Forskjellen mellom regresjon og ANOVA
Både regresjon og ANOVA er de statistiske modellene som brukes for å forutsi det kontinuerlige utfallet, men i tilfelle regresjonen blir det forutsagt kontinuerlig utfall på grunnlag av en eller flere enn en kontinuerlig prediktorvariabel, mens det i tilfelle ANOVA kontinuerlig utfall er forutsagt på grunnlag av en eller flere kategoriske prediktorvariabler.
Regresjon er en statistisk metode for å etablere forholdet mellom sett med variabler for å forutsi den avhengige variabelen ved hjelp av uavhengige variabler. ANOVA, derimot, er et statistisk verktøy som brukes til ikke-relaterte grupper for å finne ut om de har et felles gjennomsnitt.
Hva er regresjon?
Regresjon er en veldig effektiv statistisk metode for å etablere forholdet mellom sett med variabler. Variablene som regresjonsanalysen gjøres for er den avhengige variabelen og en eller flere uavhengige variabler. Det er en metode for å forstå effekten på en avhengig variabel av en eller flere enn en uavhengig variabel.
- Anta for eksempel; et malingsfirma bruker et av derivatene av rå løsemiddel og monomerer som råmateriale. Vi kan kjøre en regresjonsanalyse mellom prisen på råvaren og prisen på Brent-råpriser.
- I dette eksemplet er prisen på råvaren den avhengige variabelen, og prisen på Brent-prisene er den uavhengige variabelen.
- Når prisen på løsemidler og monomerer øker og synker i pris med stigning og fall av Brent-priser, er prisen på råvaren den avhengige variabelen.
- Tilsvarende, for enhver forretningsbeslutning for å validere en hypotese om at en bestemt handling vil føre til økning i lønnsomheten til en divisjon, kan valideres basert på resultatet av regresjonen mellom de avhengige og uavhengige variablene.
Hva er Anova?
ANOVA er den korte formen for variansanalyse. ANOVA er et statistisk verktøy som vanligvis brukes på tilfeldige variabler. Det involverer en gruppe som ikke er direkte relatert til hverandre for å finne ut om det finnes noen vanlige midler.
- Et enkelt eksempel for å forstå dette poenget er å kjøre ANOVA for serien med karakterer av studenter fra forskjellige høyskoler for å prøve å finne ut om en elev fra en skole er bedre enn den andre.
- Et annet eksempel kan være hvis to separate forskerteam undersøker forskjellige produkter som ikke er relatert til hverandre. ANOVA vil hjelpe deg med å finne hvilken som gir bedre resultater. De tre populære teknikkene til ANOVA er en tilfeldig effekt, fast effekt og blandet effekt.
Regresjon vs ANOVA Infographics
Viktige forskjeller mellom regresjon og ANOVA
- Regresjon brukes på variabler som stort sett er faste eller uavhengige, og ANOVA brukes på tilfeldige variabler.
- Regresjon brukes hovedsakelig i to former; de er lineær regresjon og multippel regresjon; tøffe andre former for regresjon er også til stede i teorien; disse typene er mest brukt i praksis. På den annen side er det tre populære typer ANOVA, de er en tilfeldig effekt, fast effekt og blandet effekt.
- Regresjon brukes hovedsakelig for å lage estimater eller spådommer for den avhengige variabelen ved hjelp av enkle eller flere uavhengige variabler, og ANOVA brukes til å finne et vanlig gjennomsnitt mellom variabler i forskjellige grupper.
- Når det gjelder regresjon, er antallet av feiluttrykket ett, men for ANOVA er antallet av feilbegrepet mer enn ett.
Sammenligningstabell
| Basis | Regresjon | ANOVA | ||
| Definisjon | Regresjon er en veldig effektiv statistisk metode for å etablere forholdet mellom sett med variabler. | ANOVA er den korte formen for variansanalyse. Det brukes på ikke-relaterte grupper for å finne ut om de har et felles gjennomsnitt | ||
| Variabelens art | Regresjon brukes på uavhengige variabler eller faste variabler. | ANOVA brukes på variabler som er tilfeldige | ||
| Typer | Regresjon brukes hovedsakelig i to former. De er lineær regresjon og multippel regresjon; jo senere er antallet uavhengige variabler mer enn en. | De tre populære typene ANOVA er en tilfeldig effekt, fast effekt og blandet effekt. | ||
| Eksempler | Et malingsfirma bruker løsemiddel og monomerer som råmateriale, som er et derivat av råolje; Vi kan kjøre en regresjonsanalyse mellom prisen på det råmaterialet og prisen på Brent råpriser. | Anta at to separate forskerteam undersøker forskjellige produkter som ikke er relatert til hverandre. ANOVA vil hjelpe deg med å finne hvilken som gir bedre resultater. | ||
| Variabler brukt | Regresjon brukes på to sett med variabler, den ene er den avhengige variabelen, og den andre er den uavhengige variabelen. Antall uavhengige variabler i regresjon kan være en eller flere enn en. | ANOVA brukes på variabler fra forskjellige, som ikke nødvendigvis er relatert til hverandre. | ||
| Bruk av testen | Regresjon brukes hovedsakelig av utøvere eller bransjeeksperter for å lage estimater eller spådommer for den avhengige variabelen. | ANOVA brukes til å finne et vanlig gjennomsnitt mellom variabler i forskjellige grupper. | ||
| Feil | Forutsigelsene fra regresjonsanalysen er ikke alltid ønskelige; det er på grunn av feiluttrykket i en regresjon, dette feiluttrykket er også kjent som gjenværende. I tilfelle regresjon er antallet av feiluttrykket ett. | Antall feil i tilfelle ANOVA, i motsetning til regresjon, er mer enn en. |
Konklusjon
Både regresjoner og ANOVA er kraftige statistiske verktøy som brukes på flere variabler. Regresjon brukes for å forutsi den avhengige variabelen ved hjelp av uavhengige variabler som har noen sammenhenger. Det er nyttig å validere en hypotese om hypotesen er riktig eller ikke.
Regresjon brukes på variabler som er faste eller uavhengige og kan gjøres ved bruk av en enkelt uavhengig variabel eller flere uavhengige variabler. ANOVA brukes til å finne et felles mellom variabler i forskjellige grupper som ikke er relatert til hverandre. Det brukes ikke til å forutsi eller estimere, men til å forstå sammenhengen mellom settet med variabler.
