Однофакторный дисперсионный анализ.



Мы поможем в написании ваших работ!


Мы поможем в написании ваших работ!



Мы поможем в написании ваших работ!


ЗНАЕТЕ ЛИ ВЫ?

Однофакторный дисперсионный анализ.



Предположим, что имеется выборок с объемами , , , и наблюдения можно представить в виде , где - номер наблюдения в выборке; - номер выборки; - групповые математические ожидания; - случайные ошибки с =0, о которых предполагается, что они независимы и одинаково расположены.

Подобная ситуация возникает, когда существует некий фактор, принимающий различных значений (называемых уровнями), и каждая группа объектов, чьи признаки мы примеряем, подвергается воздействию определенного уровня этого фактора. Методы математической статистики, изучающие воздействие одного фактора на объекты и их признаки, называют в совокупности однофакторным анализом.

Предполагается, что ошибки нормально распределены: . Тогда можно изучать влияние фактора, вычисляя дисперсии некоторых величин. Совокупность этих методов называют однофакторным дисперсионным анализом.

Основной гипотезой, нуждающейся в проверке, является гипотеза о равенстве групповых средних . Иными словами, проверяют гипотезу о том, что фактор вообще не влияет на наблюдения. В случае нормальных ошибок ее можно проверить, вычислив две разные оценки дисперсии.

Рассмотрим группу экспериментальных животных, подвергнутых ультрафиолетовому облучению. В процессе эксперимента измерялась температура тела животных. Результаты измерений были занесены в таблицу:

 

 

Таблица 11

Температура тела животных

№ испытания Уровень фактора А (мощность ультрафиолетового облучения)
А1 А2 А3
          37,4   37,3   37,0   36,9   37,8   37,9   37,5   37,4   38,0   37,9   38,4   38,3
37,15 37,65 38,15

Физический фактор А (ультрафиолетовое излучение) имеет постоянных уровней (3 различных мощности облучения). На всех уровнях распределения случайной величины Х (температуры тела животного) предполагается нормальным, а дисперсии одинаковыми, хотя и неизвестными.

В данном эксперименте число проведенных наблюдений при действии каждого из уровней фактора одинаково.

Все значения величины Х, наблюдаемые при каждом фиксированном уровне фактора Аj, составляют группу, и в последней строке таблицы представлены соответствующие выборочные групповые средние, вычисленные по формуле

.

Здесь n – число испытаний, – номер столбца, - номер строки, в которой расположено данное значение случайной величины. Общая средняя арифметическая всех наблюдений находится как

.

Введем следующие понятия:

Факторная сумма квадратов отклонений групповых средних от общей средней , которая характеризует рассеивание «между группами» (т.е. рассеивание за счет исследуемого фактора):

,

Остаточная сумма квадратов отклонений наблюдаемых значений группы от своей групповой средней , которая характеризует рассеивание «внутри групп» (за счет случайных причин):

.

Общая сумма квадратов отклонений наблюдаемых значений от общей средней :

,

Можно доказать следующее равенство:

.

С помощью , производится оценка общей, факторной и остаточной дисперсий:

,

,

.

В основе однофакторного дисперсионного анализа лежит тесная связь между различием в групповых средних и соотношением между двумя видами дисперсий – факторной, которая характеризует влияние фактора А на величину Х, и остаточной, которая характеризует влияние случайных причин. Сравнивая факторную дисперсию с остаточной по величине их отношения судят, насколько сильно проявляется влияние фактора.

Для сравнения двух дисперсий используют показатель критерия Фишера .

При этом при заданном уровне значимости проверяют нулевую гипотезу о равенстве факторной и остаточной дисперсии (изучаемый фактор не вызывает изменчивости признака) при конкурирующей гипотезе об их неравенстве (изучаемый фактор вызывает изменчивость признака).

По таблице критических значений распределения Фишера-Снедекора при уровне значимости, равном половине заданного уровня , находят критическое значение . Здесь . Если , нулевую гипотезу считают согласующейся с результатами наблюдений. Если , то эту гипотезу отвергают в пользу конкурирующей.

Замечание. Если окажется, что , следует сделать вывод об отсутствии влияния фактора А на Х.

Если проверка покажет значимость различий между и ,следует сделать вывод о существенном влиянии фактора А на Х.

 


Пример.Имеются данные о настриге шерсти овец в зависимости от их живой массы (табл. 12).

Т а б л и ц а 12

Настриг шерсти овец, кг

Живая масса овец, кг Овцы Сумма Численность групп Средний квадрат суммы
До 52,4 5,7 6,3 5,9 6,5 6,1 30,5 186,05
52,5−54,6 5,7 6,3 6,9 6,8 6,4 6,1 6,3 6,7 51,2 327,68
Свыше 54,6 7,2 7,1 6,9 6,3 7,0 6,8 7,1 48,4 334,65
Итого ´ ´ ´ ´ ´ ´ ´ ´ = 130,1 = N = = 20 = = 848,38

 

Требуется определить достоверность разницы в настриге шерсти овец в зависимости от их живой массы с уровнем вероятности суждения 0,05.

Для расчета показателей вариации настриг шерсти овец возведем в квадрат (табл. 13).

Т а б л и ц а 13



Последнее изменение этой страницы: 2016-04-21; Нарушение авторского права страницы; Мы поможем в написании вашей работы!

infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 18.206.76.226 (0.005 с.)