Porównanie regresji i ANOVA

W poprzednim ćwiczeniu zbudowano model regresji. Dwie metody wnioskowania statystycznego to: analiza ilości wariancji wyjaśnianej przez współczynniki modelu (podejście w stylu ANOVA) oraz modelowanie danych za pomocą liniowych zmiennych predykcyjnych (podejście oparte na regresji). Wybór między nimi zależy głównie od osobistych preferencji i przygotowania statystycznego. Oba podejścia można stosować metodami frekwentystycznymi lub bayesowskimi. Choć w tym kursie używamy wyłącznie metod frekwentystycznych, te same zasady odnoszą się do modeli bayesowskich.

Model lmer_out zbudowany w poprzednim ćwiczeniu jest już wczytany. Najpierw uruchom na nim anova(), aby sprawdzić, czy zmienna group wyjaśnia istotną część zmienności. Następnie przyjrzyj się współczynnikowi regresji dla zmiennej group i oceń, czy istotnie różni się od zera.