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)

Однофакторный дисперсионный анализ. Пусть имеются т партий изделий

Пусть имеются т партий изделий. Из каждой из которых отобрано соответственно изделий (для простоты пусть ). Значения показателя качества этих изделий можно представить в виде матрицы наблюдений:

Следует проверить существенность влияния партии изделий на их количество. Положим, что элементы строк матрицы наблюдений – это численные значения (реализации) случайных величин , выражающих качество изделий и имеющих нормальный закон распределения с математическими ожиданиями соответственно и одинаковыми дисперсиями . Задача сводится к проверке нулевой гипотезы , осуществляемой в дисперсионном анализе.

Пусть усреднение по какому-либо индексу будет обозначено через «звездочку» (или точкой) вместо индекса, тогда средний показатель качества изделий i -й партии, или групповая средняя для i -го уровня фактора примет вид:

(1)

а общая средняя –

 

(2)

Представим схему дисперсионного анализа в виде таблицы:

Компоненты дисперсии Сумма квадратов Число степеней свободы Средний квадрат
Межгрупповая m – 1
Внутригрупповая m·n – m
Общая m·n – 1

 

Справедливо следующее тождество: .

В дисперсионном анализе анализируются не сами суммы квадратов отклонений, а так называемые средние квадраты, являющиеся несмещенными оценками соответствующих дисперсий, которые получаются деление сумм квадратов отклонений на соответствующее число степеней свободы. {Для расчета среднего квадрата используются т групповых средних, связанных одним уравнением (2), Поэтому число степеней свободы: . Для расчета используются тn наблюдений, связанных между собой т уравнениями (1), – число степеней свободы: }.

Проверка нулевой гипотезы сводится к проверке существенности различия несмещенных выборочных оценок и дисперсии .

Гипотеза Н0 отвергается, если фактически вычисленное значение статистики больше критического , определенного на уровне значимости α при числе степеней свободы , , и принимается, если .

Применительно к данной задаче опровержение гипотезы Н0 означает наличие существенных различий в качестве изделий различных партий на рассматриваемом уровне значимости.

Задача 1

При исследовании влияния стажа работы на производительность труда (количество деталей в день) в одном из цехов завода получен следующий однофакторный дисперсионный комплекс (таблица А1):

Таблица А1

Номер наблюдения Стаж работы рабочих (лет)  
  До 5 5-10 10-15 15-20  
           
           
           
           
           
  ИТОГИ            
  Группы Счет Сумма Среднее Дисперсия    
  Столбец 1     151,75 7,583333333    
  Столбец 2     157,5 8,333333333    
  Столбец 3     161,8 27,7    
  Столбец 4            
               
               
  Дисперсионный анализ          
  Источник вариации SS df MS F P-Значение F критическое
  Между группами 301,3875   100,4625 7,50887574 0,00432931 3,490294821
  Внутри групп 160,55   13,37917      
               
  Итого 461,9375          
                         

Х**=158,4375

<== предыдущая лекция | следующая лекция ==>
Методы Эйлера и рунге-кутты решения начальных задач для обыкновенных дифференциальных уравнений | Однофакторный дисперсионный анализ
Поделиться с друзьями:


Дата добавления: 2014-01-20; Просмотров: 380; 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: 0.009 сек.