Sabit etkiler ANOVA (veya lineer regresyon eşdeğeri), bu verileri analiz etmek için güçlü bir yöntem ailesi sağlar. Göstermek için, burada ortalama HC başına akşam grafikleriyle tutarlı bir veri kümesi (renk başına bir grafik):
| Color
Day | B G R | Total
-------+---------------------------------+----------
1 | 117 176 91 | 384
2 | 208 193 156 | 557
3 | 287 218 257 | 762
4 | 256 267 271 | 794
5 | 169 143 163 | 475
6 | 166 163 163 | 492
7 | 237 214 279 | 730
8 | 588 455 457 | 1,500
9 | 443 428 397 | 1,268
10 | 464 408 441 | 1,313
11 | 470 473 464 | 1,407
12 | 171 185 196 | 552
-------+---------------------------------+----------
Total | 3,576 3,323 3,335 | 10,234
Bu tabloya count
karşı ANOVA day
ve color
üretir:
Number of obs = 36 R-squared = 0.9656
Root MSE = 31.301 Adj R-squared = 0.9454
Source | Partial SS df MS F Prob > F
-----------+----------------------------------------------------
Model | 605936.611 13 46610.5085 47.57 0.0000
|
day | 602541.222 11 54776.4747 55.91 0.0000
colorcode | 3395.38889 2 1697.69444 1.73 0.2001
|
Residual | 21554.6111 22 979.755051
-----------+----------------------------------------------------
Total | 627491.222 35 17928.3206
model
0.0000 gösterir uygun p-değeri son derece önemlidir. day
0.0000 p-değeri de önemli boyuttadır: günü değişikliklerine gün algılayabilir. Ancak, color
(sömestr) p değeri 0,0011 olarak dikkate alınmamalıdır: günlük değişim için kontrol ettikten sonra bile üç dönem arasında sistematik bir fark tespit edemezsiniz .
Tukey'in HSD ("dürüst anlamlı fark") testi, günlük olarak (dönemden bağımsız olarak) 0.05 düzeyinde aşağıdaki önemli değişiklikleri (diğerleri arasında) tanımlar:
1 increases to 2, 3
3 and 4 decrease to 5
5, 6, and 7 increase to 8,9,10,11
8, 9, 10, and 11 decrease to 12.
Bu, gözün grafiklerde görebileceklerini doğrular.
Grafikler biraz atladığından, zaman serisi analizinin tüm noktası olan günlük korelasyonları (seri korelasyon) tespit etmenin bir yolu yoktur. Başka bir deyişle, zaman serisi teknikleriyle uğraşmayın: burada daha büyük bir kavrayış sağlayacak kadar veri yok.
Herhangi bir istatistiksel analizin sonuçlarına ne kadar inanılacağı daima merak edilmelidir. Heterosedastisite için çeşitli teşhisler ( Breusch-Pagan testi gibi ) rahatsız edici bir şey göstermez. Kalıntılar çok normal görünmüyor - bazı gruplara karışıyorlar - bu yüzden tüm p değerlerinin bir tuz tanesi ile alınması gerekiyor. Bununla birlikte, makul rehberlik sağlıyor ve grafiklere bakarak elde edebileceğimiz verilerin anlamını ölçmeye yardımcı oluyorlar.
Günlük minimum veya günlük maksimum üzerinde paralel bir analiz yapabilirsiniz. Kılavuz olarak benzer bir grafikle başladığınızdan ve istatistiksel çıktıyı kontrol ettiğinizden emin olun.