Предыдущая страница реферата | 1  2  3  4  5  6  7  8  9 | Следующая страница реферата

Г - гамма-функция.

Применительно к данной задаче опровержение гипотезы H0 означает наличие существенных различий в качестве изделий различных партий на рассматриваемом уровне значимости.

Для вычисления сумм квадратов Q1, Q2, Q часто бывает удобно использовать следующие формулы:

[pic] (12)

[pic]
(13)

[pic]

(14) т.е. сами средние, вообще говоря, находить не обязательно.

Таким образом, процедура однофакторного дисперсионного анализа состоит в проверке гипотезы H0 о том, что имеется одна группа однородных экспериментальных данных против альтернативы о том, что таких групп больше, чем одна. Под однородностью понимается одинаковость средних значений и дисперсий в любом подмножестве данных. При этом дисперсии могут быть как известны, так и неизвестны заранее. Если имеются основания полагать, что известная или неизвестная дисперсия измерений одинакова по всей совокупности данных, то задача однофакторного дисперсионного анализа сводится к исследованию значимости различия средних в группах данных /1/.

1.3 Многофакторный дисперсионный анализ

Следует сразу же отметить, что принципиальной разницы между многофакторным и однофакторным дисперсионным анализом нет. Многофакторный анализ не меняет общую логику дисперсионного анализа, а лишь несколько усложняет ее, поскольку, кроме учета влияния на зависимую переменную каждого из факторов по отдельности, следует оценивать и их совместное действие. Таким образом, то новое, что вносит в анализ данных многофакторный дисперсионный анализ, касается в основном возможности оценить межфакторное взаимодействие. Тем не менее, по-прежнему остается возможность оценивать влияние каждого фактора в отдельности. В этом смысле процедура многофакторного дисперсионного анализа (в варианте ее компьютерного использования) несомненно более экономична, поскольку всего за один запуск решает сразу две задачи: оценивается влияние каждого из факторов и их взаимодействие /3/.

Общая схема двухфакторного эксперимента, данные которого обрабатываются дисперсионным анализом имеет вид:

Рисунок 1.1 – Схема двухфакторного эксперимента

Данные, подвергаемые многофакторному дисперсионному анализу, часто обозначают в соответствии с количеством факторов и их уровней.

Предположив, что в рассматриваемой задаче о качестве различных m партий изделия изготавливались на разных t станках и требуется выяснить, имеются ли существенные различия в качестве изделий по каждому фактору:

А - партия изделий;

B - станок.

В результате получается переход к задаче двухфакторного дисперсионного анализа.

Все данные представлены в таблице 1.2, в которой по строкам - уровни
Ai фактора А, по столбцам — уровни Bj фактора В, а в соответствующих ячейках, таблицы находятся значения показателя качества изделий xijk
(i=1,2,...,m; j=1,2,...,l; k=1,2,...,n).

Таблица 1.2 – Показатели качества изделий
| |B1 |B2 |… |Bj |… |Bl |
|A1 |x11l,…,x11k |x12l,…,x12k |… |x1jl,…,x1jk |… |x1ll,…,x1lk|
|A2 |x21l,…,x21k |x22l,…,x22k |… |x2jl,…,x2jk |… |x2ll,…,x2lk|
|… |… |… |… |… |… |… |
|Ai |xi1l,…,xi1k |xi2l,…,xi2k |… |xijl,…,xijk |… |xjll,…,xjlk|
|… |… |… |… |… |… |… |
|Am |xm1l,…,xm1k |xm2l,…,xm2k |… |xmjl,…,xmjk |… |xmll,…,xmlk|

Двухфакторная дисперсионная модель имеет вид:

xijk=?+Fi+Gj+Iij+?ijk, (15)

где xijk - значение наблюдения в ячейке ij с номером k;

? - общая средняя;

Fi - эффект, обусловленный влиянием i-го уровня фактора А;

Gj - эффект, обусловленный влиянием j-го уровня фактора В;

Рекомендуем скачать другие рефераты по теме: новшество, контрольные по математике.





Предыдущая страница реферата | 1  2  3  4  5  6  7  8  9 | Следующая страница реферата