Regression vs ANOVA
Ang Regression at ANOVA (Analysis of Variance) ay dalawang pamamaraan sa istatistikal na teorya upang suriin ang pag-uugali ng isang variable kumpara sa isa pa. Sa regression, kadalasan ay ang variation ng dependent variable batay sa independent variable habang, sa ANOVA, ito ay ang variation ng mga attribute ng dalawang sample mula sa dalawang populasyon.
Higit pa tungkol sa Regression
Ang Regression ay isang istatistikal na paraan na ginagamit upang iguhit ang kaugnayan sa pagitan ng dalawang variable. Kadalasan kapag ang data ay nakolekta, maaaring mayroong mga variable na umaasa sa iba. Ang eksaktong ugnayan sa pagitan ng mga variable na iyon ay maitatag lamang sa pamamagitan ng mga pamamaraan ng regression. Ang pagtukoy sa kaugnayang ito ay nakakatulong na maunawaan at mahulaan ang pag-uugali ng isang variable sa isa pa.
Ang pinakakaraniwang aplikasyon ng pagsusuri ng regression ay ang tantiyahin ang halaga ng dependent variable para sa isang naibigay na halaga o hanay ng mga value ng mga dependent variable. Halimbawa, gamit ang regression, maitatag natin ang kaugnayan sa pagitan ng presyo ng bilihin at pagkonsumo batay sa data na nakolekta mula sa isang random na sample. Ang pagsusuri ng regression ay gagawa ng regression function ng set ng data, na isang mathematical model na pinakaangkop sa available na data. Madali itong kinakatawan ng isang scatter plot. Ang graphically regression ay katumbas ng paghahanap ng pinakamahusay na angkop na curve para sa give data set. Ang function ng curve ay ang regression function. Gamit ang mathematical model, ang paggamit ng isang commodity ay mahuhulaan para sa isang partikular na presyo.
Samakatuwid, ang pagsusuri ng regression ay malawakang ginagamit sa paghula at pagtataya. Ginagamit din ito upang magtatag ng mga ugnayan sa pang-eksperimentong data, sa larangan ng pisika, kimika, at maraming natural na agham at mga disiplina sa inhinyero. Kung ang relasyon o ang regression function ay isang linear function, kung gayon ang proseso ay kilala bilang isang linear regression. Sa scatter plot, maaari itong ilarawan bilang isang tuwid na linya. Kung ang function ay hindi isang linear na kumbinasyon ng mga parameter, ang regression ay hindi linear.
Higit pa tungkol sa ANOVA (Analysis of Variance)
Ang ANOVA ay hindi nagsasangkot ng pagsusuri ng isang ugnayan sa pagitan ng dalawa o higit pang mga variable nang tahasan. Sa halip, sinusuri nito kung ang dalawa o higit pang mga sample mula sa magkakaibang populasyon ay may parehong mean. Halimbawa, isaalang-alang ang mga resulta ng pagsusulit ng isang pagsusulit na ginanap para sa isang grado sa paaralan. Kahit na magkaiba ang mga pagsusulit, maaaring magkapareho ang pagganap sa bawat klase. Ang isang paraan ng pagpapatunay nito ay sa pamamagitan ng paghahambing ng paraan ng bawat klase. Ang ANOVA o ANalysis Of Variance ay nagpapahintulot sa hypothesis na ito na masuri. Sa mga pangunahing kaalaman, ang ANOVA ay maaaring ituring bilang isang extension ng t-test, kung saan inihahambing ang paraan ng dalawang sample na nakuha mula sa dalawang populasyon.
Ang pangunahing ideya ng ANOVA ay isaalang-alang ang variation sa loob ng sample at variation sa pagitan ng mga sample. Ang pagkakaiba-iba sa loob ng sample ay maaaring maiugnay sa randomness, samantalang ang pagkakaiba-iba sa mga sample ay maaaring maiugnay sa parehong randomness at iba pang panlabas na mga kadahilanan. Ang pagsusuri ng pagkakaiba ay batay sa tatlong modelo; modelo ng fixed effects, modelo ng random effects, at modelo ng mixed effects.
Ano ang pagkakaiba ng Regression at ANOVA?
• Ang ANOVA ay ang pagsusuri ng pagkakaiba-iba sa pagitan ng dalawa o higit pang mga sample habang ang regression ay ang pagsusuri ng isang kaugnayan sa pagitan ng dalawa o higit pang mga variable.
• Ang teorya ng ANOVA ay inilapat gamit ang tatlong pangunahing modelo (modelo ng mga fixed effects, modelo ng random na epekto, at modelo ng mixed effects) habang inilalapat ang regression gamit ang dalawang modelo (modelo ng linear regression at modelo ng multiple regression).
• Ang ANOVA at Regression ay parehong dalawang bersyon ng General Linear Model (GLM). Nakabatay ang ANOVA sa mga variable na panghula ng kategorya, habang ang regression ay batay sa mga variable ng quantitative predictor.
• Ang regression ay ang mas nababaluktot na pamamaraan, at ginagamit ito sa pagtataya at paghula habang ginagamit ang ANOVA upang ihambing ang pagkakapantay-pantay ng dalawa o higit pang populasyon.
