Next: Multiple lineare Regression
Up: Einfaktorielle Varianzanalyse
Previous: t-Test und Konfidenzintervall für
  Contents
F-Test der ANOVA-Nullhypothese; Quadratsummenzerlegung
- Zur Erinnerung:
- Dies führt zu folgendem Ansatz, um die klassische
ANOVA-Nullhypothese
, d.h. die
Hypothese
(gegen die
Alternative
) zu
testen:
- Man kann nun zeigen, dass unter
folgendes gilt:
 |
(48) |
wobei
die bereits in
Abschnitt 3.1.6 erwähnte F-Verteilung mit
-Freiheitsgraden bezeichnet.
- Die ANOVA-Nullhypothese
wird somit
abgelehnt, falls
 |
(49) |
- Beachte
- Durch die folgende Quadratsummenzerlegung ergibt sich eine
anschauliche Deutung von Zähler und Nenner der in
(49) betrachteten Testgröße.
- Man kann nämlich zeigen, dass
 |
(50) |
- Die Doppelsumme auf der linken Seite von (50) kann
als eine Maßzahl für die (Gesamt-) Variabilität der
Stichprobenvariablen
aufgefasst werden.
- Die erste Summe auf der rechten Seite von (50) ist
eine Maßzahl für die Variabilität zwischen den Stufen des
Einflussfaktors, während die Doppelsumme auf der rechten Seite von
(50) eine Maßzahl für die Variabilität innerhalb der Stufen des Einflussfaktors ist.
- Wegen
ist die in (49) betrachtete Testgröße also
proportional zu dem Quotienten, der aus der Variabilität zwischen
den Stufen des Einflussfaktors und der Variabilität innerhalb der
Stufen gebildet wird.
- Die durch (49) gegebene Entscheidungsregel bedeutet
somit, dass die ANOVA-Nullhypothese
abgelehnt wird, falls die Variabilität zwischen den Stufen
signifikant größer als die Variabilität innerhalb der Stufen des
Einflussfaktors ist.
- Beispiel
Next: Multiple lineare Regression
Up: Einfaktorielle Varianzanalyse
Previous: t-Test und Konfidenzintervall für
  Contents
Hendrik Schmidt
2003-07-21