StatBlank
← Все методы

Двухфакторный дисперсионный анализ — онлайн-калькулятор (ANOVA)

Двухфакторный дисперсионный анализ проверяет, влияют ли на результат сразу два фактора и есть ли между ними взаимодействие (когда действие одного фактора зависит от уровня другого). Например: как на результат влияют методика тренировки и пол спортсмена — по отдельности и вместе. Введите данные по схеме 2×2 ниже — калькулятор посчитает F, p и η² для каждого эффекта.

Проверяет влияние сразу двух факторов и их совместного действия (взаимодействия) на числовой показатель. Схема 2×2: два уровня фактора A × два уровня фактора B. Число значений во всех четырёх ячейках должно совпадать (сбалансированный дизайн).

По одному значению в строке. Во всех ячейках должно быть одинаковое количество значений. Дробные — через запятую.

Когда применять двухфакторный ANOVA

Он нужен, когда на числовой показатель могут влиять два качественных фактора одновременно, и вам важно разделить их эффекты. Примеры из дипломов:

  • Влияние методики (обычная / новая) и пола (м / ж) на результат теста.
  • Влияние типа нагрузки и времени суток на самочувствие.
  • Если фактор всего один — берите однофакторный дисперсионный анализ (ANOVA).

Три эффекта: A, B и взаимодействие

Анализ раскладывает результат на три эффекта. Главный эффект фактора A — влияет ли сам по себе первый фактор. Главный эффект фактора B — влияет ли второй фактор. И взаимодействие A×B — самое интересное.

Взаимодействие значимо, когда эффект одного фактора разный на разных уровнях другого. Например, новая методика помогает девушкам, но не помогает юношам — это и есть взаимодействие. Если оно значимо, главные эффекты интерпретируют осторожно.

Что показывают F, p и η²

Для каждого эффекта считается F-статистика и её p-уровень. Если p < 0,05 — эффект значим.

η² (эта-квадрат) — размер эффекта: доля разброса результата, которую объясняет данный фактор. Он помогает понять не только «значимо ли», но и «насколько сильно»: η² около 0,01 — слабый эффект, 0,06 — средний, 0,14 и выше — сильный.

Сбалансированный дизайн: почему важно равное число наблюдений

Наш калькулятор считает сбалансированный двухфакторный анализ: во всех четырёх ячейках схемы 2×2 должно быть одинаковое число наблюдений. Это делает разложение дисперсии корректным и однозначным.

Если в ячейках разное число значений, результат смещается. Уравняйте группы (например, случайно отберите одинаковое число наблюдений в каждую), прежде чем считать.

Частые вопросы

Связанные методы