การตรวจสอบข้อกำหนดของการวิเคราะห์ความแปรปรวน

งานนำเสนอเรื่อง: "การตรวจสอบข้อกำหนดของการวิเคราะห์ความแปรปรวน"— ใบสำเนางานนำเสนอ:

1 การตรวจสอบข้อกำหนดของการวิเคราะห์ความแปรปรวน
พีระพงษ์ แพงไพรี

2 ข้อกำหนดของ ANOVA Normality Independent error Homogeneity variance
Additive model Independent error

3 ข้อมูล ตรวจสอบข้อกำหนด Yes วิเคราะห์ สรุปผล No แปลงข้อมูล
Non parametric

4 ข้อกำหนดของ ANOVA Normality 1. Proc Univariate
Homogeneity variance Additive model Independent error 1. Proc Univariate 2. Normal probability plot

5 1. Proc univariate เป็นการตรวจสอบจากค่าสังเกต
อาศัยคุณสมบัติ eN(0,2e) แล้ว YN(0,2e) ใช้ตัวสถิติ W (Shapiro-Wilk) ข้อมูล < 2,000 ใช้ตัวสถิติ D (Kolomokorov) ข้อมูล > 2,000 ความสัมพันธ์ระหว่าง normal scores กับค่าสังเกต ค่าอยู่ระหว่าง 0-1 ถ้าข้อมูลมีการกระจายแบบปกติ  1

6 สมมติฐานในการทดสอบ Ho : ประชากรกระจายแบบปกติ Ha : ประชากรกระจายแบบไม่ปกติ

7 รูปแบบคำสั่ง

8 2. Normal probability plot
เป็นการตรวจสอบจากค่า residual หรือ error อาศัยคุณสมบัติ eN(0,2e) แล้ว YN(0,2e) ความสัมพันธ์ระหว่าง normal scores กับ error ถ้าข้อมูลมีการกระจายแบบปกติ แผนภาพจะเป็นแบบเส้นตรง

9 รูปแบบคำสั่ง

10 ข้อมูลมีการกระจายแบบปกติ

11 Proc univariate Normal probability plot

12

13

14

15

16 ข้อกำหนดของ ANOVA Normality 1. Proc Univariate
Homogeneity variance Additive model Independent error 1. Proc Univariate 2. Normal probability plot 1. Residual plot 2. Variance ratio ของ Hartley 3. Variance ratio ของ Bartlett

17 1.การสร้าง residual plot
สร้างความสัมพันธ์ระหว่าง residual กับ ค่า prediction ถ้าแต่ละทรีทเมนต์มีความแปรปรวนเท่ากัน ค่าจะกระจาย

18 รูปแบบคำสั่ง

19

20 2. การทดสอบ variance ratio ของ Hartley
Ho : 2max = 2min Ha : 2max ≠ 2min หากเท่ากัน แสดงว่า variance เท่ากันทุกทรีทเมนต์

21 รูปแบบคำสั่ง

22

23

24 3. การทดสอบ variance ratio ของ Bartlett
Ho : 21 = 22 = … = 2n Ha : มีความแปรปรวนอย่างน้อย 1 คู่ ที่แตกต่างกัน ใช้ chi-square ในการทดสอบ

25 3. การทดสอบ variance ratio ของ Bartlett
Q = k(n-1)ln[s2i/k]-2(n-1)ln(s2i) C = 1+[1/(3*(k-1))]*[(k/(n-1))-(1/k*(n-1)))] เมื่อ k = จำนวน trt n = จำนวนซ้ำ s2 = sampling variance BC = Q/C

26 รูปแบบคำสั่ง

27

28 ข้อกำหนดของ ANOVA Normality 1. Proc Univariate
Homogeneity variance Additive model Independent error 1. Proc Univariate 2. Normal probability plot 1. Residual plot 2. Variance ratio ของ Hartley 3. Variance ratio ของ Bartlett Tukey

29 การทดสอบโดยวิธีของ Tukey
กรณีวางแผนแบบ RCBD หรือ LSD โดยไม่มีซ้ำ Yij =  + i + j + Dij + ij Regression coefficient ระหว่าง block vs trt

30 ขั้นตอนการทดสอบ 1 2 3 คำนวณค่า residual จากโมเดลที่มีแต่ปัจจัยหลัก
ประเมินค่าอิทธิพลต่างๆในโมเดล คำนวณอิทธิพลร่วมสำหรับค่าสังเกตแต่ละค่า cij = ij/ 3 ทดสอบอิทธิพลร่วมที่มีต่อค่า residual ถ้า sig. แสดงว่าโมเดลเป็นแบบ non additivity

31 สร้างชุดข้อมูลเพื่อเก็บค่า residual และอิทธิพลต่างๆ

32 ทดสอบ non-additivity

33

34

35 สร้างตารางวิเคราะห์ความแปรปรวนใหม่

36 ข้อกำหนดของ ANOVA Normality Homogeneity variance Additive model
Independent error 1. Proc Univariate 2. Normal probability plot Residual plot 1. Residual plot 2. Variance ratio ของ Hartley 3. Variance ratio ของ Bartlett Tukey

37 การสร้าง residual plot

38 ข้อมูล ตรวจสอบข้อกำหนด Yes วิเคราะห์ สรุปผล No แปลงข้อมูล
Non parametric