Студопедия

КАТЕГОРИИ:


Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748)

Дисперсионный анализ. Основной целью дисперсионного анализа является исследование значимости различия между средними




Основной целью дисперсионного анализа является исследование значимости различия между средними. Если вы просто сравниваете средние в двух выборках, дисперсионный анализ даст тот же результат, что и обычный t-критерий для независимых выборок (если сравниваются две независимые группы объектов или наблюдений) или t-критерий для зависимых выборок (если сравниваются две переменные на одном и том же множестве объектов или наблюдений). Откуда произошло название Дисперсионный анализ? Может показаться странным, что процедура сравнения средних называется дисперсионным анализом. В действительности, это связано с тем, что при исследовании статистической значимости различия между средними двух (или нескольких) групп, мы на самом деле сравниваем (т.е. анализируем) выборочные дисперсии. Фундаментальная концепция дисперсионного анализа предложена Фишером в 1920 году. Возможно, более естественным был бы термин анализ суммы квадратов или анализ вариации, но в силу традиции употребляется термин дисперсионный анализ.

Дисперсионный анализ проводится за некоторыми общими схемами, которые мы рассмотрим на примере однофакторного дисперсионного анализа.

1). Первичные данные, которые подлежат дисперсионному анализу, группируют в виде корреляционной таблицы, в которой градации организованного (регулируемого) фактора А обычно располагают по горизонтали в верхней части таблицы, а числовые значения признака X, то есть варианты Хi, размещают соответственно по градациям фактора А.

В таблице: r - количество градаций фактора А.

Таблица 5. Корреляционная таблица.

№ опыта Уровень фактора А
А; А2 А, ... Аг
  Х11 X12 X13 ... X1г
  X21 X22 Х23 ... X2r
  X31 X32 X33 ... X3г
... ... ... ... ... ...
L ХL1 XL2 XL3   XLг
Групп. Сред. ... ...

 

2) Сгруппировав выборочный материал в таблицу, находят средние величины: среднюю арифметическую всего комплекса, так наз. общую среднюю Хобщ и групповые средние х, - по градациям фактора А:

где п- общее количество опытов, nj количество опытов по каждой из градаций. Если количество испытаний в градациях одинаково, то nj = L.

3) Определяют общую сумму квадратов отклонений Су, равную сумме квадратов отклонений всех значений случайной величины от общей средней, то есть:

 

4) Определяют сумму квадратов отклонений по организованным факторам, с учетом статистического веса групповых средних (характеризует рассеивание между группами). При одинаковом числе вариант в градациях комплекса эта сумма

,

если L постоянно для всех опытов. При разных количествах вариант –

5) Вычисляют сумму квадратов отклонений по случайным факторам (характеризует рассеивание в группах):

Практически остаточную сумму находят по формуле:

6). Определив сумму квадратов отклонений, устанавливают число степеней свободы, которые могут быть равны:

для общей дисперсии ky = n - 1

для факторной kx = r - 1

для случайной (остаточной) kz = n - r

7) Отношением сумм квадратов отклонений к соответствующему числу степеней свободы определяются дисперсии:

общая:

 

факторная:

случайная (остаточная)

Если > , то делаем предварительный вывод о том, что фактор имеет влияние; если < ,то фактор не оказывает существенного влияния.

8) Для установления значимости вывода о влиянии регулируемого фактора на результативный признак используют критерий Фишера - Cнедекора, в виде отношения факторной дисперсии к дисперсии случайной (остаточной):

9) Заключительным этапом дисперсионного анализа является сравнение фактической величины критерия Fэксп с его стандартным значением F (а;kz; kx) найденным по Таблице 1 Приложений для уровня значимости а изначениям степеней свободы kz и kx.

Если Fэ ксп >F, - делают вывод о статистической значимости влияния на результат исследования организованных факторов, если Fэ ксп <F, то такой вывод делать нельзя.

В пакете Статистика для проведения дисперсионного анализа используется модуль ANOVA/MANOVA (Analysis of variance в случае однофакторного анализа и Multiply analysis of variance в случае многофакторного).




Поделиться с друзьями:


Дата добавления: 2014-12-27; Просмотров: 647; Нарушение авторских прав?; Мы поможем в написании вашей работы!


Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет



studopedia.su - Студопедия (2013 - 2024) год. Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав! Последнее добавление




Генерация страницы за: 0.015 сек.