- •Общие сведения.
- •Виды переменных в да
- •Виды да
- •Ограничения применения д.А.
- •Структура данных в однофакторном да
- •Задачи да.
- •Модель данных в да.
- •Ода для несвязанных выборок.
- •Ода для связанных выборок.
- •Дда для несвязанных выборок.
- •Трёхфакторный дисперсионный анализ
- •Промежуточные вычисления, построение вспомогательной таблицы.
- •Вычисления сумм квадратов.
- •Оценки дисперсий.
- •Дисперсионный анализ (anova) в пакете statisitica(информация полностью взята с сайта StatSoft Russia 2012)
- •Пример 5. Точность методов дисперсионного анализа (малая дисперсия внутри ячеек по сравнению с межгрупповой дисперсией).
- •Отметим, что набор дополнительных результатов зависит от вида построенной модели, т.Е., от используемого модуля.
Структура данных в однофакторном да
Обычно структура данных в однофакторном ДА(далее ОДА) может быть представлена в виде таблицы с Y- количеством столбцов (рис 1) и n - количеством наблюдений в каждом столбце (причем их количество может быть разным), где столбцами являются условия эксперимента или уровни независимой переменной (в данном случае их четыре), а зависимая переменная представляет собой результаты измерения признака, где каждое отдельное значение обозначается как .
Таблица 5. Структура данных в ОДА.
Независимая переменная (фактор) |
|||
1 уровень |
2 уровень |
3 уровень |
4 уровень |
……
|
……
|
……
|
……
|
Задачи да.
Главной задачей в ОДА является определение отношения вариативности (дисперсия), обусловленной действием независимой переменной (фактора) к случайной вариативности, обусловленной влиянием всех неизвестных факторов (так называемый F – отношение или F – критерий). Если это отношение превышает критическое значение, то тогда признается достоверным влияние независимой переменной на зависимую.
В двухфакторном ДА (далее ДДА) экспериментатор решает уже 3 задачи:
1. Определение отношения вариативности обусловленной действием переменной А к случайной вариативности .
2. Определение отношения вариативности, обусловленной действием переменной В к случайной вариативности .
3. Определение отношения вариативности, обусловленной действием переменных А и В к случайной вариативности .
При этом может оказаться, что
1. На вариативность результатов влияет только одна независимая переменная (т.е. либо , либо превышает критическое значение, но не превышает).
2. На вариативность результатов влияют обе независимые переменные, но взаимодействие переменных влияния не оказывает (т.е. они как бы «нейтрализуют» друг друга и, следовательно, и превышают критические значения, но не превышает).
3. На вариативность результатов независимые переменные по отдельности не влияют, но их взаимодействие оказывает влияние (т.е. они как бы «катализируют» друг друга и, следовательно, и не превышают, а превышает критические значение).
4. На вариативность результатов влияет одна из переменных, и кроме того,
обнаруживается влияние взаимодействия обеих переменных (либо ,либо превышает критическое значение, и также превышает).
5. На вариативность результатов влияют как обе переменные, так и их взаимодействие (все три F-критерия превышают критическое значение).
6. На вариативность результатов не влияет ни одна из переменных, и их взаимодействие не оказывает никакого влияния (ни один из трех F-критериев не превышает критического значения).
В трехфакторном ДА экспериментатор решает уже 7 задач: к задачам аналогичным двухфакторному ДА добавляются следующие четыре:
1. Определение отношения вариативности, обусловленное действием третьей переменной к случайной вариативности ( ).
2. Определение отношения вариативности, обусловленной действием переменных А и С к вариативности ( ).
3. По аналогии с предыдущей задачей для переменных В и С.
4. Определение отношения вариативности, обусловленной действием переменных А, В, С к случайной вариативности ( ).
Результирующие случаи аналогичны описанным в двухфакторном ДА.