|
mn-1
|
|
|
Гипотеза H0 примет вид σF2 =0. В случае справедливости этой
гипотезы
M(S)= M(S)= σ2.
В
случае однофакторного комплекса как для модели I, так и модели II средние квадраты S2 и S2, являются несмещенными и независимыми
оценками одной и той же дисперсии σ2.
Следовательно, проверка нулевой гипотезы H0
свелась к проверке существенности различия несмещенных выборочных оценок S и S дисперсии σ2.
Гипотеза H0 отвергается, если фактически вычисленное значение статистики F = S/S больше критического Fα:K1:K2, определенного на уровне значимости
α при числе степеней свободы k1=m-1 и k2=mn-m, и
принимается, если F < Fα:K1:K2 .
F-
распределение Фишера (для x > 0) имеет следующую функцию плотности (для = 1, 2, ...; = 1, 2, ...):
где
- степени свободы;
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:
(12)
(13)
(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:
Рекомендуем скачать другие рефераты по теме: культурология как наука, сочинение тарас бульбо.
Предыдущая страница реферата |
1
2
3
4
5
6
7
8
9
10
11 |
Следующая страница реферата