1/8
Looks like no tags are added yet.
Hva er ANCOVA?
“Analysis of Covariance”
ANOVA + èn eller flere kontinuerlige kovariater som kontrolleres for før gruppene sammenlignes
Eksempel: Vi ønsker å undersøke om tre ulike treningsmetoder påvirker kondisjon.
Uavhengig variabel (X): Treningsmetode (A, B eller C).
Avhengig variabel (Y): Kondisjon.
Kovariat: Alder.
Hva skjer med SSR (uforklart støy) når vi legger til en kovariat (som i ANCOVA)?
Ved å putte en kovariat inn i modellen (for eksempel deltakernes alder), klarer statistikkprogrammet å isolere en del av støyen og plassere den i en egen boks: «forklart varians av covariate»
Dette gir høyere F-verdi (fordi ligningen), og høyere F-verdi gir større sjanse for å oppdage en reell effekt (lavere p-verdi)
Fordeler ved ANCOVA
Reduserer uforklart varians (støy)
Når det blir mindre uforklart variasjon (SSR), blir det lettere å oppdage om variablene vi hovedsakelig tester (og er interessert i), faktisk har ulik effekt
Dette gir økt statistisk styrke
Gir større kontroll over variablene
Ved å kontrollere for kjente forstyrrende variabler, fjerner vi skjevheter som kunne ha grumset til resultatene
Vi får en bedre og mer presis innsikt i den «rene» effekten av selve prediktorvariabelen (altså gruppetilhørigheten vår)
Forutsetninger for ANCOVA
Kovariaten må være uavhengig av den uavhengige variabelen
Homogenitet av regresjonshelning
Kovariaten skal ha omtrent samme sammenheng med den avhengige variabelen i alle gruppene
Planlagte kontraster
Brukes i ANOVA når vi på forhånd har bestemte hypoteser om hvilke grupper vi ønsker å sammenligne.
I stedet for å undersøke alle mulige gruppeforskjeller (som ved post-hoc-tester), tester vi kun de spesifikke forskjellene vi er interessert i.
Enkle kontraster
Dette er en enklere måte å sammenligne grupper på, der man velger én gruppe som alle de andre skal sammenlignes med
Faktoriell ANOVA
Brukes når vi ønsker å undersøke hvordan to eller flere kategoriske uavhengige variabler (faktorer) henger sammen med én kontinuerlig avhengig variabel.
Faktoriell ANOVA lar oss undersøke 3 ting (i en 2×2 faktoriell ANOVA):
hovedeffekt av faktor 1
hovedeffekt av faktor 2
interaksjonseffekten
Faktoriell ANOVA deler opp den systematiske variansen (forskjell fra ANCOVA som fanger mer av uforklart varians ved å legge til kovariat)
w2 - omega squared i ANOVA
Et mål på effektstørrelse.
Det anslår hvor stor andel av variasjonen i den avhengige variabelen som kan forklares av gruppevariabelen, justert for tilfeldig variasjon
Eksempel:
.063 for kjønn → ca 6,3% av variasjonen i hvor attraktiv man vurderer partneren sin skyldes rene kjønnsforskjeller (middels stor effekt ifølge Cohen)
Betingede hovedeffekter (vs. hovedeffekter)
Når vi har en interaksjonseffekt, betyr det at effekten av én variabel er forskjellig avhengig av den andre variabelen.
Hovedeffekt: Den generelle effekten av én uavhengig variabel, når vi ser på den andre variabelens grupper samlet.
Interaksjonseffekt: Effekten av én variabel er forskjellig avhengig av hvilken gruppe man tilhører på den andre variabelen.
Betinget/enkel hovedeffekt: Effekten av én variabel innenfor én bestemt gruppe på den andre variabelen.