Phân tích đa biến: các loại, ví dụ, phương pháp phân tích, mục đích và kết quả

2024 Tác giả: Howard Calhoun | [email protected]. Sửa đổi lần cuối: 2023-12-17 10:44

Phân tích đa biến phương sai là sự kết hợp của nhiều phương pháp thống kê khác nhau được thiết kế để kiểm tra giả thuyết và mối quan hệ giữa các yếu tố đang nghiên cứu và một số đặc điểm nhất định không có mô tả định lượng. Ngoài ra, kỹ thuật này cho phép bạn xác định mức độ tương tác của các yếu tố và ảnh hưởng của chúng đến các quá trình nhất định. Tất cả những định nghĩa này nghe có vẻ khá khó hiểu, vì vậy chúng ta hãy hiểu chúng chi tiết hơn trong bài viết của chúng tôi.

Tiêu chí và các loại phân tích phương sai

Phương pháp phân tích đa biến phương sai thường được sử dụng nhất để tìm mối quan hệ giữa một biến định lượng liên tục và các đặc điểm định tính danh nghĩa. Trên thực tế, kỹ thuật này là một phép thử các giả thuyết khác nhau về sự bằng nhau của các mẫu số học khác nhau. Do đó, nó có thểđược coi là tiêu chí để so sánh một số mẫu. Tuy nhiên, kết quả sẽ giống hệt nhau nếu chỉ sử dụng hai yếu tố để so sánh. Nghiên cứu về phép thử t cho thấy rằng kỹ thuật này cho phép bạn nghiên cứu vấn đề của các giả thuyết một cách chi tiết hơn bất kỳ phương pháp nào khác đã biết.

Cũng không thể không lưu ý rằng một số kiểu phân tích phương sai dựa trên một quy luật nhất định: tổng bình phương của độ lệch giữa các nhóm và tổng bình phương của độ lệch trong nhóm là hoàn toàn bằng nhau. Trong một nghiên cứu, thử nghiệm của Fisher được sử dụng, được sử dụng để phân tích chi tiết các phương sai trong nhóm. Mặc dù điều này đòi hỏi các điều kiện tiên quyết cho tính chuẩn tắc của phân phối, cũng như tính đồng biến của các mẫu - sự bình đẳng của các phương sai. Đối với loại phân tích phương sai, những điều sau được phân biệt:

• phân tích đa biến hoặc đa biến;
• phân tích đơn biến hoặc đơn biến.

Không khó để đoán rằng phương pháp thứ hai xem xét sự phụ thuộc của một tính năng và giá trị đang được nghiên cứu, và phương pháp thứ nhất dựa trên việc phân tích một số tính năng cùng một lúc. Ngoài ra, phương sai đa biến không cho phép bạn xác định mối quan hệ chặt chẽ hơn giữa một số phần tử, vì sự phụ thuộc của một số giá trị / u200b / u200bis được điều tra cùng một lúc (mặc dù việc thực hiện phương pháp dễ dàng hơn nhiều).

Yếu tố

Suy nghĩ về các phương pháp phân tích tương quan đa biến? Sau đó, bạn nên biết rằng đối với một nghiên cứu chi tiết, bạn nên nghiên cứu những yếu tố kiểm soát hoàn cảnh của thử nghiệm và ảnh hưởng đến kết quả cuối cùng. Cũng dướicác yếu tố có thể ngụ ý các phương pháp và mức độ của giá trị xử lý đặc trưng cho một biểu hiện cụ thể của một điều kiện cụ thể. Trong trường hợp này, các số liệu được đưa ra trong hệ thống đo lường thứ tự hoặc danh nghĩa. Nếu có vấn đề với việc nhóm dữ liệu, bạn phải sử dụng các giá trị số giống nhau, điều này sẽ làm thay đổi một chút kết quả cuối cùng.

Cũng cần hiểu rằng số lượng quan sát và nhóm không thể quá lớn, vì điều này dẫn đến dư thừa dữ liệu và không thể hoàn thành phép tính. Đồng thời, phương pháp phân nhóm không chỉ phụ thuộc vào khối lượng, mà còn phụ thuộc vào tính chất của sự biến thiên của các giá trị nhất định. Kích thước và số lượng các khoảng trong phân tích có thể được xác định theo nguyên tắc tần số bằng nhau, cũng như các khoảng giống nhau giữa chúng. Do đó, tất cả các nghiên cứu đã nhận sẽ được liệt kê trong thống kê phân tích đa biến, dựa trên các ví dụ khác nhau. Chúng ta sẽ quay lại vấn đề này trong các phần sau.

Mục đích của ANOVA

Vì vậy, đôi khi có thể phát sinh tình huống cần so sánh hai hoặc nhiều mẫu khác nhau. Trong trường hợp này, sẽ hợp lý nhất nếu áp dụng phân tích hồi quy-tương quan đa biến dựa trên nghiên cứu giả thuyết và mối quan hệ của các yếu tố khác nhau trong mức độ hồi quy. Ngoài ra, tên của kỹ thuật cho thấy thực tế là các thành phần khác nhau của phương sai được sử dụng trong quá trình nghiên cứu.

Bản chất của nghiên cứu là gì? VìĐầu tiên, hai hoặc nhiều chỉ số được chia thành các phần riêng biệt, mỗi phần tương ứng với hành động của một yếu tố nhất định. Sau đó, một số quy trình nghiên cứu được thực hiện để tìm kiếm mối quan hệ của các mẫu khác nhau và mối quan hệ giữa chúng. Để hiểu chi tiết hơn về một kỹ thuật phức tạp nhưng thú vị như vậy, chúng tôi khuyên bạn nên nghiên cứu một số ví dụ về phân tích tương quan đa biến được đưa ra trong các phần sau của bài viết của chúng tôi.

Ví dụ một

Có một số máy tự động trong xưởng sản xuất, mỗi máy được thiết kế để sản xuất một bộ phận cụ thể. Kích thước của phần tử được sản xuất là một biến ngẫu nhiên, không chỉ phụ thuộc vào cài đặt của chính máy mà còn phụ thuộc vào độ lệch ngẫu nhiên chắc chắn sẽ xảy ra do quá trình sản xuất các bộ phận. Nhưng làm thế nào một công nhân có thể xác định hoạt động chính xác của máy nếu ban đầu anh ta sản xuất các bộ phận có khuyết tật? Đúng vậy, bạn cần mua cùng một bộ phận trên thị trường và so sánh kích thước của nó với những gì thu được trong quá trình sản xuất. Sau đó, bạn có thể điều chỉnh thiết bị để nó tạo ra các bộ phận có kích thước mong muốn. Và hoàn toàn không có vấn đề gì về lỗi sản xuất, bởi vì nó cũng được tính đến trong các tính toán.

Đồng thời, nếu có một số chỉ số nhất định trên các máy cho phép bạn xác định cường độ điều chỉnh (trục X và Y, độ sâu, v.v.), thì các chỉ số trên tất cả các máy sẽ hoàn toàn khác nhau. Nếu các phép đo hóa ra hoàn toàn giống nhau, thì lỗi sản xuất không thể làcó tính đến tất cả. Tuy nhiên, điều này cực kỳ hiếm khi xảy ra, đặc biệt nếu các sai số được tính bằng milimét. Nhưng nếu bộ phận được phát hành có cùng kích thước với kích thước tiêu chuẩn mua trên thị trường, thì không có nghi ngờ gì về bất kỳ cuộc hôn nhân nào, vì trong quá trình sản xuất chiếc máy "lý tưởng", một chiếc máy cũng đã được sử dụng, mắc một số lỗi nhất định, có lẽ cũng đã xảy ra. được công nhân tính đến.

Ví dụ thứ hai

Để sản xuất một thiết bị nào đó chạy bằng điện, cần sử dụng nhiều loại giấy cách điện khác nhau: giấy cách điện, tụ điện, v.v. Ngoài ra, thiết bị có thể được ngâm tẩm với nhựa, véc ni, hợp chất epoxy và các nguyên tố hóa học khác để kéo dài tuổi thọ. Chà, các rò rỉ khác nhau bên dưới xi lanh chân không ở áp suất cao sẽ dễ dàng được loại bỏ bằng cách sử dụng phương pháp làm nóng hoặc bơm không khí ra ngoài. Tuy nhiên, nếu trước đây người chủ chỉ sử dụng một yếu tố từ mỗi danh sách thì có thể nảy sinh nhiều khó khăn trong quá trình sản xuất sử dụng công nghệ mới. Hơn nữa, gần như chắc chắn, tình huống như vậy sẽ do một yếu tố gây ra. Tuy nhiên, sẽ gần như không thể tính được yếu tố nào ảnh hưởng đến hiệu suất kém của thiết bị. Đó là lý do tại sao không nên sử dụng phương pháp phân tích nhiều yếu tố mà chỉ sử dụng một yếu tố đơn lẻ để nhanh chóng xử lý nguyên nhân của sự cố.

Tất nhiên, khi sử dụng các công cụ và thiết bị khác nhau để theo dõi ảnh hưởng của một yếu tố cụ thể lênkết quả cuối cùng, nghiên cứu đôi khi được đơn giản hóa, tuy nhiên, sẽ không phải chăng đối với một kỹ sư mới vào nghề để có được những đơn vị như vậy. Đó là lý do tại sao chúng ta nên sử dụng phân tích phương sai một chiều, cho phép bạn xác định nguyên nhân của các vấn đề chỉ trong vài phút. Để làm được điều này, bạn chỉ cần đặt một trong những giả thuyết có khả năng xảy ra cao nhất trước mặt, sau đó bắt đầu chứng minh điều đó thông qua các thí nghiệm và phân tích các chỉ số hoạt động của thiết bị. Không lâu nữa, trình hướng dẫn sẽ có thể tìm ra nguyên nhân của sự cố và khắc phục nó bằng cách thay thế một trong các lựa chọn bằng một lựa chọn thay thế.

Ví dụ thứ ba

Một ví dụ khác về phân tích đa biến. Giả sử rằng một kho xe buýt có thể phục vụ một số tuyến trong ngày. Trên cùng các tuyến đường này, xe đẩy của các hãng hoàn toàn khác nhau hoạt động và 50 nhân viên kiểm soát khác nhau thu tiền vé. Tuy nhiên, việc quản lý tổng kho quan tâm đến việc làm thế nào để có thể so sánh một số chỉ tiêu khác nhau ảnh hưởng đến tổng doanh thu: thương hiệu của xe đẩy, hiệu quả của tuyến đường và tay nghề của công nhân. Để thấy được tính khả thi về kinh tế, cần phải phân tích cụ thể tác động của từng yếu tố này đến kết quả cuối cùng. Ví dụ, một số giám sát viên có thể không làm tốt công việc của họ, vì vậy những nhân viên có trách nhiệm hơn sẽ phải được thuê. Hầu hết hành khách không thích đi xe đẩy cũ, vì vậy tốt nhất bạn nên sử dụng thương hiệu mới. Tuy nhiên, nếu cả hai yếu tố này cùng đi với thực tế là hầu hết các tuyến đều có nhu cầu cao, thì liệu điều đó có xứng đáng chút nào không?thay đổi?

Nhiệm vụ của nhà nghiên cứu là sử dụng một phương pháp phân tích để thu được càng nhiều thông tin hữu ích càng tốt về ảnh hưởng của từng yếu tố đến kết quả cuối cùng. Để làm được điều này, cần phải đưa ra ít nhất 3 giả thuyết khác nhau, các giả thuyết này sẽ phải được chứng minh bằng nhiều cách khác nhau. Phân tích phân tán cho phép giải quyết các vấn đề như vậy trong thời gian ngắn nhất có thể và thu được thông tin hữu ích tối đa, đặc biệt nếu sử dụng phương pháp nhiều pha. Tuy nhiên, hãy nhớ rằng phân tích đơn biến cung cấp sự tự tin hơn nhiều về ảnh hưởng của một yếu tố nhất định vì nó kiểm tra mẫu chi tiết hơn. Ví dụ: nếu tổng kho hướng tất cả nỗ lực của mình vào việc phân tích công việc của những người điều hành, thì sẽ có thể xác định được nhiều công nhân vô đạo đức trên tất cả các tuyến đường.

Phân tích một chiều

Phân tích một yếu tố là một tập hợp các phương pháp nghiên cứu nhằm phân tích một yếu tố nào đó để đưa ra kết quả cuối cùng trong một trường hợp cụ thể. Ngoài ra, khá thường xuyên, một kỹ thuật tương tự được sử dụng để so sánh mức độ ảnh hưởng lớn nhất giữa hai yếu tố. Nếu chúng ta so sánh với cùng một tổng kho, thì trước tiên, chúng ta nên phân tích riêng tác động của các tuyến đường và thương hiệu xe đẩy khác nhau đối với lợi nhuận, sau đó so sánh các kết quả với nhau và xác định xem nên phát triển nhà ga theo hướng nào là tốt nhất.

Ngoài ra, đừng quên một điều như giả thuyết vô hiệu - tức là giả thuyết khôngcó thể bị loại bỏ và trong mọi trường hợp nó bị ảnh hưởng bởi tất cả các yếu tố được liệt kê ở mức độ này hay mức độ khác. Ngay cả khi chúng ta chỉ so sánh các tuyến đường và thương hiệu của xe đẩy, vẫn không thể tránh khỏi ảnh hưởng của sự chuyên nghiệp của người điều hành. Do đó, ngay cả khi không thể phân tích được yếu tố này, thì ảnh hưởng của giả thuyết vô hiệu cũng không được quên. Ví dụ: nếu bạn quyết định điều tra sự phụ thuộc của lợi nhuận vào tuyến đường, hãy để cùng một người điều hành chuyến bay để kết quả đọc chính xác nhất có thể.

Phân tích hai chiều

Thông thường, kỹ thuật này còn được gọi là phương pháp so sánh và được sử dụng để xác định sự phụ thuộc của hai yếu tố vào nhau. Trong thực tế, bạn sẽ phải sử dụng các bảng khác nhau với các chỉ số chính xác để không bị nhầm lẫn trong tính toán của chính mình và ảnh hưởng của các yếu tố đến chúng. Ví dụ, bạn có thể chạy hai xe đẩy hoàn toàn khác nhau trên hai tuyến đường giống hệt nhau cùng một lúc, bỏ qua yếu tố giả thuyết không (chọn hai dây dẫn có trách nhiệm). Trong trường hợp này, việc so sánh hai tình huống sẽ có chất lượng cao nhất, vì thử nghiệm diễn ra cùng một lúc.

Phân tích đa biến với các thử nghiệm lặp lại

Phương pháp này được sử dụng trong thực tế thường xuyên hơn nhiều so với những phương pháp khác, đặc biệt là khi áp dụng cho một nhóm các nhà nghiên cứu mới làm quen. Trải nghiệm lặp đi lặp lại không chỉ cho phép bạn bị thuyết phục về ảnh hưởng của một hay yếu tố khác đến kết quả cuối cùng, mà còn để tìm ra những sai lầm đã mắc phải trong quá trình nghiên cứu. Ví dụ, hầu hết các nhà phân tích thiếu kinh nghiệmquên đi sự hiện diện của một hoặc nhiều giả thuyết vô hiệu, dẫn đến kết quả không chính xác trong quá trình nghiên cứu. Tiếp tục ví dụ về depot, chúng ta có thể phân tích ảnh hưởng của các yếu tố nhất định vào các mùa khác nhau trong năm, vì lượng hành khách vào mùa đông rất khác so với mùa hè. Ngoài ra, kinh nghiệm lặp đi lặp lại có thể dẫn dắt nhà nghiên cứu đến những ý tưởng mới và giả thuyết mới.

Video và kết luận

Chúng tôi hy vọng bài viết của chúng tôi đã giúp bạn hiểu được phương pháp phân tích tương quan đa biến dựa trên cơ sở nào. Nếu bạn vẫn có bất kỳ câu hỏi nào về chủ đề này, chúng tôi khuyên bạn nên xem một đoạn video ngắn. Nó mô tả chi tiết các phương pháp phân tích phương sai bằng một ví dụ cụ thể.

Như bạn có thể thấy, phân tích đa biến là một quá trình khá phức tạp, nhưng rất thú vị cho phép bạn xác định sự phụ thuộc của một số yếu tố vào kết quả cuối cùng. Kỹ thuật này có thể được áp dụng trong tất cả các lĩnh vực của cuộc sống và có thể được sử dụng hiệu quả để kinh doanh. Ngoài ra, mô hình phân tích đa biến có thể được sử dụng để đạt được các mục tiêu đột phá bằng các phương pháp đơn giản.