ANALIZA VARIJANCE

ANOVA
Analysis of variance
Analysis of means using
variance
Materijal za kolegij Statistiko uenje
(prof. dr. sc. Bojana Dalbelo Bai)
Poslijediplomski studij FER, 19. 04. 2005.
Prof. dr. sc. Marija Pecina, Agronomski

ANALIZA VARIJANCE

ANOVA je tehnika upotrebe razlika

izmeu prosjeka uzoraka u
zakljuivanju o postojanju (ili ne)
razlika izmeu prosjeka populacija
Jedinstveni postupak kojim je
mogue ralaniti i procijeniti
varijabilnosti uvjetovane razliitim
imbenicima izvorima
Prof. dr. sc. Marija Pecina, Agronomski

Pretpostavke za
ANOVA-u
Opaaji (observations) su
normalno distribuirani unutar
svake populacije
Varijance populacija su jednake
homogene (homogeneity of
variance or homoscedasticity)
Opaaji su neovisni
Prof. dr. sc. Marija Pecina, Agronomski

ANALIZA VARIJANCE
Svrha:
Usporedba veeg broja prosjenih
vrijednosti odjednom
Nulta hipoteza H0:
prosjeci svih populacija su jednaki
H 0 : 1 2 3 ... n
H 0 : x1 x2 x3 ... xn

Alternativna hipoteza H1:

nisu svi prosjeci populacija jednaki
Prof. dr. sc. Marija Pecina, Agronomski

ANALIZA VARIJANCE

Prof. dr. sc. Marija Pecina, Agronomski

Kalkulacija:

Definirati Sume kvadrata (Sum of

Squares - SS)

SStotal
SSgrupa
grupa

SSerror

Izraunati stupnjeve slobode (degrees

of freedom - df)
Izraunati srednje kvadrate tj. varijance
(mean squares MS) i F vrijednost
Prof. dr. sc. Marija Pecina, Agronomski

Kont.

Kalkulacija SS:
SS total ( X X .. ) 2

SS grupa n X j X ..

SS error SStotal SS grupa

Prof. dr. sc. Marija Pecina, Agronomski

izmeu grupa < unutar

grupa

Prof. dr. sc. Marija Pecina, Agronomski

izmeu grupa > unutar

grupa

Prof. dr. sc. Marija Pecina, Agronomski

izmeu grupa > unutar

grupa
signifikantno!

Prof. dr. sc. Marija Pecina, Agronomski

10

Zadatak: Jednosmjerna analiza varijance > ANOVA 1

Nulta hipoteza:

H 0 : A B
H 0 : x A xB

grupa A

grupa B

Ukupno

19

23

14

19

15

19

17

21

20

18

85,0

100,0

185,0

17,0

20,0

18,5

10

Prof. dr. sc. Marija Pecina, Agronomski

11

SS ( x x )

grupa A

grupa B

19

23

14

19

15

19

17

21

20

18

85,0

100,0

185,0

17,0

20,0

18,5

10

Ukupno

SSukupno 19 18,5 14 18,5 ... 18 18,5 64,5

2

SSizmedu . grupa 5 17 18,5 5 20 18,5 22,5

2

SSunutar . grupa 19 17 ... 20 17 23 20 ... 18 20 42,0

2

Prof. dr. sc. Marija Pecina, Agronomski

12

SS x

grupa A

grupa B

19

23

14

19

15

19

17

21

20

18

85,0

100,0

185,0

17,0

20,0

18,5

10

Ukupno

2
185
SS ukupno 19 2 14 2 ... 182
64,5
10
852 100 2 185 2

SS izmedu . grupa

22,5
5
10
5

SS unutar . grupa SS ukupno SS izmedu . grupa 64,5 22,5 42

13,0
Prof. dr. sc. Marija Pecina, Agronomski

Tablica analize varijance:

= SS : df
Izvori
varijabilnosti

df

SS

s2

F exp

4.29

Ukupno

64.5

Izmeu grupa

22.5

22.50

Unutar grupa

42.0

5.25

Ftab0.05

ns

5.32

Ftab0.01

11.26

oitati iz prvog
= 22.50 : 5.25
stupca i osmog
14
reda F tablica
Prof. dr. sc. Marija Pecina, Agronomski

Zakljuak iza F testa u

ANOVA-i 1:

F exp < F tab

H0 se prihvaa
grupe A i B pripadaju istoj populaciji
prosjeci grupa A i B se ne razlikuju
signifikantno

Prof. dr. sc. Marija Pecina, Agronomski

15

grupe A i B grafiki
B
B
A

14

15

16

17

18

19

20

21

22

23

ns
A - B= Dexp 16

Prof. dr. sc. Marija Pecina, Agronomski

Jedan dio ukupne varijabilnosti pripada razlikama

izmeu grupa (tretiranje, gnojidba...),
a ostatak varijabilnosti pripada razlikama unutar grupa
(error)

Prof. dr. sc. Marija Pecina, Agronomski

17

PITANJA ... PREDAAAH...

The Biologist, the Statistician, the
Mathematician, and the Computer
Scientist
A biologist, a statistician, a mathematician, and a
computer scientist are on a photo-safari in
Africa. They drive out into the savannah in their
jeep, stop, and scour the horizon with their
binoculars.
The biologist: "Look! There's a herd of zebras! And
there, in the middle: a white zebra! It's fantastic!
There are white zebras! We'll be famous!"
The statistician: "It's not significant. We only know
there's one white zebra."
The mathematician: "Actually, we know there
exists a zebra which is white on one side."
The computer scientist: "Oh no! A special case!"
Prof. dr. sc. Marija Pecina, Agronomski

18

Podjela pokusa:

prema strukturi tretiranja (lanova

pokusa)
jednofaktorijalni
viefaktorijalni (2 ili 3)

prema strukturi dizajna (osnovni planovi)

potpuno sluajni raspored

sluajni blokni raspored
latinski kvadrat

Prof. dr. sc. Marija Pecina, Agronomski

19

EKSPERIMENTIRANJE - Problemi i
ciljevi
koje je mogue rijeiti pokusnom
tehnikom

hoe li uvoenje nekog novog agrotehnikog

zahvata dati bolji uinak od do tada koritenog
je li nova sorta ili hibrid prinosniji (bolji po
kvaliteti i sl.) od dosadanjih
u kojem roku sijati ili saditi da se postigne
optimalni rezultat
koji pesticid (ili u kojoj dozi) primijeniti u
suzbijanju razliitih tetoinja
koje koliine gnojiva treba primijeniti i kojih
formulacija
koji je optimalni sklop (br. biljaka po jedinici
povrine) za pojedine kulture
Prof. dr. sc. Marija Pecina, Agronomski

20

Razlog za eksperimentiranje
= varijabilnost eksperimentalnog
materijala
lanovi pokusa = Tretiranja
su planirane promjene iji se efekti
(varijable) prate i mjere u pokusu
(sorte, hibridi, gnojidbe, sklopovi, gnojiva,
insekticidi, rokovi sjetve/sadnje, obrade tla)
Varijabla = Svojstvo koje se prati ili mjeri
u pokusu
(prinos i komponente prinosa, sadraji
eera, suhe tvari, K, Na, Mg, , amilaza,
sedimentacija, klijavost, broj korjenovih
kvrica, broj tetnika, napad bolesti, )
Prof. dr. sc. Marija Pecina, Agronomski

21

Eksperiment = kreacija uvjeta u

kojima istraiva prati
promjene

Randomizacija = sluajnost u rasporedu

osigurava objektivnost i jednaku ansu svakom
lanu da bude izabran

Repeticija = dio pokusnog medija (povrina) u

kojem su zastupljeni svi lanovi pokusa
(randomizirani) samo jedanput na jednakoj
veliini osnovne parcele
svrha = kontrola heterogenosti pokusnog
medija (mikrodepresije, plodnost, topografija,
prethodna kultura) i smanjenje pogreke
pokusa
Prof. dr. sc. Marija Pecina, Agronomski

22

Primjer:
VIP projekt (MPVG & World
bank) 1999-2001.
Optimalna gnojidba uvjet
ekoloki i ekonomski opravdane
poljoprivredne proizvodnje na
obiteljskim gospodarstvima
glavni istraiva:
prof. dr. sc. Mirjana Herak usti
Prof. dr. sc. Marija Pecina, Agronomski

23

VIP projekt
lanovi pokusa:
negnojeno (kontrola)
5 kg /m2 stajski gnoj
50 g/m2 NPK (5:20:30)
100 g/m2 NPK (5:20:30)
150 g/m2 NPK (5:20:30)
Elementi pokusa:
vrsta:
radi
plan pokusa:
latinski kvadrat 5x5
lokacije:
Lika

umberak
trajanje: 3 godine
varijable ili svojstva: prinos, sadraj minerala (P,
K, Ca, Mg, Fe), nitrata kadmija, olova ( u tlu i biljci)
Prof. dr. sc. Marija Pecina, Agronomski

24

Prof. dr. sc. Marija Pecina, Agronomski

25

Prof. dr. sc. Marija Pecina, Agronomski

26

Prof. dr. sc. Marija Pecina, Agronomski

27

Prof. dr. sc. Marija Pecina, Agronomski

28

Prof. dr. sc. Marija Pecina, Agronomski

29

Prof. dr. sc. Marija Pecina, Agronomski

30

POTPUNO SLUAJNI RASPORED

Completely Randomized Design
(CRD)
* randomizacija
Izvori
varijabilnosti
Ukupno

Tretiranja
Pogreka
(Error, Ostatak)

n-1

SS

MS = SS/n-1

rt-1

SS

t-1

SST

SST / t-1

t (r-1)

SSE =
SS - SST

SSE / t(r-1)

Prof. dr. sc. Marija Pecina, Agronomski

Fexp

MST / MSE

31

SLUAJNI BLOKNI RASPORED

Randomized Complete Block Design
(RCBD)
*randomizacija
*repeticija
(blok=repeticija)
Izvori
varijabilnosti

Ukupno

Repeticije
Tretiranja
Pogreka
(Error, Ostatak)

n-1

SS

MS = SS/n-1
(varijance s2)

Fexp

rt-1

SS

r-1

SSR

SSR / r-1

MSR / MSE

t-1

SST

SST / t-1

MST / MSE

(r-1) (t-1) SSE =

SS-SSR-SST

SSE/(r-1)(t-1)

Prof. dr. sc. Marija Pecina, Agronomski

32

LATINSKI KVADRAT
Latin Square
*randomizacija
(LSQ)
*repeticija
vodoravna
*repeticija okomita

Izvori
varijabilnosti
Ukupno

n-1

SS

MS = SS/n-1
(varijance s2)

Fexp

rt-1

SS

Vod.
Repeticije

rv-1

SSRv

SSRv / rv-1

MSRv / MSE

Okom.
Repeticije

ro-1

SSRo

SSRo / rv-1

MSRo / MSE

Tretiranja

t-1

SST

SST / t-1

MST / MSE

(r-2) (t1)

SSE =
SS-SSRv-SSRo-SST

SSE/(r-2) (t-1)

Pogreka
(Error,
Ostatak)

Prof. dr. sc. Marija Pecina, Agronomski

33

PRIMJER raunski !!
ANOVA na podacima o sadraju

(SAS ispis)
K2O () u biljci iz pokusa

sa 4 gnojidbe (A, B, C i D) na radiu:

data plan;
input tret$ o_rep v_rep var;
cards;
A
1
1
47
A
3
2
52
A
2
3
62
A
4
4
51
B
2
1
50
B
1
2
54
B
4
3
67
B
3
4
57
C
3
1
57
C
4
2
Prof.

/* analiza CRD */
proc anova;
class tret o_rep v_rep;
model var = tret;
means tret /lsd alpha =0.05;
run;
/* analiza RCBD */
proc anova;
class tret o_rep v_rep;
model var = tret v_rep;
means tret /lsd alpha =0.05;
run;
/* analiza LSQ */
proc anova;
class tret o_rep v_rep;
model var = tret v_rep o_rep;
means tret /lsd alpha =0.05;
run;

dr. sc. Marija Pecina, Agronomski

34

The ANOVA Procedure

Class Level Information
Class

Levels

tret
o_rep
v_rep

4
4
4

Number of observations

Values
A B C D
1 2 3 4
1 2 3 4
16

Prof. dr. sc. Marija Pecina, Agronomski

35

The SAS System

10:56 Tuesday, March 22, 2005

The ANOVA Procedure CRD

Dependent Variable: var
Source
DF
Model
3
Error
12
Corrected Total 15
R-Square
0.243560
Source
tret

Sum of
Squares
208.0000000
646.0000000
854.0000000

Coeff Var
12.65021
DF
3

Root MSE
7.337120

Anova SS
208.0000000

Mean Square
69.3333333
53.8333333

F Value
1.29

Pr > F
0.3232

F Value
1.29

Pr > F
0.3232

var Mean
58.00000
Mean Square
69.3333333

Prof. dr. sc. Marija Pecina, Agronomski

36

The SAS System

10:56 Tuesday, March 22, 2005

The ANOVA Procedure

RCBD

Dependent Variable: var

Source
Model
Error
Corrected Total
R-Square
0.918033
Source
tret
v_rep

DF
6
9
15

Coeff Var
4.808391
DF
3
3

Sum of
Squares
784.0000000
70.0000000
854.0000000
Root MSE
2.788867
Anova SS
208.0000000
576.0000000

Mean Square
130.6666667
7.7777778

F Value
16.80

Pr > F
0.0002

F Value
8.91
24.69

Pr > F
0.0046
0.0001

var Mean
58.00000
Mean Square
69.3333333
192.0000000

Prof. dr. sc. Marija Pecina, Agronomski

37

The SAS System

10:56 Tuesday, March 22, 2005

The ANOVA Procedure LSQ

Dependent Variable: var
Source
Model
Error
Corrected Total
R-Square
0.954918
Source
tret
v_rep
o_rep

DF
9
6
15

Sum of
Squares
815.5000000
38.5000000
854.0000000

Coeff Var
4.367438
DF
3
3
3

Mean Square
90.6111111
6.4166667

Root MSE
2.533114

Anova SS
208.0000000
576.0000000
31.5000000

F Value
14.12

Pr > F
0.0022

var Mean
58.00000

Mean Square
69.3333333
192.0000000
10.5000000

F Value
10.81
29.92
1.64

Prof. dr. sc. Marija Pecina, Agronomski

Pr > F
0.0078
0.0005
0.2779

38

Drinking and Eating

Statisticaly Significant
The Japanese eat very little fat and suffer fewer heart attacks
than the British or the Americans.
On the other hand, the French eat a lot of fat and also suffer
fewer heart attacks than the British or the Americans.
The Japanese drink very little red wine and suffer fewer heart
attacks than the British or the Americans.
The Italians drink excessive amounts of red wine and also
suffer fewer heart attacks than the British or the Americans.
Conclusion: Eat and drink whatever you like. It's speaking
English that kills you.

Prof. dr. sc.

The
Marija Pecina, Agronomski
end

39

THE END !

Prof. dr. sc. Marija Pecina, Agronomski

40