So sánh hồi quy và ANOVA

Trong bài trước, bạn đã xây dựng một mô hình hồi quy. Có hai cách phổ biến để suy luận thống kê: xem xét lượng phương sai được giải thích bởi các hệ số trong mô hình (phân tích kiểu ANOVA) và dùng các biến dự báo tuyến tính để mô hình hóa dữ liệu (khung phân tích hồi quy). Việc chọn cách tiếp cận chủ yếu phụ thuộc vào sở thích cá nhân và nền tảng thống kê. Cả hai cách đều có thể thực hiện theo phương pháp frequentist hoặc Bayesian. Mặc dù khóa học này chỉ dùng phương pháp frequentist, cùng một ý tưởng vẫn áp dụng cho các mô hình Bayesian.

Mô hình lmer_out bạn đã xây dựng ở bài trước đã được nạp sẵn. Trước hết, bạn sẽ chạy anova() trên mô hình để xem group có giải thích một lượng biến thiên đáng kể hay không. Sau đó, bạn sẽ xem hệ số hồi quy của group để kiểm tra liệu nó có khác 0 một cách có ý nghĩa thống kê hay không.