Analysis of Variance (ANOVA) is an

Analysis of Variance (ANOVA) is an important technique to test the homogeneity of means for several populations. One of the basic assumptions for ANOVA is that the variances of several populations are equal. In the real world, this kind of assumption may or may not be true. One needs to check the validity of this assumption before applying the technique of ANOVA. Several tests have been proposed for the homogeneity of variances by Conover et al. [4] in Completely Randomized Design (CRD) and so far, the most frequently cited and used are methods proposed by Bartlett [1], Box [3], Hartley [9], Levene [14]. Bhandary and Dai [2] recently proposed an alternative test in this situation. Harris [8] developed a variance homogeneity test for correlated variables, Piepho [16–19] proposed several methods to test homoscedasticity.

ผลลัพธ์ (ไทย) 1:

การวิเคราะห์ความแปรปรวน (ANOVA) เป็นเทคนิคสำคัญเพื่อทดสอบ homogeneity หมายถึงสำหรับหลายประชากร สมมติฐานพื้นฐานสำหรับ ANOVA อย่างใดอย่างหนึ่งคือผลต่างของประชากรหลายเท่า ในโลกจริง ชนิดของสมมติฐานนี้อาจ หรืออาจไม่เป็นจริง หนึ่งต้องการตรวจสอบความถูกต้องของสมมติฐานนี้ก่อนที่จะใช้เทคนิคของ ANOVA ทดสอบต่าง ๆ ได้รับการเสนอสำหรับ homogeneity ของผลต่างโดยโฮปมิลส์ et al. [4] ในอย่างสมบูรณ์แบบสุ่มออก (CRD) และ ฉะนี้ บ่อยอ้างมากสุด และใช้วิธีเสนอ โดยแม่ [9] [3] กล่อง บาร์ตเลต [1] Levene [14] Bhandary ได [2] เมื่อเร็ว ๆ นี้นำเสนอและการทดสอบทางเลือกในสถานการณ์นี้ แฮร์ริส [8] พัฒนาการแปรปรวน homogeneity ทดสอบตัวแปรมีความสัมพันธ์ Piepho [16-19] เสนอวิธีต่าง ๆ การทดสอบ homoscedasticity

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์ความแปรปรวน (ANOVA) เป็นเทคนิคสำคัญที่จะทดสอบความเป็นเนื้อเดียวกันของหมายถึงเป็นเวลาหลายประชากร หนึ่งในสมมติฐานพื้นฐานสำหรับการวิเคราะห์ความแปรปรวนคือความแปรปรวนของประชากรหลายเท่ากัน ในโลกแห่งความเป็นจริงชนิดของสมมติฐานนี้อาจจะหรืออาจไม่เป็นจริง หนึ่งต้องตรวจสอบความถูกต้องของสมมติฐานนี้ก่อนที่จะใช้เทคนิคของการวิเคราะห์ความแปรปรวน การทดสอบหลายคนได้รับการเสนอให้เป็นเนื้อเดียวกันความแปรปรวนโดยคอนโอเวอร์ et al, [4] ในแบบสุ่มสมบูรณ์ (CRD) และเพื่อให้ห่างไกลในวิธีการที่อ้างถึงบ่อยมากที่สุดและใช้เป็นที่เสนอโดยบาร์ตเลตต์ [1], กล่อง [3] สมุน [9], Levene [14] Bhandary และ Dai [2] เมื่อเร็ว ๆ นี้ที่นำเสนอทางเลือกการทดสอบในสถานการณ์เช่นนี้ แฮร์ริส [8] การพัฒนาการทดสอบความแปรปรวนเป็นเนื้อเดียวกันสำหรับตัวแปรความสัมพันธ์, Piepho [16-19] เสนอวิธีการต่างๆในการทดสอบ homoscedasticity

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์ความแปรปรวน ( ANOVA ) เป็นเทคนิคที่สำคัญในการทดสอบความเป็นเอกพันธ์ของหมายถึงประชากรหลาย หนึ่งในสมมติฐานพื้นฐานสำหรับการวิเคราะห์ความแปรปรวนของประชากรเป็นหลายเท่า ในโลกแห่งความจริง , ชนิดของสมมติฐานที่อาจจะหรืออาจจะไม่เป็นจริง หนึ่งต้องตรวจสอบความถูกต้องของสมมติฐานนี้ก่อนที่จะใช้เทคนิคการวิเคราะห์ความแปรปรวน การทดสอบหลายได้รับการเสนอสำหรับค่าความแปรปรวนโดย Conover et al . [ 4 ] in Completely Randomized Design ( CRD ) และเพื่อให้ห่างไกลที่ได้รับการอ้างถึงมากที่สุด และใช้วิธีการที่เสนอโดยบาร์ทเล็ทท์ [ 1 ] กล่อง [ 3 ] , ฮาร์ทลี่ย์ [ 9 ] ใช้ [ 14 ] และ bhandary ได [ 2 ] เสนอล่าสุดการทดสอบทางเลือกในสถานการณ์นี้ แฮร์ริส [ 8 ] พัฒนาทดสอบค่าความแปรปรวนมีตัวแปร piepho [ 16 ] 19 –นำเสนอหลายวิธีที่จะทดสอบ homoscedasticity .