Analys av varianser (ANOVA)

Vad är analys av varianser (ANOVA)?

Variansanalys (ANOVA) är en statistisk teknik som används för att testa för skillnader eller korrelationer i effekterna av oberoende variabler på en beroende variabel.

ANOVA används inom finans på flera olika sätt, till exempel för att prognostisera rörelser i värdepapperspriser genom att först avgöra vilka faktorer som påverkar aktiefluktuationer. Denna analys kan ge värdefull insikt om beteendet hos ett värdepapper eller marknadsindex under olika förhållanden.

Förstå en analys av avvikelser

Statistiska modeller för variansanalys (ANOVA) introducerades ursprungligen i en vetenskaplig artikel skriven av Ronald Fisher, en brittisk matematiker, i början av 1900-talet. Han är krediterad med att först introducera termen varians.

ANOVA-testning undersöker inte bara skillnaderna, det tittar också på graden av varians, eller skillnaden mellan dem, i variabla medelvärden. Det är ett sätt att analysera variablernas statistiska signifikans. ANOVA-analys anses ibland vara mer exakt än t-testning eftersom den är mer flexibel och kräver färre observationer. Den lämpar sig också bättre att använda i mer komplexa analyser än de som kan bedömas genom att genomföra tester.

Dessutom tillåter ANOVA-testning forskare att upptäcka samband mellan variabler, medan ett t-test inte gör det. Variationer av ANOVA-testning inkluderar One-Way ANOVA (används för att söka efter statistiskt signifikanta skillnader mellan två eller flera oberoende variabler), Two-Way ANOVA (för att avslöja potentiell interaktion mellan två oberoende variabler på en beroende variabel) och Faktoriell ANOVA, som vanligtvis involverar bedöma två eller flera faktorer eller variabler med två nivåer.

Variansanalys i finans

Analys av varianstestning används inom finans på flera olika sätt, till exempel för att prognostisera rörelser i värdepapperspriser genom att först avgöra vilka faktorer som påverkar aktiefluktuationer. Denna analys kan ge värdefull insikt om beteendet hos ett värdepapper eller marknadsindex under olika förhållanden.

Denna typ av analys försöker bryta ner de olika underliggande faktorerna som bestämmer priset på värdepapper såväl som marknadsbeteende. Till exempel kan det möjligen visa hur mycket av ett värdepappers uppgång eller fall som beror på förändringar i räntesatser. Ett t-test och ett f-test används för att analysera resultaten av ett variansanalystest för att avgöra vilka variabler som är av statistisk signifikans.

Variansanalys i andra tillämpningar

Utöver sina applikationer inom finansbranschen används ANOVA även i en mängd olika sammanhang och applikationer för att testa hypoteser vid granskning av data från kliniska prövningar.

Till exempel att jämföra effekterna av olika behandlingsprotokoll på patientresultat; inom samhällsvetenskaplig forskning (till exempel för att bedöma effekterna av kön och klass på specificerade variabler), inom mjukvaruteknik (till exempel för att utvärdera databashanteringssystem), inom tillverkning (för att bedöma produkt- och processkvalitetsmått) och industriell design bland annat fält.

##Höjdpunkter

– ANOVA används i en mängd olika applikationer, inklusive på finans- och finansmarknader för att hitta och bekräfta samband och samband mellan olika faktorer.

• Det finns en mängd olika ANOVA-tekniker inklusive envägs-, tvåvägs- och faktormodeller.

• Variansanalys (ANOVA) är en statistisk metod som analyserar inverkan av en eller flera oberoende variabler på en beroende variabel av intresse.