GiaThuyet.comGiả Thuyết
Phân tích phương sai ANOVA

Welch ANOVA: so sánh trung bình nhiều nhóm khi phương sai không bằng nhau

Welch ANOVA hoạt động thế nào, tính tay F có trọng số và bậc tự do hiệu chỉnh với ví dụ giả định, khi nào nên dùng mặc định, đi kèm Games-Howell.

Agricultural science student in Đồng Tháp crouching beside rows of rice test plots with a clipboard held close, face turned away, overcast sky, wide shot

Welch ANOVA là phiên bản của ANOVA một nhân tố không đòi hỏi phương sai các nhóm bằng nhau: mỗi nhóm được gán trọng số theo độ chính xác của trung bình nhóm đó, và bậc tự do của mẫu số được hiệu chỉnh theo mức chênh phương sai. Nó đóng vai trò giống t-test Welch trong bài toán hai nhóm, mở rộng ra ba nhóm trở lên.

Bài này đi qua ý tưởng, công thức viết bằng lời, một ví dụ giả định tính tay cho thấy Welch ANOVA và ANOVA cổ điển có thể dựa vào những khác biệt rất khác nhau dù cùng ra kết quả có ý nghĩa, rồi bàn chuyện có nên dùng Welch làm mặc định hay không. Phần so sánh từng cặp sau Welch dùng Games-Howell, nhắc ngắn ở cuối.

Vấn đề của ANOVA cổ điển khi phương sai chênh lệch

ANOVA cổ điển gộp phương sai trong nhóm của mọi nhóm thành một con số MS trong nhóm, coi như tất cả các nhóm có chung một phương sai. Khi điều đó đúng, gộp lại cho ước lượng ổn định. Khi không đúng, con số gộp là một kiểu trung bình không đại diện cho nhóm nào: quá lớn với nhóm ít dao động, quá nhỏ với nhóm dao động mạnh.

Hậu quả phụ thuộc vào việc nhóm nào vừa đông vừa dao động mạnh. Nếu nhóm có phương sai lớn nhất lại là nhóm ít người nhất, MS gộp bị kéo về phía các nhóm đông, ổn định, nên đánh giá thấp độ không chắc chắn của nhóm nhỏ; tỷ lệ báo động giả thực tế cao hơn mức alpha danh nghĩa. Ngược lại, nếu nhóm có phương sai lớn là nhóm đông nhất, ANOVA cổ điển trở nên quá bảo thủ và dễ bỏ sót khác biệt có thật. Khi cỡ nhóm bằng nhau, ảnh hưởng nhẹ hơn nhiều.

Tình huống phương sai không đồng nhất không hiếm. Thu nhập, thời gian chờ, năng suất của các giống cây khác nhau, điểm của nhóm được can thiệp so với nhóm đối chứng đều hay có nhóm dao động mạnh hơn nhóm khác. Đôi khi chính can thiệp làm phương sai thay đổi: một phương pháp dạy giúp người yếu tiến bộ nhiều có thể làm điểm của nhóm đó tụ lại, phương sai nhỏ đi.

Cách Welch ANOVA làm việc, viết bằng lời

Trọng số cho từng nhóm. Mỗi nhóm nhận trọng số w bằng cỡ nhóm chia phương sai mẫu của nhóm đó. Đây chính là nghịch đảo của bình phương sai số chuẩn của trung bình nhóm. Nhóm đông và ít dao động có trung bình được ước lượng chính xác, nên nặng ký; nhóm ít người và dao động mạnh nhẹ ký.

Trung bình chung có trọng số. Thay vì trung bình chung thường, Welch dùng trung bình của các trung bình nhóm theo trọng số w. Nó nằm gần những nhóm được ước lượng chính xác nhất.

Tử số. Tổng của trọng số mỗi nhóm nhân bình phương độ lệch giữa trung bình nhóm và trung bình có trọng số, chia cho k trừ 1. Đây là phần tương ứng với MS giữa nhóm, nhưng mỗi độ lệch được cân theo độ chính xác.

Đại lượng lambda và mẫu số. Lambda bằng tổng theo các nhóm của (1 trừ w nhóm chia tổng w) bình phương, chia cho (cỡ nhóm trừ 1). Mẫu số bằng 1 cộng 2 nhân (k trừ 2) chia (k bình phương trừ 1), tất cả nhân lambda. F của Welch bằng tử số chia mẫu số.

Bậc tự do. Bậc tự do thứ nhất vẫn là k trừ 1. Bậc tự do thứ hai bằng (k bình phương trừ 1) chia (3 nhân lambda), thường là số lẻ và nhỏ hơn N trừ k của ANOVA cổ điển. Phần mềm báo cáo đúng số lẻ đó, chẳng hạn 7,06; khi viết kết quả, giữ một hoặc hai chữ số thập phân.

Ví dụ giả định: tính tay Welch ANOVA cho ba nhóm

Ví dụ giả định: năng suất của ba giống lúa thí nghiệm, đơn vị tạ trên ô. Giống 1 và giống 2 mỗi giống mười hai ô, rất đồng đều; giống 3 mới lai tạo, chỉ đủ hạt cho bốn ô và kết quả dao động mạnh. Bảng dưới là các đại lượng trung gian.

Đại lượngGiống 1Giống 2Giống 3
Cỡ nhóm n12124
Trung bình10,011,015,0
Phương sai mẫukhoảng 0,545khoảng 0,54560,0
Trọng số w = n chia phương sai22,022,0khoảng 0,067
Độ lệch so với trung bình có trọng số 10,51khoảng −0,51khoảng 0,49khoảng 4,49

Tổng trọng số khoảng 44,07. Trung bình có trọng số khoảng 10,51, gần như nằm giữa giống 1 và giống 2 vì giống 3 gần như không có trọng lượng. Tử số khoảng 6,17. Lambda khoảng 0,378, mẫu số khoảng 1,094, nên F của Welch khoảng 5,64. Bậc tự do thứ hai bằng 8 chia (3 nhân 0,378), khoảng 7,06. Với F khoảng 5,64 và bậc tự do (2; 7,06), p khoảng 0,034.

Chạy ANOVA cổ điển trên cùng dữ liệu cho F(2, 25) khoảng 4,91, p khoảng 0,016. Cả hai đều có ý nghĩa ở mức 0,05, nhưng chúng dựa vào những điều rất khác nhau, như phần dưới giải thích. Bạn có thể tự kiểm lại bằng phần mềm: nhập 28 giá trị giả định gồm giống 1 là 9, 10, 11, 10 lặp ba lần, giống 2 là 10, 11, 12, 11 lặp ba lần, giống 3 là 6, 12, 18, 24.

Đọc ví dụ: hai phép thử cùng có ý nghĩa nhưng nhìn vào chỗ khác nhau

Nhìn trung bình, ai cũng chú ý giống 3 với năng suất 15, cao hơn hẳn. ANOVA cổ điển cũng bị kéo theo hướng đó: độ lệch lớn của trung bình giống 3 so với trung bình chung góp phần lớn vào MS giữa nhóm. Nhưng trung bình 15 của giống 3 được ước lượng từ bốn ô với phương sai 60, sai số chuẩn khoảng căn của 60 chia 4, gần 3,9 tạ. Một trung bình kém chính xác như vậy không nên được coi là bằng chứng mạnh.

Welch ANOVA gán cho giống 3 trọng số gần như bằng không, nên kết quả có ý nghĩa của nó đến chủ yếu từ chênh lệch 1 tạ giữa giống 1 và giống 2. Chênh lệch nhỏ đó lại được ước lượng rất chính xác vì hai giống đều có mười hai ô đồng đều. So sánh từng cặp kiểu Welch xác nhận điều này: giống 1 với giống 2 cho t khoảng 3,3 với khoảng 22 bậc tự do, có ý nghĩa; giống 3 với giống 1 cho t chỉ khoảng 1,3 với khoảng 3 bậc tự do, không có ý nghĩa.

Kết luận đúng của ví dụ giả định này vì thế không phải "giống 3 năng suất cao nhất", mà là "có bằng chứng giống 2 cao hơn giống 1 khoảng 1 tạ; năng suất giống 3 có vẻ cao nhưng quá ít ô và quá dao động để kết luận". Người làm nông học đọc vậy sẽ biết bước tiếp theo là trồng thêm ô cho giống 3, chứ không phải viết báo cáo khuyến cáo nó. Đây là giá trị thật của Welch: nó buộc bạn nhìn độ chính xác, không chỉ nhìn trung bình.

Có nên dùng Welch ANOVA làm mặc định không

Câu hỏi này còn có nhiều quan điểm. Danh sách dưới đây tóm các lập luận thường gặp để bạn tự cân nhắc cùng người hướng dẫn.

  • Lập luận ủng hộ: khi phương sai thật sự bằng nhau, Welch mất rất ít lực so với ANOVA cổ điển; khi phương sai khác nhau, nó giữ tỷ lệ sai lầm loại I gần mức danh nghĩa tốt hơn. Dùng mặc định thì khỏi phải dựa vào kiểm định Levene, vốn kém nhạy với mẫu nhỏ và quá nhạy với mẫu lớn.
  • Lập luận dè dặt: với nhóm rất nhỏ, ước lượng phương sai từng nhóm không ổn định, trọng số dao động theo; Welch cũng chưa có sẵn phiên bản nhiều nhân tố đơn giản như ANOVA hai nhân tố cổ điển. Một số ngành vẫn quen ANOVA cổ điển và người đọc có thể hỏi lý do.
  • Một cách làm dung hoà: ghi trong đề cương rằng bạn sẽ dùng Welch khi tỷ số phương sai lớn nhất trên nhỏ nhất vượt một mức đã chọn, hoặc báo cáo cả hai và ưu tiên Welch khi kết luận khác nhau.
  • Điều không nên làm: chạy cả hai rồi báo cáo phép nào có p nhỏ hơn. Lựa chọn phải dựa trên giả định và thiết kế, quyết định trước khi xem kết quả.

Có một kiểm định khác cũng không đòi hỏi phương sai bằng nhau, gọi là kiểm định Brown-Forsythe cho trung bình. Đừng nhầm nó với kiểm định Brown-Forsythe cho phương sai, tức phiên bản Levene dùng trung vị; hai thứ trùng tên tác giả nhưng trả lời hai câu hỏi khác nhau. Một số phần mềm có cả hai trong cùng một hộp thoại, nên đọc kỹ tên dòng kết quả và tài liệu của phiên bản đang dùng.

So sánh từng cặp sau Welch và cách viết kết quả

Sau Welch ANOVA, thủ tục so sánh từng cặp tương ứng là Games-Howell. Nó dùng phương sai riêng của hai nhóm trong mỗi cặp, bậc tự do kiểu Welch cho từng cặp, và phân phối khoảng biến thiên Student hoá để kiểm soát sai lầm theo họ. Dùng Tukey sau Welch là không nhất quán, vì Tukey lại giả định phương sai gộp mà bạn vừa từ chối.

Câu báo cáo kết quả có thể viết: "Do phương sai giữa các giống không đồng nhất, khác biệt được kiểm định bằng Welch ANOVA, F(2; 7,06) = 5,64, p = 0,034. So sánh Games-Howell cho thấy giống 2 có năng suất cao hơn giống 1; các khác biệt liên quan đến giống 3 không có ý nghĩa thống kê, phản ánh cỡ mẫu nhỏ và độ dao động lớn của giống này." Số liệu ở đây là ví dụ giả định ở trên.

Về cỡ hiệu ứng, eta bình phương thông thường tính từ bảng ANOVA cổ điển, nên với Welch nhiều người báo cáo cỡ hiệu ứng cho từng cặp quan trọng, chẳng hạn hiệu số trung bình kèm khoảng tin cậy. Nếu khoa của bạn yêu cầu một chỉ số tổng thể, hãy hỏi người hướng dẫn về chỉ số được chấp nhận và ghi rõ cách tính. Cũng nên ghi phần mềm và phiên bản đã dùng, vì cách làm tròn bậc tự do lẻ có thể khác nhau đôi chút.

Câu hỏi thường gặp

Welch ANOVA có cần dữ liệu phân phối chuẩn không?

Có, Welch ANOVA vẫn giả định phần dư trong mỗi nhóm xấp xỉ chuẩn và các quan sát độc lập. Nó chỉ bỏ giả định phương sai bằng nhau. Với dữ liệu lệch nặng và nhóm nhỏ, cần cân nhắc biến đổi dữ liệu hoặc kiểm định phi tham số như Kruskal-Wallis.

Bậc tự do lẻ như 7,06 có phải lỗi không?

Không phải lỗi. Bậc tự do thứ hai của Welch ANOVA được tính từ công thức hiệu chỉnh theo phương sai và cỡ từng nhóm, nên thường là số lẻ. Phần mềm tính giá trị p dựa trên đúng số lẻ đó. Khi báo cáo, bạn giữ một hoặc hai chữ số thập phân.

Levene không có ý nghĩa thì có cần Welch không?

Levene không có ý nghĩa không chứng minh phương sai bằng nhau, nhất là khi mẫu nhỏ. Nếu tỷ số phương sai vẫn chênh đáng kể và cỡ nhóm lệch nhau, dùng Welch vẫn an toàn hơn. Nếu phương sai thật sự gần nhau và cỡ nhóm cân bằng, hai phép thử cho kết quả rất gần nhau.

Sau Welch ANOVA có dùng Tukey được không?

Không nên. Tukey dùng phương sai gộp, tức dựa trên chính giả định phương sai bằng nhau mà bạn đã bỏ khi chọn Welch. Thủ tục nhất quán với Welch là Games-Howell, dùng phương sai riêng từng cặp và bậc tự do hiệu chỉnh.

Welch ANOVA dùng được cho hai nhân tố không?

Welch ANOVA phổ biến cho thiết kế một nhân tố. Với nhiều nhân tố và phương sai không đồng nhất, người ta thường dùng các cách khác như sai số chuẩn vững với phương sai thay đổi trong mô hình tuyến tính hoặc mô hình cho phép phương sai khác nhau theo nhóm. Đây là chỗ nên hỏi chuyên gia thống kê.

Kết quả Welch và ANOVA cổ điển khác nhau thì tin cái nào?

Khi phương sai các nhóm chênh nhau rõ, nhất là khi cỡ nhóm cũng lệch, kết quả Welch đáng tin hơn vì không dựa vào giả định bị vi phạm. Hãy ghi rõ trong luận văn lý do chọn Welch, tốt nhất là đã nêu điều kiện chọn từ trong đề cương.

Cần tư vấn cụ thể cho trường hợp của bạn?

Chúng tôi sẽ liên hệ trong vòng 24 giờ.

Đăng ký tư vấn ngay

Bài viết liên quan

Bạn cần hỗ trợ thêm?

Để lại thông tin, chúng tôi sẽ liên hệ trong 24 giờ.

hoặc
Gọi ngay 0926 138 138