Ограничения метода дисперсионного анализа для связанных выборок

Графическое представление метода

На Рис. 7.3 представлена кривая Изменения времени решения анаграмм разной длины: четырехбуквенной, пятибуквенной и шестибуквенной. Однофакторный дисперсионный анализ для связанных выборок позволит определить, что перевешивает - тенденция, выраженная этой кривой, или индивидуальные различия, диапазон которых представлен на графике в виде вертикальных линий – от минимального до макси­мального значения.

Рис. 7.3. Изменение времени работы над разными анаграммами у пяти испытуемых; вертикальными линиями отображены диапазоны изменчивости признака в разных усло­виях от минимального значения (снизу) до максимального значения (сверху)

1. Дисперсионный анализ для связанных выборок требует не менее трех градаций фактора и не менее двух испытуемых, подвергшихся воздействию каждой из градаций фактора.

2. Должно соблюдаться правило равенства дисперсий в каждой ячейке комплекса. Это условие косвенно выполняется за счет одинакового количества наблюдений вкаждой ячейке комплекса. Предлагаемая схема расчета ориентирована только на такие равномерные комплексы.

3. Результативный признак должен быть нормально распределен в ис­следуемой выборке.

В приводимом ниже примере показатели асимметрии и эксцесса составляют:

Таким образом, распределение показателей 5-ти, человек, состав­ляющих дисперсионный комплекс, несколько отличается от нормального: . Однако в целом по выборке распределение нормальное:

По-видимому, необходимо удовлетвориться тем, что в выборке в целом результативный признак распределен нормально. Случайно ото­бранные 5 человек распределением своих оценок демонстрируют неко­торое отклонение. Однако, если бы мы выбирали испытуемых таким образом, чтобы распределение их оценок подчинялось нормальному закону, это нарушило бы правило рандомизации - случайности отбора объектов без учета значений результативного признака при отборе (Плохинский Н.А., 1970).

Данные этого примера нам уже знакомы. Они использовались для иллюстрации непараметрического критерия Фридмана χ ²_r. Исполь­зование здесь этого же примера позволит нам сопоставить результаты, получаемые с помощью непараметрических и параметрических методов.

Дата добавления: 2015-06-04