Pri porovnaní 3 a viac skupín rastie počet t-testov exponenciálne a s nimi aj riziko chyby I. druhu α* = 1−(1−α)ᵏ:
5 %
1 t-test (k=1) α* = 5 %
14 %
3 skupiny → k=3 α* ≈ 14 %
26 %
4 skupiny → k=6 α* ≈ 26 %
40 %
5 skupín → k=10 α* ≈ 40 %!
💡 ANOVA rieši α-infláciu: Jeden F-test pre všetky skupiny naraz. Kontrolovaná chyba I. druhu (α=0,05). Ak p<0,05 → aspoň jeden rozdiel existuje (ale KDE? → post-hoc test Tukey HSD).
Plán hodiny
1
Jednocestná ANOVA — princíp a dekompozícia (25 min)
20–45 min
⌄
Otázka: Líši sa aspoň jeden priemer skupín? (≥ 3 skupiny, 1 faktor)
H₀: μ₁ = μ₂ = ... = μₖ | H₁: Aspoň jeden priemer sa líši
SS Total = SS Between + SS Within (celková = medzi skupinami + vnútri skupín)
MS_B = SS_B / df_B kde df_B = k−1 | MS_W = SS_W / df_W kde df_W = N−k
F = MS_B / MS_W — pomer variability medzi skupinami a vnútri skupín
F >> 1 → skupiny sa líšia → zamietame H₀ | F ≈ 1 → rozdiel nie je väčší ako šum
Excel: Dáta → Analýza dát → Anova: Single Factor
2
Dvojcestná ANOVA — 2 faktory a interakcia A×B (25 min)
45–70 min
⌄
2 faktory súčasne (napr. krmivo × pohlavie) → 3 F-testy naraz
Hlavný efekt A: Má faktor A vplyv (bez ohľadu na B)?
Hlavný efekt B: Má faktor B vplyv (bez ohľadu na A)?
Interakcia A×B: Závisí efekt A od úrovne B? → Najdôležitejší výsledok!
Porušenie normality pri n≥30 je tolerovateľné (CLT). Porušenie homogenity → Welchova ANOVA
4
Test — preskúšanie (20 min)
100–120 min
⌄
5 Pravda/Nepravda + 5 výber zo 4 = 100 bodov, hodnotenie A–FX
Zn.
%
Hodnotenie
Zn.
%
Hodnotenie
A
90–100
Výborne
D
60–69
Uspokojivo
B
80–89
Veľmi dobre
E
50–59
Dostatočne
C
70–79
Dobre
FX
<50
Nedostatočne
Vzorce a Excel — kompletný prehľad
── JEDNOCESTNÁ ANOVA ───────────────────────────────────
F = MS_Between / MS_Within = (SS_B/df_B) / (SS_W/df_W)
df_B = k − 1 (k = počet skupín)
df_W = N − k (N = celkový počet pozorovaní)
η² = SS_Between / SS_Total veľkosť efektu
Excel: Dáta → Analýza dát → Anova: Single Factor
Input: stĺpce skupín | Labels in First Row: ✓ | Alpha: 0.05
── DVOJCESTNÁ ANOVA ────────────────────────────────────
SS_Total = SS_A + SS_B + SS_AxB + SS_chyba
df_A = a − 1 (a = počet úrovní faktora A)
df_B = b − 1 (b = počet úrovní faktora B)
df_AxB = (a−1)×(b−1)
df_W = ab(n−1) (n = počet opakovaní v bunke)
Excel: Dáta → Analýza dát → Anova: Two-Factor With Replication
Rows per sample = n (počet opakovaní v každej bunke!)
── ČÍTANIE EXCEL VÝSTUPU ───────────────────────────────
"Between Groups" / "Columns" / "Sample" → hlavné efekty
"Interaction" → interakcia A×B
"Within" / "Within Groups" → reziduálna chyba
"F" → testová štatistika | "P-value" → porovnaj s 0.05
"F crit" → kritická hodnota | ak F > F crit → zamietame H₀
── ROZHODOVANIE ────────────────────────────────────────
p < 0.05 alebo F > F crit → ZAMIETAME H₀
p ≥ 0.05 alebo F ≤ F crit → NEZAMIETAME H₀
Porovnanie: Jednocestná vs. Dvojcestná ANOVA
Vlastnosť
Jednocestná
Dvojcestná
Počet faktorov
1
2 súčasne
Počet H₀
1
3 (A, B, A×B)
Interakcia
Nie je možné skúmať
ÁNO — kľúčový výsledok
Rozklad SS
SS_medzi + SS_vnútri
SS_A + SS_B + SS_AxB + SS_chyba
Počet F-testov
1
3
Excel dialóg
Anova: Single Factor
Two-Factor With Replication
Typický príklad
Vplyv 3 typov krmiva na hmotnosť
Krmivo × pohlavie na hmotnosť
1. Dekompozícia variability — základ ANOVA
Kľúčová myšlienka: Odkiaľ pochádza variabilita v dátach — z faktora, alebo len z náhody?
SS Total Celková variabilita
=
SS Between Medzi skupinami (signál)
+
SS Within Vnútri skupín (šum)
F-štatistika — pomer signálu a šumu
F = MS_Between / MS_Within = (SS_B/df_B) / (SS_W/df_W) Veľké F → variabilita medzi skupinami oveľa väčšia ako vnútri → skupiny sa líšia F ≈ 1 → variabilita medzi skupinami rovnaká ako vnútri → žiadny efekt
⚠️ ANOVA F-test povie iba ČI aspoň jeden priemer sa líši. NEHOVORÍ KDE sú rozdiely. Pre pairwise porovnania treba post-hoc test (Tukey HSD, Bonferroni — v Exceli nie sú vstavaané, treba R alebo SPSS).
2. Jednocestná ANOVA — jedna skupinová premenná
JEDNOCESTNÁ
One-Way ANOVA
F = MS_B / MS_W
1 nezávislý faktor, ≥3 skupiny. Testuje, či sa aspoň jeden priemer líši od ostatných. df_B=k−1, df_W=N−k. Excel: Anova: Single Factor.
DVOJCESTNÁ
Two-Way ANOVA
3 F-testy: A, B, A×B
2 nezávislé faktory súčasne + ich interakcia. SS_Total = SS_A + SS_B + SS_AxB + SS_W. Excel: Two-Factor With Replication.
Zdroj
SS
df
MS = SS/df
F
p
Between Groups
SS_B
k−1
MS_B
MS_B/MS_W
porovnaj s 0,05
Within Groups
SS_W
N−k
MS_W (chyba)
—
—
Total
SS_T
N−1
—
—
—
3. Dvojcestná ANOVA — dva faktory a interakcia
SS Total
=
SS_A Faktor A
+
SS_B Faktor B
+
SS_AxB Interakcia ★
+
SS_W Chyba
★ Interakcia A×B je najdôležitejší výsledok dvojcestnej ANOVA! Bez interakcie (p≥0,05): Efekt A je rovnaký pre všetky úrovne B → línie grafu sú rovnobežné. S interakciou (p<0,05): Efekt A závisí od úrovne B → línie grafu sa krížia → hlavné efekty interpretuj OPATRNE!
4. Čítanie Excel výstupu dvojcestnej ANOVA
Riadok v Exceli
Čo testuje
Ak p<0,05
Príklad
Sample
Hlavný efekt faktora A (riadky)
Faktor A (riadky) má signifikantný efekt
Pohlavie má vplyv na hmotnosť
Columns
Hlavný efekt faktora B (stĺpce)
Faktor B (stĺpce) má signifikantný efekt
Typ krmiva má vplyv na hmotnosť
Interaction
Interakcia A×B
Efekt A závisí od B (a naopak)!
Efekt krmiva závisí od pohlavia
Within
Reziduálna variabilita
— (menovateľ F-testov)
Prirodzená variabilita v každej bunke
⚠️ Najčastejšie chyby v Exceli:
1. "Labels in First Row" nie je zaškrtnuté → Excel berie hlavičky ako čísla → nesprávny výsledok!
2. "Rows per sample" nezodpovedá skutočnému počtu opakovaní v bunke → nesprávny df!
3. Output Range je v oblasti dát → Excel prepíše pôvodné dáta!
5. Veľkosť efektu η² (eta kvadrát)
Eta kvadrát η² — aký podiel celkovej variability vysvetľuje faktor?
η² = SS_efekt / SS_Total
0,01 = malý efekt | 0,06 = stredný efekt | 0,14 = veľký efekt
Pre jednocestnú: η² = SS_Between / SS_Total
Pre dvojcestnú: η²(A) = SS_A/SS_Total | η²(B) = SS_B/SS_Total | η²(AxB) = SS_AxB/SS_Total
💡 Príklad: SS_Between = 923,33, SS_Total = 979,33 → η² = 923,33/979,33 = 0,943 → 94 % variability výnosu vysvetľuje typ hnojiva — obrovský efekt! (CV1 z ANOVA cvičení)
Vizualizácia princípu ANOVA, dekompozície variability, interakcie a výsledkov zo cvičení UVLF.
Graf 1 — Princíp ANOVA: Variabilita MEDZI skupinami vs. VNÚTRI skupín (krmivá A, B, C)
Krmivo A (x̄=2,20 kg)
Krmivo B (x̄=3,00 kg)
Krmivo C (x̄=1,90 kg)
Celkový priemer (grand mean)
Graf 2 — Jednocestná ANOVA: Stres a reakčný čas záchranárov (4 skupiny, F=117, p<0,001)
Graf 5 — F-rozdelenie (df₁=2, df₂=12): Kritická oblasť a F-hodnoty z cvičení UVLF
Kritická oblasť α=0,05
F=64,67 (krmivo) — ďaleko v kritickej oblasti
F_krit = 3,885
Všetky príklady priamo z cvičení UVLF (ANOVA_cvicenia, ANOVA_navod). Kompletný postup vrátane Excel výstupu, η² a vecného záveru.
📝 10 otázok⏱ 20 minút🎯 Každá = 10 bodov🎓 FX < 50 %
0 / 10 zodpovedaných
Doplňujúce materiály
⚠️ Najčastejšie chyby pri ANOVA v Exceli
Labels in First Row nie je zaškrtnuté: Excel berie hlavičky (napr. "Krmivo A") ako čísla a zahrnie ich do výpočtu → nesprávne priemery a F-štatistika.
Output Range je v oblasti dát: Excel prepíše pôvodné dáta výsledkami. Vždy nastav Output Range na prázdnu bunku POD dátami alebo na nový list.
Rows per sample nezodpovedá skutočnému počtu: Pre dvojcestnú ANOVA musí "Rows per sample" = počet meraní v každej bunke matice. Chyba tu spôsobí nesprávne df a p-hodnoty.
Záver len z F alebo len z p: Porovnaj oboje: F>F_krit A p<0,05 → zamietame. Obe podmienky vedú k rovnakému záveru (sú ekvivalentné).
Zámennosť Single Factor a Two-Factor: Single Factor = 1 faktor. Two-Factor With Replication = 2 faktory s opakovaním. Two-Factor Without Replication = 2 faktory bez opakovania (len 1 meranie v bunke).
💻 Krok za krokom — Excel Data Analysis
Krok
Jednocestná ANOVA
Dvojcestná ANOVA
1. Otvor
Dáta → Analýza dát (ak chýba: Súbor → Možnosti → Doplnky → Analysis ToolPak)
2. Vyber
Anova: Single Factor
Anova: Two-Factor With Replication
3. Input Range
Stĺpce skupín vrátane hlavičiek
Celá matica vrátane hlavičiek a názvov skupín
4. Špeciálne
Labels in First Row: ✓
Rows per sample = počet meraní v bunke!
5. Alpha
0,05 (štandard)
6. Čítaj
Between Groups → F, P-value, F crit
Sample, Columns, Interaction → každý samostatne!
🧠 Kontrolné otázky
Prečo nie je správne urobiť 3 t-testy namiesto jednocestnej ANOVA pre 3 skupiny?
Čo je MS_Between a MS_Within? Aký je ich vzťah k F-štatistike?
Interakcia A×B je signifikantná (p=0,013). Čo to znamená pre interpretáciu hlavných efektov?
η² = 0,94. Čo to hovorí o sile faktora?
Kedy použiješ "Two-Factor Without Replication" namiesto "With Replication"?
