight und wählen Sie im Ausklappmenü Spalten auswählen..., um das Dialogfeld Spaltenbrowser zu öffnen.
   
   
   
   Im Spaltenbrowser können Sie in aktueller Mappe aus der Auswahlliste Listenspalte auswählen, um alle verfügbaren Arbeitsblattspalten in der aktuellen Mappe anzuzeigen. Wählen SieWeight im Blatt [Body]Male und klicken Sie auf Hinzufügen und OK, um es zum Bearbeitungsfeld Male Weight hinzuzufügen. Entsprechend weisen Sie Weight aus [Body]Female dem Bearbeitungsfeld Female Weight zu.
   
   
   
   
4. Akzeptieren Sie die Standardeinstellungen im Dialogfeld ANOVAOneWay und klicken Sie auf OK. Aus der Fußnote im Ausgabebericht können wir ersehen, dass sich der Mittelwert der Grundgesamtheit Weight zwischen männlichen und weiblichen Personen bei einem Level von 0,05 nicht signifikant unterscheidet.