Diferencia entre ANOVA y Regresión
ANOVA frente a regresión
Es muy difícil distinguir las diferencias entre ANOVA y regresión. Esto se debe a que los dos términos tienen más similitudes que diferencias. Se puede decir que ANOVA y la regresión son dos caras de la misma moneda.
Los modelos estadísticos ANOVA (Análisis de varianza) y de regresión solo son aplicables si hay una variable de resultado continua. El modelo de regresión se basa en una o más variables predictoras continuas. Por el contrario, un modelo ANOVA se basa en una o más variables predictoras categóricas. ANOVA se enfoca en variables aleatorias, mientras que la regresión se enfoca en variables fijas, independientes o continuas. En ANOVA puede haber varios términos de error, pero en la regresión solo hay un término de error.
Cuando ANOVA viene con tres modelos, en su mayoría hay dos modelos en regresión. Efecto fijo, efecto aleatorio y efecto mixto son los tres modelos disponibles con ANOVA. La regresión múltiple y la regresión lineal son los modelos de regresión más utilizados. El modelo ANOVA puede realizar la prueba inicial para identificar los factores que influyen en un conjunto de datos. Los resultados de la prueba del modelo ANOVA se pueden usar en una prueba F de la relevancia de la fórmula de regresión.
ANOVA se utiliza principalmente para determinar si los datos de diferentes grupos tienen medias comunes o no. La regresión se usa ampliamente para pronosticar y predecir. También se utiliza para ver qué variable independiente está relacionada con la variable dependiente. El primer tipo de regresión se encuentra en el libro de Legendre ‘Método de los mínimos cuadrados’. El término ‘regresión’ fue acuñado por Francis Galton en el siglo XIX.
ANOVA fue utilizado por primera vez informalmente por investigadores en el siglo XIX. En uno de sus artículos, Sir Ronald Fisher utilizó formalmente el término ANOVA en 1918. ANOVA se hizo muy popular después de que Fischer incluyera este término en su libro «Métodos estadísticos para investigadores».
Resumen:
1. Un modelo de regresión se basa en una o más variables predictoras continuas.
2. Por el contrario, el modelo ANOVA se basa en una o más variables predictoras categóricas.
3. En ANOVA puede haber varios términos de error, pero en la regresión solo hay un término de error.
4.ANOVA se utiliza principalmente para determinar si los datos de diferentes grupos tienen medias comunes o no.
5. La regresión se usa ampliamente para pronosticar y predecir.
6. También se usa para ver qué variable independiente está relacionada con la variable dependiente.
7. La primera forma de regresión se puede encontrar en el libro de Legendre ‘Método de los mínimos cuadrados’.
8.Francis Galton acuñó el término ‘regresión’ en el siglo XIX.
9.ANOVA fue utilizado por primera vez de manera informal por investigadores en el siglo XIX. Se hizo muy popular después de que Fischer incluyera este término en su libro ‘Métodos estadísticos para investigadores’.
