Мягкое введение в ANOVA: проблема накопления ошибки (12-1)

Зачем нам нужен дисперсионный анализ (ANOVA)? Разве нельзя просто сравнить несколько групп с помощью множества небольших t-тестов? К сожалению, при использовании нескольких t-тестов частота ошибок резко возрастает. Вступает в действие эффект пирамидирования вероятностей, и мы начинаем совершать ошибки первого типа, не имея возможности определить, какие результаты неверны. Дисперсионный анализ позволяет сравнивать средние значения из 3 или более групп, сначала анализируя дисперсию между группами и внутри групп, а затем проводя последующий (постхок) тест. Это видео знакомит со следующими концепциями и методами: Введение в концепцию дисперсионного анализа Ссылка на папку Google Drive со всеми файлами, которые я использую в видео, включая наборы данных для дисперсионного анализа. По мере добавления новых файлов они также будут появляться здесь. https://drive.google.com/drive/folder... Содержание: 00:08 - Статистика для перевернутого класса 02:13 - Больше измерений, больше проблем 02:32 - Почему бы не использовать много t-критериев? 03:10 - Аналогия с лотереей 04:29 - Пирамидирование вероятностей 05:25 - Решение? …ANOVA! 06:56 - Однофакторный дисперсионный анализ