MerQuR+İstatistik Sözlüğü

İstatistik Sözlüğü → Varyans Bileşenleri Analizi

Varyans Bileşenleri Analizianaliz

Bir ölçümdeki toplam değişkenliği, rastgele etki olarak ele alınan kaynaklara (parti, operatör, okul, hayvan gibi) ve ölçüm hatasına ayırıp her kaynağın payını kestiren analiz.

Kavram

Bir ürünün kalitesi, bir öğrencinin puanı ya da bir hayvanın verimi farklı düzeylerdeki birçok kaynaktan etkilenir. Varyans bileşenleri analizi, ortalamaları karşılaştırmak yerine şu soruyu sorar: değişkenliğin ne kadarı partiler arasındaki, ne kadarı parti içindeki birimler arasındaki farklardan, ne kadarı ölçüm hatasından geliyor? Bu bilgi, iyileştirme çabasının nereye yöneltileceğine karar vermek (kalite kontrol), ölçüm sisteminin yeterliliğini değerlendirmek (GRR) ya da bir özelliğin kalıtım derecesini kestirmek için gereklidir.

Model her gözlemi genel ortalama ile her kaynağın rastgele sapmasının toplamı olarak yazar: y = μ + a(parti) + b(parti içinde birim) + e. Bu sapmaların her birinin kendi varyansı vardır ve toplam varyans bunların toplamıdır: σ²(toplam) = σ²(a) + σ²(b) + σ²(e). Faktörler rastgele kabul edilir, çünkü ilgilenilen şey örneklemdeki belirli partiler değil, partilerin geldiği evrendeki değişkenliktir. Bir faktörün düzeyleri yalnız üst faktörün içinde anlam taşıyorsa (her partinin kendi kazanları) faktörler iç içe, her düzey her düzeyle birleşebiliyorsa (her operatör her parçayı ölçer) çaprazdır.

Bileşenler REML, ML ya da beklenen kareler ortalamalarına dayanan moment yöntemleriyle kestirilir; REML genellikle önerilir. Moment yöntemleri negatif varyans kestirimi verebilir; bu, o bileşenin gerçekte çok küçük olduğunun işaretidir. Az düzeyli faktörlerde (ör. yalnız 5-10 parti) o faktörün varyansı çok belirsiz kestirilir; bir bileşenin sıfır olup olmadığını sınamada Wald testinden çok olabilirlik oranı testi güvenilirdir. Sonuçlar genellikle her bileşenin toplam varyans içindeki yüzdesiyle raporlanır.

Ne zaman kullanılır?

  • Amaç ortalamaları karşılaştırmak değil, değişkenliğin kaynaklarını ve paylarını bulmak olduğunda: üretimde parti ve makine değişkenliği, ölçüm sistemi analizi, laboratuvarlar arası tekrarlanabilirlik, kalıtım çalışmaları.
  • Faktörün belirli düzeylerinin kendisi ilgi konusuysa (ör. yalnız bu üç makineyi karşılaştırmak) sabit etkili ANOVA kullanılır.
  • Rastgele etkilerin yanında sabit etkilerin de sınanması ve tahmin yapılması öne çıkıyorsa doğrusal karma modeller; yalnız ölçümcüler arası uyum soruluyorsa sınıf içi korelasyon katsayısı daha doğrudan bir araçtır.

Gündelik bir örnek

Bir süt fabrikasında yoğurt kıvamı her gün farklı çıkıyor. Kalite sorumlusu 10 üretim partisi seçiyor, her partiden üç kazan alıyor ve her kazandan iki ölçüm yapıyor. Varyans bileşenleri analizi, toplam değişkenliğin örneğin %15'inin partiler arasındaki (süt tedarikçisi, mevsim gibi) farklardan, %78'inin aynı partideki kazanlar arasındaki farklardan ve yalnız %7'sinin ölçüm hatasından geldiğini gösterebilir. Bu sonuç, sorunun süt tedarikinde değil kazanların ısıtma ya da karıştırma ayarlarında arandığını söyler.

MerQur'da parametreler

Bağımlı (sayısal DV) ve Random faktörler (birinci faktör)

Kavram: Bağımlı değişken değişkenliği incelenecek sayısal ölçümdür; rastgele faktör, düzeyleri daha geniş bir evrenden örneklenmiş sayılan ve kendi varyansı kestirilecek gruplama değişkenidir. Rastgele faktörde ilgi, tek tek düzeylerin ortalamalarında değil düzeyler arasındaki değişkenliğin büyüklüğündedir.

Gündelik örnek: Yoğurt kıvamı bağımlı değişken, üretim partisi rastgele faktördür. Kalite sorumlusu 'üçüncü parti neden kötüydü?' diye değil, 'partiden partiye kıvam ne kadar değişiyor?' diye sorar.

Ne işe yarar: Bağımlı değişkeni ve en az bir rastgele faktörü seçer.

Sonuca etkisi: Tüm bileşenler.

Doğrulama verisinde: Dyestuff (Batch): REML bileşeni 1764.05; ML 1388.33. Hemmerle-Hartley REML değerleri 1464.368 / 26.959 / 78.842.

→ Sabit ve rastgele etkiler

Random faktörler: ikinci faktör ve üst faktörde nested

Kavram: İkinci bir rastgele faktör, birinciyle iç içe ya da çapraz olabilir. İç içe yapıda alt faktörün düzeyleri yalnız üst faktörün belirli bir düzeyinde bulunur; çapraz yapıda her düzey her düzeyle birleşir. Yanlış yapı seçmek bileşenleri yanlış ayrıştırır.

Gündelik örnek: Her partinin kendi kazanları varsa ve 'kazan 1' her partide farklı bir kazanı gösteriyorsa kazan, parti içinde iç içedir. Oysa aynı üç laborant her partiden ölçüm alıyorsa laborant ile parti çaprazdır.

Ne işe yarar: İkinci bir rastgele etki ekler. Kutu işaretliyse ikinci faktörün düzeyleri yalnız üst faktörün her düzeyi içinde anlamlıdır (grup kimliği f1::f2); işaretsizse iki faktör çapraz sayılır. Alt birim kodları üst birim içinde tekrar ediyorsa iç içe seçilmelidir (Pinheiro ve Bates, 2000).

Sonuca etkisi: Varyans bileşenlerinin sayısı ve ayrıştırması.

Doğrulama verisinde: Pastes: iç içe REML batch 1.6573, cask(batch) 8.4336, artık 0.678. Kutu kapalı (çapraz) iken batch 3.3639, cask 0.1487, artık 7.306: bu veri için yanlış model.

→ İç içe (yuvalanmış) ve çapraz rastgele etkiler

Tahmin yöntemi (REML (önerilen), ML, ANOVA (Tip I, EMS), MINQUE(0) / MIVQUE0, MINQUE(1))

Kavram: Varyans bileşenleri farklı ilkelerle kestirilebilir. REML, sabit etkilerin kestirilmesinden doğan yanlılığı düzeltir ve genel olarak önerilir; ML, sabit etkileri farklı modelleri olabilirlikle karşılaştırırken kullanılır; ANOVA ve MINQUE gibi moment yöntemleri dağılım varsaymaz ama negatif kestirim verebilir.

Gündelik örnek: Yalnız 10 parti varken ML parti varyansını sistematik olarak biraz küçük kestirir; REML bu küçümsemeyi düzeltir. ANOVA yöntemi parti varyansı için −0,3 gibi bir değer verirse bu, partiler arası farkın pratikte sıfıra yakın olduğu biçiminde okunur.

Ne işe yarar: REML (varsayılan), ML, ANOVA Tip I (beklenen kareler ortalaması denklemleri), MINQUE(0) = MIVQUE0 ve MINQUE(1) arasından seçer. REML genel öneridir (Searle ve ark., 1992); ML sabit etkileri farklı modellerin karşılaştırmasında kullanılır; moment yöntemleri dağılım varsaymaz ama negatif bileşen verebilir.

Sonuca etkisi: Bileşen değerleri; REML ve ML'de ayrıca SE, Wald Z, log-Wald güven aralığı, asimptotik kovaryans ve bilgi ölçütleri; ANOVA'da beklenen kareler ortalaması tablosu.

Doğrulama verisinde: Dyestuff (dengeli) REML = ANOVA = MINQUE0 = MINQUE1 = 1764.05, ML 1388.33. Dyestuff2: REML ve ML Batch 0 (sınır), ANOVA ve MINQUE -1.3219 (negatif). Hemmerle-Hartley (dengesiz) Var(b): REML 1464.37, ML 723.67, Tip I 1448.38, MIVQUE0 1466.12, MINQUE1 1473.61.

→ Kısıtlı en çok olabilirlik (REML)

Sabit faktörler / kovaryatlar

Kavram: Sabit faktörler ve kovaryatlar, rastgele bileşenlerden ayrı tutulması gereken bilinen sistematik etkilerdir. Bunlar modele eklendiğinde, rastgele bileşenler bu etkilerden arındırılmış değişkenliği gösterir.

Gündelik örnek: Partilerin bir kısmı yazın, bir kısmı kışın üretildiyse ve mevsimin kıvamı etkilediği biliniyorsa mevsim sabit faktör olarak eklenir. Böylece parti varyansı, mevsim farkını değil aynı mevsimdeki partilerin farkını yansıtır.

Ne işe yarar: Bileşenleri sabit etkilere göre düzeltir. Metin sütunu işlem kodlamalı düzey (ilk düzey temel düzey), sayısal sütun kovaryat olarak girer; Satterthwaite serbestlik dereceli sabit etki tablosu verilir. Rastgele faktörle aynı sütun sabit olarak seçilemez (açık hata verilir).

Sonuca etkisi: Bileşenler.

Doğrulama verisinde: Hemmerle-Hartley, a_c (3 düzey) sabit: REML Var(b) 1464.37, Var(a(b)) 26.96, artık 78.84. Rakam metni a_f sayıya çevrilirse (1 sd kovaryat) 1430.75 / 163.80 / 78.27 çıkar.

→ Kovaryat (ortak değişken)

Kategorik (faktör) değişkenler

Kavram: Sayısal kodlarla girilmiş bir değişken, kodlar yalnız etiket işlevi görüyorsa (1 = A tedarikçisi, 2 = B tedarikçisi) sürekli bir ölçüm gibi değil kategori olarak ele alınmalıdır. Aksi halde model kodlar arasında anlamsız bir doğrusal ilişki varsayar.

Gündelik örnek: Süt tedarikçisi 1, 2 ve 3 diye kodlandıysa, 3 numaralı tedarikçinin 1 numaralıdan 'iki birim fazla' etkisi olduğunu varsaymak anlamsızdır. Tedarikçiyi kategorik tanımlamak her tedarikçiye kendi etkisini verir.

Ne işe yarar: Virgülle yazılan sütunlar sayısal kodlu olsa da düzey olarak (kukla kodlamayla) girer.

Sonuca etkisi: Bu sütunlar kovaryat yerine faktör sayılır; aynı sütun sabit listede kalırsa kovaryat sayılır ve not düşülür.

Doğrulama verisinde: Hemmerle-Hartley, a_f faktör olarak: REML Var(b) 1464.368, Var(a(b)) 26.959, artık 78.842; asimptotik kovaryans matrisi de verilir.

→ Kukla (gösterge) değişken kodlaması

İlk iki çapraz rastgele faktörün etkileşim bileşenini ekle (A×B)

Kavram: Etkileşim bileşeni, iki çapraz rastgele faktörün birleşimine özgü ek değişkenliği gösterir; yani bir faktörün etkisinin diğer faktörün düzeyine göre değişmesini. Bu bileşenin artıktan ayrılabilmesi için her hücrede birden fazla ölçüm gerekir.

Gündelik örnek: Laborantlar bazı partileri sistematik olarak farklı ölçüyorsa, örneğin bir laborant yalnız koyu yoğurtlarda yüksek okuyorsa, bu laborant × parti etkileşimidir. Ölçüm sistemi analizinde bu bileşen, ölçümün tekrarlanabilirliğinin önemli bir parçasıdır.

Ne işe yarar: İlk iki çapraz rastgele faktörün etkileşim bileşenini ekler; ölçüm sistemi (GRR) ve hücre başına tekrarlı çapraz tasarımlarda kullanılır.

Sonuca etkisi: Bileşen sayısı ve artığın ayrışması. Hücre başına tek gözlem varsa etkileşim artıktan ayrılamaz ve açık hata verilir.

Doğrulama verisinde: Houf (her hücrede 3 tekrar): a 48.2926, b 0.5646, a x b 0.7280, artık 0.5111; kapalıyken a 48.4792, b 0.6206, artık 1.0151 (etkileşim artığa karışır).

→ Etkileşim etkisi

Her bileşen için σ² = 0 olabilirlik oranı testi (REML/ML)

Kavram: Olabilirlik oranı testi, bir bileşen modelden çıkarıldığında uyumun anlamlı biçimde kötüleşip kötüleşmediğine bakarak o bileşenin sıfır olup olmadığını sınar. Varyans negatif olamadığından sıfır, olası değerlerin sınırındadır; bu yüzden olağan ki-kare p değeri fazla temkinlidir ve sınır karışımına dayanan p değeri tercih edilir.

Gündelik örnek: Parti bileşeni çıkarıldığında model hemen hemen aynı uyumu veriyorsa partiler arası gerçek bir değişkenlik olduğu kanıtlanamaz. Yalnız 10 parti varken bu test, Wald testinden daha güvenilir bir yanıt verir.

Ne işe yarar: Her bileşeni çıkarıp aynı yöntemle yeniden uydurur; ki-kare(1) p değeri ve sınır karışımı (yarım ki-kare(1)) p değerini verir. Sınırda ki-kare tutucu olduğundan karışım p değeri önerilir (Self ve Liang, 1987). ANOVA ve MINQUE seçiliyken devre dışıdır.

Sonuca etkisi: Yalnız test tablosu.

Doğrulama verisinde: Dyestuff REML: LRT 6.369, p = 0.0116, karışım p = 0.0058. Pastes ML batch: LRT 0.4072, p = 0.5234.

→ Olabilirlik oranı testi (LRT)

Gerçek veride örnek

Veri: Davies ve Goldsmith 1972 Pastes, lme4 paketi

Değişkenler: bağımlı strength (macun dayanımı), rastgele faktörler batch (parti) ve batch içinde iç içe cask (fıçı)

  • Soru: Macun dayanıklılığındaki (strength) değişkenlik partiler (batch), parti içindeki fıçılar (cask) ve ölçüm hatası arasında nasıl paylaşılır?
  • Model: İç içe rastgele etkiler, REML; N = 60 (10 parti x 3 fıçı x 2 ölçüm); -2LL (REML) = 246.99, AIC = 254.99, BIC = 263.37.
  • Sonuç: σ²(batch içinde cask) = 8.434 (%78.3), σ²(batch) = 1.657 (%15.4), σ²(artık) = 0.678 (%6.3); toplam varyans 10.77.
  • Çıkarım: cask bileşeni anlamlıdır (Wald Z = 3.04, p = .002, %95 GA [4.42, 16.07]); batch bileşeni anlamlı değildir (Wald Z = 0.71, p = .481, GA [0.10, 26.67]).
  • Yorum: Değişkenliğin büyük kısmı fıçılar arasındadır (ICC = .78); partiler arası fark daha küçüktür. Kalite kontrolünde fıçı düzeyi odaklanılması gereken kaynaktır.
  • Sınırlılık: Wald Z az düzeyli bileşenlerde (10 parti) güvenilir değildir; olabilirlik oranı testi tercih edilmelidir.
  • APA: REML ile varyansın %78.3'ü fıçı (parti içinde), %15.4'ü parti, %6.3'ü artık bileşenindedir; σ² cask = 8.43, SE = 2.78, z = 3.04, p = .002.

İlgili kavramlar

Olabilirlik oranı testi (LRT)Kısıtlı en çok olabilirlik (REML)Sabit ve rastgele etkilerİç içe (yuvalanmış) ve çapraz rastgele etkilerKovaryat (ortak değişken)Etkileşim etkisiKalıtsallık derecesi (h²)Kareler toplamı tipleri (Tip I, II, III)

Örneklerdeki sayılar MerQur'un bağımsız, kamuya açık doğrulama verileri üzerindeki çıktılarıdır; ayrıntılar için MerQur Teknik Not'a bakınız.