Regression vs ANOVA
Regression dan ANOVA (Analysis of Variance) adalah dua kaedah dalam teori statistik untuk menganalisis tingkah laku satu pembolehubah berbanding yang lain. Dalam regresi, ia selalunya variasi pembolehubah bersandar berdasarkan pembolehubah tidak bersandar manakala, dalam ANOVA, ia adalah variasi atribut dua sampel daripada dua populasi.
Lagi tentang Regresi
Regression ialah kaedah statistik yang digunakan untuk melukis hubungan antara dua pembolehubah. Selalunya apabila data dikumpul mungkin terdapat pembolehubah yang bergantung kepada yang lain. Hubungan yang tepat antara pembolehubah tersebut hanya boleh diwujudkan dengan kaedah regresi. Menentukan perhubungan ini membantu memahami dan meramalkan gelagat satu pembolehubah kepada pembolehubah yang lain.
Aplikasi analisis regresi yang paling biasa adalah untuk menganggar nilai pembolehubah bersandar untuk nilai tertentu atau julat nilai pembolehubah bersandar. Sebagai contoh, menggunakan regresi kita boleh mewujudkan hubungan antara harga komoditi dan penggunaan berdasarkan data yang dikumpul daripada sampel rawak. Analisis regresi akan menghasilkan fungsi regresi bagi set data, iaitu model matematik yang paling sesuai dengan data yang ada. Ini boleh dengan mudah diwakili oleh plot berselerak. Regresi grafik adalah bersamaan dengan mencari lengkung yang sesuai untuk set data beri. Fungsi lengkung ialah fungsi regresi. Menggunakan model matematik, penggunaan komoditi boleh diramalkan untuk harga tertentu.
Oleh itu, analisis regresi digunakan secara meluas dalam meramal dan meramal. Ia juga digunakan untuk mewujudkan hubungan dalam data eksperimen, dalam bidang fizik, kimia, dan banyak sains semula jadi dan disiplin kejuruteraan. Jika hubungan atau fungsi regresi adalah fungsi linear, maka proses tersebut dikenali sebagai regresi linear. Dalam plot taburan, ia boleh diwakili sebagai garis lurus. Jika fungsi itu bukan gabungan linear parameter, maka regresi adalah bukan linear.
Lagi tentang ANOVA (Analisis Varians)
ANOVA tidak melibatkan analisis hubungan antara dua atau lebih pembolehubah secara eksplisit. Sebaliknya ia menyemak sama ada dua atau lebih sampel daripada populasi berbeza mempunyai min yang sama. Sebagai contoh, pertimbangkan keputusan ujian peperiksaan yang diadakan untuk gred di sekolah. Walaupun ujian berbeza, prestasi mungkin sama dari kelas ke kelas. Satu kaedah untuk mengesahkan ini adalah dengan membandingkan cara setiap kelas. ANOVA atau ANalysis Of Variance membenarkan hipotesis ini diuji. Pada asasnya, ANOVA boleh dianggap sebagai lanjutan daripada ujian-t, di mana min dua sampel yang diambil daripada dua populasi dibandingkan.
Idea asas ANOVA adalah untuk mempertimbangkan variasi dalam sampel dan variasi antara sampel. Variasi dalam sampel boleh dikaitkan dengan rawak, manakala variasi antara sampel boleh dikaitkan dengan kedua-dua rawak dan faktor luaran yang lain. Analisis varians adalah berdasarkan tiga model; model kesan tetap, model kesan rawak dan model kesan campuran.
Apakah perbezaan antara Regresi dan ANOVA?
• ANOVA ialah analisis variasi antara dua atau lebih sampel manakala regresi ialah analisis hubungan antara dua atau lebih pembolehubah.
• Teori ANOVA digunakan menggunakan tiga model asas (model kesan tetap, model kesan rawak dan model kesan campuran) manakala regresi digunakan menggunakan dua model (model regresi linear dan model regresi berbilang).
• ANOVA dan Regresi kedua-duanya adalah dua versi Model Linear Umum (GLM). ANOVA adalah berdasarkan pembolehubah peramal kategori, manakala regresi adalah berdasarkan pembolehubah peramal kuantitatif.
• Regresi ialah teknik yang lebih fleksibel, dan ia digunakan dalam meramal dan meramal manakala ANOVA digunakan untuk membandingkan kesamaan dua atau lebih populasi.
