Variansanalys (ANOVA) i R (5 / 5 steg)
Steg 5: Tolka data:
Här försöker vi beskriva kalorier i form av socker, kalorier från fett, Protein och deras interaktioner med varandra (socker * CalFat, socker * Protein, CalFat * Protein och socker * CalFat * Protein)
Fokusera på kolumnen: sannolikheten att F är större då noterade värdet från föregående kolumn. Detta kallas ofta p-värde. I de flesta fall du sätta betydelse på den alfa =. 05 nivå, eller kräver vi P värde vara mindre sedan.05 anses vara statistiskt signifikant.
Omedelbart kan vi se att villkoren socker, socker * CalFat och CalFat * Protein inte är betydande på.05 nivå. Alternativt ser vi att CalFat och socker * CalFat * Protein är de bästa villkor respektive med P värden mycket mindre sedan.05.
Från detta kan vi dra slutsatsen att om ditt mål är att beskriva kalorier du behöver bara göra en regression på CalFat eller potentiella socker * CalFat * Protein. Om du planerar att ta fler prover och allt du bryr dig om dess förutsäga eller beskriva kalorier har du nu endast att samla kalorier från fett och avstå från att samla in alla andra variabler.
Grattis! Du bara slutfört och kan nu tolka din alldeles egna datauppsättning med analys test. Här praktiska verktyget kan spara dig och ditt företag untold mängder av tid, ansträngning och pengar!