Pract_Meshalkina_Samsonova
.pdf
Отчет 2. Проверка гипотез о типе распределения и о равенстве средних
Студент Неизвестный Н.Н. |
Кафедра географии. |
Вариант 100. |
Дата проверки: |
Подпись преподавателя: |
|
Проверка гипотез о типе распределения
1. Ho: переменная Н1 подчиняется нормальному распределению
Variable: Pole1, Distribution: Normal (Example_for_book.sta) Chi-Square = 0,56717, df = 3, p = 0,90391
Переменная Pole1 ; распределение: Нормальное Критерий хи-квадрат : 0,57, число ст.св. = 3, p = 0,90
Верхняя |
|
|
% |
накопл.% |
ожид. |
ожид. |
% |
накопл. % |
разность |
|
граница |
эмпир. |
накопл.эмп. |
|
|
частота |
накоп. |
|
|
(ожид- |
|
классов |
|
|
|
част. |
|
|
эмп) |
|||
частота |
част. |
|
|
|
|
|
||||
|
Observed |
Cumulative |
Percent |
Cumul. % |
Expected |
Cumulative |
Percent |
Cumul. % |
Observed- |
|
|
|
|
|
|
|
|
|
|
Expected |
|
<= 4,23333 |
1 |
1 |
3,3 |
3,3 |
0,7 |
0,7 |
2,5 |
2,5 |
0,3 |
|
4,66667 |
4 |
5 |
13,3 |
16,7 |
4,2 |
4,9 |
13,9 |
16,4 |
-0,2 |
|
5,10000 |
11 |
16 |
36,7 |
53,3 |
10,2 |
15,1 |
33,8 |
50,2 |
0,8 |
|
5,53333 |
10 |
26 |
33,3 |
86,7 |
10,1 |
25,2 |
33,7 |
83,9 |
-0,1 |
|
5,96667 |
3 |
29 |
10,0 |
96,7 |
4,1 |
29,3 |
13,7 |
97,6 |
-1,1 |
|
< Infinity |
1 |
30 |
3,3 |
100,0 |
0,7 |
30,0 |
2,4 |
100,0 |
0,3 |
|
(Бескон.) |
||||||||||
|
|
|
|
|
|
|
|
|
p =0,90 > 0,05 => принимается Ho |
|
|
|
|
|
|
|
|
|
|
|
|
||||||||
Вывод: распределение перем. Pole1 можно аппроксимировать нормальным распределением |
|
|||||||||||||||||||
|
|
|
|
Участок 1 |
|
|
|
|
|
|
|
|
Участок 2 |
|
|
|
||||
|
|
|
|
|
2. Проверка на нормальность |
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
Variable: H1, Distribution: Normal |
|
|
|
|
|
|
Variable: H2, Distribution: Normal |
|
|
|
||||||
|
9 |
Chi-Square test = 0,48530, df = 1 (adjusted) , p = 0,48603 |
|
|
|
9 |
Chi-Square test = 5,47515, df = 1 (adjusted) , p = 0,01929 |
|
|
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
8 |
|
|
|
|
|
|
|
|
|
|
8 |
|
|
|
|
|
|
|
|
|
7 |
|
|
|
|
|
|
|
|
|
|
7 |
|
|
|
|
|
|
|
|
observations |
6 |
|
|
|
|
|
|
|
|
|
observations |
6 |
|
|
|
|
|
|
|
|
5 |
|
|
|
|
|
|
|
|
|
5 |
|
|
|
|
|
|
|
|
||
4 |
|
|
|
|
|
|
|
|
|
4 |
|
|
|
|
|
|
|
|
||
No. of |
|
|
|
|
|
|
|
|
|
No. of |
|
|
|
|
|
|
|
|
||
3 |
|
|
|
|
|
|
|
|
|
3 |
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
2 |
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3,6562 |
3,7375 |
3,8187 |
3,9000 |
3,9812 |
4,0625 |
4,1437 |
4,2250 |
4,3062 |
|
|
3,90 |
4,16 |
4,42 |
4,68 |
4,94 |
5,20 |
5,46 |
5,72 |
5,98 |
6,24 |
6,50 |
|||||||||
|
|
|
|
|
|
|
|
|
|
|||||||||||
Category (upper limits) |
Category (upper limits) |
|
p =0,48 > 0,05 => принимается Ho |
|
|
|
p =0,01< 0,05 => Ho отвергается |
|
|
|||||||||||||
|
|
|
|
3. Проверка на логнормальность |
|
|
|
|
|
|
|
|
|||||||
|
|
|
Variable: H1, Distribution: Log-normal |
|
|
|
|
|
|
Variable: H2, Distribution: Log-normal |
|
|
|
||||||
|
|
Chi-Square test = 0,23387, df = 1 (adjusted) , p = 0,62867 |
|
|
|
|
Chi-Square test = 5,44993, df = 1 (adjusted) , p = 0,01957 |
|
|
||||||||||
|
10 |
|
|
|
|
|
|
|
|
|
9 |
|
|
|
|
|
|
|
|
|
9 |
|
|
|
|
|
|
|
|
|
8 |
|
|
|
|
|
|
|
|
|
8 |
|
|
|
|
|
|
|
|
|
7 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
No. of observations |
7 |
|
|
|
|
|
|
|
|
No. of observations |
6 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
6 |
|
|
|
|
|
|
|
|
5 |
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
5 |
|
|
|
|
|
|
|
|
4 |
|
|
|
|
|
|
|
|
||
4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
3 |
|
|
|
|
|
|
|
|
||
|
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3,6562 |
3,7375 |
3,8187 |
3,9000 |
3,9812 |
4,0625 |
4,1437 |
4,2250 |
4,3062 |
|
|
3,7813 |
4,1250 |
4,4688 |
4,8125 |
5,1563 |
5,5000 |
5,8438 |
6,1875 |
6,5313 |
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|||||||||
Category (upper limits) |
Category (upper limits) |
|
|
p =0,63 > 0,05 => принимается Ho |
p =0,02< 0,05 => Ho отвергается |
71
Отчет 2. (продолжение) Проверка гипотез о типе распределения и о равенстве средних
Студент Неизвестный Н.Н. Кафедра географии. |
Вариант 100. |
|
Дата проверки: |
Подпись преподавателя: |
|
Участок 1 |
|
Участок 2 |
4. Проверка на возможность аппроксимации равномерным распределением |
||
Va riable: H1, Distribution: Rectangu lar |
|
Variable: H2, Distribution: Rectangular |
Chi-Square test = 10,15408, df = 1 (adjus ted) , p = 0,00 144 |
|
Chi-Square test = 1,12596, df = 1 (adjusted) , p = 0,28864 |
|
9 |
|
|
|
|
|
|
|
|
|
|
|
10 |
|
|
|
|
|
|
|
|
|
8 |
|
|
|
|
|
|
|
|
|
|
|
9 |
|
|
|
|
|
|
|
|
|
7 |
|
|
|
|
|
|
|
|
|
|
|
8 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
6 |
|
|
|
|
|
|
|
|
|
|
|
7 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5 |
|
|
|
|
|
|
|
|
|
|
|
6 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5 |
|
|
|
|
|
|
|
|
|
4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4 |
|
|
|
|
|
|
|
|
.No |
3 |
|
|
|
|
|
|
|
|
|
|
.No |
3 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
of |
|
|
|
|
|
|
|
|
|
|
|
of |
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
ationservobs |
|
|
|
|
|
|
|
|
|
|
observations |
2 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
1 |
|
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
3, 90 |
4,1 6 |
4,42 |
4,68 |
4,94 |
5 ,20 |
5, 46 |
5,72 |
5,98 |
6,24 |
6,50 |
|
3,8125 |
3,8750 |
3,9375 |
4,0000 |
4,0625 |
4,1250 |
4,1875 |
4,2500 |
4,3125 |
Catego ry (up per limits) |
Category (upper limits) |
|
|
|
|
p =0,00 < 0,05 => Ho отвергается |
p =0,28 > 0,05 => принимается Ho |
|
5. Проверка на возможность аппроксимации гамма распределением
|
|
|
|
Variab le: H1 , Distribution: Gamma |
|
|
|
|
|||
|
|
Chi-Square test = 0,34286, d f = 1 (adjust ed) , p = 0,558 18 |
|
|
|
||||||
|
9 |
|
|
|
|
|
|
|
|
|
|
|
8 |
|
|
|
|
|
|
|
|
|
|
|
7 |
|
|
|
|
|
|
|
|
|
|
|
6 |
|
|
|
|
|
|
|
|
|
|
|
5 |
|
|
|
|
|
|
|
|
|
|
|
4 |
|
|
|
|
|
|
|
|
|
|
No |
3 |
|
|
|
|
|
|
|
|
|
|
of . |
|
|
|
|
|
|
|
|
|
|
|
erv obs |
2 |
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
ations |
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
3, 90 |
4,1 6 |
4,42 |
4,68 |
4,94 |
5 ,20 |
5, 46 |
5,72 |
5,98 |
6,24 |
6,50 |
Catego ry (up per limits)
|
|
|
Variable: H2, Distribution: Gamma |
|
|
|
|
|||
|
|
Chi-Square test = 1,51017, df = 1 (adjusted) , p = 0,21911 |
|
|
||||||
8 |
|
|
|
|
|
|
|
|
|
|
7 |
|
|
|
|
|
|
|
|
|
|
6 |
|
|
|
|
|
|
|
|
|
|
5 |
|
|
|
|
|
|
|
|
|
|
4 |
|
|
|
|
|
|
|
|
|
|
3 |
|
|
|
|
|
|
|
|
|
|
of.No |
|
|
|
|
|
|
|
|
|
|
2 |
|
|
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
observations |
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
3,80 |
3,85 |
3,90 |
3,95 |
4,00 |
4,05 |
4,10 |
4,15 |
4,20 |
4,25 |
4,30 |
Category (upper limits)
p =0,56 > 0,05 => принимается Ho |
|
p =0,22 > 0,05 => принимается Ho |
||||
Сравнение средних |
Ho: генеральное среднее для Н1 = генер-му среднему для Н2 |
|||||
Пере- |
Сред- |
Среднее |
t-зна- |
число ур. зна- |
|
|
менные |
нее Н1 |
Н2 |
чение |
ст. св. чимо- |
|
|
|
|
|
|
|
сти |
если дисперсии однородны |
|
Mean |
Mean |
t-value |
df |
p |
|
H1 vs. H2 |
5,10 |
3,99 |
13,01 |
58,00 |
0,00 |
|
|
|
|
t separ. |
df |
p |
если дисперсии неоднородны |
|
|
|
13,01 |
36,11 |
0,00 |
p =0,00 < 0,05 => Ho отвергается |
|
|
|
|
|
|
Среднее Н1 не равно Среднему Н2 |
|
Проверка дисперсий на однородность Но: дисперсии однородны |
|||||
Объем |
Объем Ст. откл. |
Ст. откл. |
F- отноур. зна- |
|
||
выборки |
выборк |
Н1 |
Н2 |
шение |
чимо- |
|
Н1 |
и Н2 |
|
|
|
сти |
|
Valid N |
Valid N |
Std.Dev. |
Std.Dev. |
F-ratio |
p |
|
30 |
30 |
0,44 |
0,16 |
8,03 |
0,00 |
|
p =0,00 < 0,05 => Ho отвергается => |
дисперсии неоднородны |
|||||
72
Отчет 3. Дисперсионный анализ |
|
|
|
|
|||
СтудентНеизвестный Н.Н. Кафедра географии. |
Вариант 100. |
||||||
Дата проверки: |
|
|
|
Подпись преподавателя: |
|
||
Результаты дисперсионного анализа |
|
|
|
|
|||
Нулевая гипотеза: Средние по градациям фактора равны |
|
|
|||||
|
Составля |
Сумма |
Число ст. |
Средний |
|
Уровень |
|
|
ющие |
квадратов свободы |
квадрат |
F-критерий |
значимости |
Принимается: |
|
|
|
SS |
Degr. of |
MS |
F |
p |
|
|
|
|
freedom |
|
|
|
Но: |
Фактор 1 |
Herbicids |
4246 |
3 |
1415 |
3,146 |
0,064199 |
|
Фактор 2 |
Fertilizer |
33039 |
3 |
11013 |
24,475 |
0,000003 |
Н1: |
Взаимо- |
Herbicids*F |
4186 |
9 |
465 |
1,034 |
0,455866 |
|
действие |
ertilizer |
Но: |
|||||
Случ. |
Error |
7200 |
16 |
450 |
|
|
|
составл. |
|
|
|
||||
Выводы: На урожай влияет доза удобрения
Herb icids ; Unweight ed Me ans
Cu rrent effec t: F(3, 16)=3,145 5, p=,0542 0
Effec tive h ypoth esis decom pos ition
Ve rtical bars deno te 0,9 5 co nfiden ce in terva ls
|
2 40 |
|
|
|
|
2 30 |
|
|
|
|
2 20 |
|
|
|
|
2 10 |
|
|
|
|
2 00 |
|
|
|
|
1 90 |
|
|
|
Ma |
1 80 |
|
|
|
ize |
|
|
|
|
yeilds |
1 70 |
|
|
|
1 60 |
|
|
|
|
|
|
|
|
|
|
1 50 |
10 |
2 0 |
30 |
|
0 |
Herbic ids
Fertil izer; Unwe ighted Mea ns
Current e ffect : F(3, 16)=2 4,475 , p=, 00000
E ffect ive hypothe sis d ecom posi tion
Ve rtical bars denot e 0,9 5 con fiden ce in terval s
|
28 0 |
|
|
|
|
26 0 |
|
|
|
|
24 0 |
|
|
|
|
22 0 |
|
|
|
|
20 0 |
|
|
|
|
18 0 |
|
|
|
e Maiz |
16 0 |
|
|
|
|
|
|
|
|
yeilds |
14 0 |
|
|
|
12 0 |
|
|
|
|
|
|
|
|
|
|
10 0 |
1 |
2 |
3 |
|
0 |
Fert ilizer
Доза |
Средний |
Ошибка |
95% Доверительный |
|
гербицида |
урожай |
среднего |
интервал для |
|
|
кукурузы |
|
среднего |
|
Herbicids |
Maize yeilds |
Maize yeilds |
Maize yeilds |
Maize yeilds |
0 |
181,5 |
7,5 |
165,6 |
197,4 |
10 |
186,8 |
7,5 |
170,9 |
202,7 |
20 |
211,9 |
7,5 |
196,0 |
227,8 |
30 |
190,6 |
7,5 |
174,7 |
206,5 |
|
|
|
|
|
|
|
|
|
|
Доза |
Средний |
Ошибка |
95% Доверительный |
|
удобрения |
урожай |
среднего |
интервал для |
|
|
кукурузы |
|
среднего |
|
Fertilizer |
Maize yeilds |
Maize yeilds |
Maize yeilds |
Maize yeilds |
0 |
147,7 |
7,5 |
131,8 |
163,6 |
1 |
182,6 |
7,5 |
166,7 |
198,5 |
2 |
204,6 |
7,5 |
188,7 |
220,5 |
3 |
235,9 |
7,5 |
220,0 |
251,8 |
Сравнение средних по градациям Herbicids |
Но: среднее по градации 0 и среднее по градации |
||||||
LSD test -НЗР |
|
|
|
фактора гербицид 10 |
- равны |
||
|
Herbicids |
{1} |
{2} |
{3} |
{4} |
Выводы: |
отличаются средние 1 и 3, |
1 |
0 |
|
0,628631 |
0,011394 |
0,404136 |
||
2 |
10 |
0,628631 |
|
0,031016 |
0,720759 |
|
2 и 3, 3 и 4 |
3 |
20 |
0,011394 |
0,031016 |
|
0,062661 |
|
|
4 |
30 |
0,404136 |
0,720759 |
0,062661 |
|
|
|
Newman-Keuls test -Критерий Ньюмена-Койлса |
|
|
|
||||
|
Herbicids |
{1} |
{2} |
{3} |
{4} |
|
|
1 |
0 |
|
0,628774 |
0,050390 |
0,674219 |
Выводы: |
отличаются средние 1 и 3, |
2 |
10 |
0,628774 |
|
0,075298 |
0,720889 |
|
3 и 4 |
3 |
20 |
0,050390 |
0,075298 |
|
0,062788 |
|
|
4 |
30 |
0,674219 |
0,720889 |
0,062788 |
|
|
|
73
Отчет 3 (продолжение). Дисперсионный анализ |
|
|
|
|||||
Студент Неизвестный Н.Н. |
Кафедра географии. |
Вариант 100. |
||||||
Дата проверки: |
|
|
|
|
Подпись преподавателя: |
|
||
Сравнение средних по градациям Fertilizer |
Но: среднее по градации 0 и среднее по градации |
|||||||
LSD test -НЗР |
|
|
|
|
фактора удобрение 1 равны |
|||
|
|
|
{1} |
{2} |
{3} |
{4} |
|
|
|
|
|
0 |
1 |
2 |
3 |
|
|
|
|
|
147,7 |
182,6 |
204,6 |
235,9 |
Выводы: |
отличаются средние 1 и 2, |
1 |
|
0 |
|
0,004592 |
0,000063 |
0,000000 |
||
2 |
|
1 |
0,004592 |
|
0,054756 |
0,000126 |
|
1 и 3, 1 и 4, 2 и 4, 3 и 4 |
3 |
|
2 |
0,000063 |
0,054756 |
|
0,009488 |
|
|
4 |
|
3 |
0,000000 |
0,000126 |
0,009488 |
|
|
|
Newman-Keuls test -Критерий Ньюмена-Койлса |
|
|
|
|||||
|
Fertilizer |
{1} |
{2} |
{3} |
{4} |
|
|
|
|
|
|
0 |
1 |
2 |
3 |
|
|
|
|
|
147,7 |
182,6 |
204,6 |
235,9 |
Выводы: |
отличаются средние 1 и 2, |
1 |
|
0 |
|
0,004733 |
0,000319 |
0,000186 |
||
2 |
|
1 |
0,004733 |
|
0,054889 |
0,000484 |
|
1 и 3, 1 и 4, 2 и 4, 3 и 4 |
3 |
|
2 |
0,000319 |
0,054889 |
|
0,009645 |
|
|
4 |
|
3 |
0,000186 |
0,000484 |
0,009645 |
|
|
|
Изменение средних значений по взаимодействию градаций факторов
Herbicids*Fertilizer ; LS Means
Current effect: F(9, 16)=1,0337, p=,45587
Eff ective hypothesis decomposition
Vertical bars denote 0,95 confidence intervals
|
320 |
|
|
|
|
|
300 |
|
|
|
|
|
280 |
|
|
|
|
|
260 |
|
|
|
|
|
240 |
|
|
|
|
|
220 |
|
|
|
|
|
200 |
|
|
|
|
Maize |
180 |
|
|
|
|
160 |
|
|
|
|
|
140 |
|
|
|
Fertilizer |
|
yeilds |
|
|
|
||
|
|
|
0 |
||
|
|
|
|
||
120 |
|
|
|
Fertilizer |
|
|
100 |
|
|
|
1 |
|
|
|
|
Fertilizer |
|
|
80 |
|
|
|
2 |
|
|
|
|
Fertilizer |
|
|
0 |
10 |
20 |
30 |
|
|
3 |
||||
|
|
Herbicids |
|
|
|
|
|
|
|
|
|
Условия применимости дисперсионного анализа: |
|
||||
Проверка однородности дисперсий |
Но: дисперсии однородны по градациям фактора … |
||||
|
Харлета |
Кохрена |
Бартлетт |
Число ст. |
Уровень |
|
|
|
|
а |
свободы |
значимости |
|
|
|
|
|
|
|
|
|
Hartley |
Cochran |
Bartlett |
df |
p |
|
Effect: "Herbicids" - фактор гербициды |
|
|
Но: |
|||
Maize yeilds |
2,849967 |
0,387237 |
3,045968 |
3 |
0,384592 |
|
Effect: "Fertilizer" - фактор удобрение |
|
|
Но: |
|||
Maize yeilds |
2,502890 |
0,380452 |
1,862968 |
3 |
0,601329 |
|
Effect: |
"Herbicids"*"Fertilizer" - взаимодействие |
|
Но: |
|||
Maize yeilds |
43261,21 |
0,428664 |
23,54733 |
15 |
0,073190 |
|
74
Отчет 4. Регрессионный анализ Студент Неизвестный Н.Н. Кафедра географии. Вариант 100.
Дата проверки: |
Подпись преподавателя: |
Результаты дисперсионного анализа. Регрессия как фактор.
Источник варьиро- |
Сумма |
числ.ст. |
средний |
F-критерий |
уровень |
|
вания |
|
квадр. |
свободы. |
квадрат |
|
значим. |
|
|
|
|
|
|
|
|
|
Sums of |
df |
Mean |
F |
p-level |
|
|
Squares |
|
Squares |
|
|
Регрессия |
Regress. |
42,541 |
5 |
8,50816 |
145,76 |
0,000 |
Остатки |
Residual |
0,817 |
14 |
0,05837 |
|
|
Сумма |
Total |
43,358 |
|
|
|
|
Но: предсказание Y по регрессионной модели не лучше
предсказания Y по его среднему
Вывод: Но - отвергается, модель можно считать адекватной и использовать для предсказания Y
Результаты расчета регрессии для переменной : Yield (Example_for_n4)
R= ,99468326 RІ(коэф. детерминации)= ,98939479 скорректированный RІ= ,98740631 F(3,16)=497,56 p<,00000 Стандартная ошибка: 0,18699
|
|
|
стандартизир. перем. |
обычные перем. |
|
|
|
|
|
|||||
|
|
|
коэфф. |
|
станд.ош. |
коэфф. |
|
станд.ош. |
|
t-крит. |
|
уровень |
|
|
Intercpt - |
|
BETA |
|
BETA |
B |
|
коэфф-тов В |
|
t(16) |
|
значим. |
|
||
Св.член |
|
|
|
|
|
4,298 |
|
1,676 |
|
2,564 |
|
0,022 |
|
|
Humus |
|
0,122 |
|
0,0399 |
|
0,906 |
|
0,297 |
|
3,048 |
|
0,009 |
|
|
P2O5 |
|
1,140 |
|
0,0437 |
|
0,517 |
|
0,020 |
|
26,099 |
|
0,000 |
|
|
pH |
|
-0,020 |
|
0,0396 |
|
-0,077 |
|
0,155 |
|
-0,493 |
|
0,629 |
|
|
K2O |
|
0,580 |
|
0,0445 |
|
0,308 |
|
0,024 |
|
13,055 |
|
0,000 |
|
|
NO3 |
|
-0,001 |
|
0,0395 |
|
-0,002 |
|
0,139 |
|
-0,016 |
|
0,987 |
|
|
|
|
|
Yield= 4,29+0,91 * Humus + 0,52 * P2O5 + 0,31*K2O |
|
|
|
||||||||
|
|
|
Коэффициенты корреляции междупеременными |
|
|
|
||||||||
|
|
|
Humus |
|
P2O5 |
|
pH |
|
K2O |
|
NO3 |
|
Yield |
|
Humus |
|
1,00 |
|
-0,08 |
|
0,31 |
|
0,06 |
|
0,23 |
|
0,06 |
|
|
P2O5 |
|
-0,08 |
|
1,00 |
|
-0,16 |
|
-0,50 |
|
0,11 |
|
0,84 |
|
|
pH |
|
0,31 |
|
-0,16 |
|
1,00 |
|
0,21 |
|
0,01 |
|
-0,04 |
|
|
K2O |
|
0,06 |
|
-0,50 |
|
0,21 |
|
1,00 |
|
0,17 |
|
0,02 |
|
|
NO3 |
|
0,23 |
|
0,11 |
|
0,01 |
|
0,17 |
|
1,00 |
|
0,25 |
|
|
Yield |
|
0,06 |
|
0,84 |
|
-0,04 |
|
0,02 |
|
0,25 |
|
1,00 |
|
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
Correlations (data_zan_4_a.sta 6v*20c) |
|||||||
|
|
|
|
|
|
|
||||||||
Hum us
P2O5
K2O
Но: |
Ho -> H1 |
bo=0 |
|
b1=0 |
Ho -> H1 |
b2=0 |
Ho -> H1 |
b3=0 |
Ho |
b4=0 |
Ho -> H1 |
b5=0 |
Ho |
|
|
|
|
|
|
|
|
|
|
|
|
Yield
75
Отчет 4 (продолжение). Регрессионный анализ |
|
|
|
|
|
|
|
|
|||||||||
Студент Неизвестный Н.Н. Кафедра географии. Вариант 100. |
|
|
|
|
|
|
|||||||||||
Дата проверки: |
|
|
|
|
|
Подпись преподавателя: |
|
|
|
|
|
||||||
|
|
|
Гистограмма для остатков |
|
|
Остатки на нормальном вероятностном графике |
|
|
|||||||||
|
|
|
|
Distribu tion of Raw residuals |
|
|
|
|
|
Normal Probability Plot of Re siduals |
|
|
|
||||
|
|
|
|
|
Ex pecte d Norma l |
|
|
|
|
2,0 |
|
|
|
|
|||
|
7 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1,5 |
|
|
|
|
|
|
|
|
6 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1,0 |
|
|
|
|
|
|
|
|
5 |
|
|
|
|
|
|
|
|
0,5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
4 |
|
|
|
|
|
|
|
|
0,0 |
|
|
|
|
|
|
|
obs of No |
3 |
|
|
|
|
|
|
|
|
-0,5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
cted Expe |
|
|
|
|
|
|
|
|
||
2 |
|
|
|
|
|
|
|
-1,0 |
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
Normal |
-1,5 |
|
|
|
|
|
|
|
|
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Value |
-2,0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
-0,3 |
-0,2 |
-0,1 |
0,0 |
0,1 |
0,2 |
0,3 |
0,4 |
|
|
0 |
-0,3 |
-0 ,2 |
-0,1 |
0,0 |
0,1 |
0,2 |
0 ,3 |
0,4 |
|
|
|
|
Re siduals |
|
|
|
|
-0 ,4 |
|
|
|
|
|
|
|
|
||||||||
График зависимости наблюдаемых значений урожая (ось y) от предсказанных значений (ось x)
Predic ted v s. Observe d V alue s
Depen dent variab le: Yield
|
1 9 |
|
|
|
|
|
|
|
|
|
1 8 |
|
|
|
|
|
|
|
|
|
1 7 |
|
|
|
|
|
|
|
|
|
1 6 |
|
|
|
|
|
|
|
|
|
1 5 |
|
|
|
|
|
|
|
|
O |
1 4 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Valu bserved |
1 3 |
|
|
|
|
|
|
|
|
1 2 |
|
|
|
|
|
|
|
|
|
es |
|
|
|
|
|
|
|
|
|
|
1 1 |
|
|
|
|
|
|
|
|
|
11 |
12 |
13 |
14 |
1 5 |
16 |
1 7 |
18 |
19 |
|
|
|
|
|
Pred icte d V alue s |
|
|
95 % confidenc e |
|
График зависимости остатков (ось у) от предсказанных значений (ось x)
Predic ted vs. Residual Sc ores
Depend ent variab le: Y ield
|
0,4 |
|
|
|
|
|
|
|
|
|
0,3 |
|
|
|
|
|
|
|
|
|
0,2 |
|
|
|
|
|
|
|
|
|
0,1 |
|
|
|
|
|
|
|
|
als Residu |
0,0 |
|
|
|
|
|
|
|
|
-0,1 |
|
|
|
|
|
|
|
|
|
|
-0,2 |
|
|
|
|
|
|
|
|
|
-0,3 |
|
|
|
|
|
|
|
|
|
11 |
12 |
1 3 |
14 |
15 |
16 |
17 |
18 |
19 |
|
|
|
|
|
Pred icted V alues |
|
|
95% c onfidence |
|
Результаты пошаговой регрессии с включением (Forward)
|
БЕТА |
Стд.Ош. |
B |
Стд.Ош. B |
t(17) |
p-уров. |
|
|
|
БЕТА |
|
|
|
|
|
Св.член |
|
|
3,937 |
1,153 |
3,413 |
0,004 |
|
P2O5 |
1,141 |
0,040 |
0,517 |
0,018 |
28,550 |
0,000 |
|
K2O |
0,577 |
0,040 |
0,306 |
0,021 |
14,459 |
0,000 |
|
Humus |
0,116 |
0,035 |
0,863 |
0,259 |
3,332 |
0,004 |
|
|
|
Yield= 3,94 + 0,52 * P2O5 + 0,31* K2O + 0,86 * Humus |
|
||||
|
|
|
Итоги по шагам |
|
|
|
|
|
Шаг +в /- |
Множест. |
Множест. |
R-квадр. |
F - |
p-уров. |
Перем. |
|
ис |
R |
R-квадр. |
измен. |
вкл/искл |
|
включ. |
P2O5 |
1 |
0,8450 |
0,7140 |
0,7140 |
44,9294 |
0,0000 |
1 |
K2O |
2 |
0,9836 |
0,9675 |
0,2536 |
132,7081 |
0,0000 |
2 |
Humus |
3 |
0,9904 |
0,9808 |
0,0133 |
11,0999 |
0,0042 |
3 |
76
Отчет 5. Кластерный анализ Дата проверки: Подпись преподавателя:
Студент Неизвестный Н.Н. Кафедра географии. Вариант 100.
1. Иерархическая классификация
e c n ta is D e g ka in L
Tree Diagram for 30 Cases Single Linkage Euclidean distances
10
8
6
4
2
0
C |
C |
C |
C |
C |
A2B B |
B |
A2B |
A1 |
A2 |
A2 |
A2 A1 |
A1 |
B |
C |
B |
B |
C |
A2B |
A2B |
A2B A1 |
A1 |
A2 |
A2 |
A2B A2 |
A1 |
|
250 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
200 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
150 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
100 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Linkage |
50 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Distance |
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
C |
C |
B |
|
|
|
|
B |
|
|
|
C |
||||||||||||||
|
|
|
|
|
C |
|
|
C |
|
|
|
C |
B |
|||||||||||||||
|
|
|
|
|
|
|
|
|
Tree Diagram for 5 Variables |
|||||||||||||||||||
|
|
|
|
|
|
|
|
|
||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
Single Linkage |
|
|
|
|
|
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
Euclidean distances |
|
|
|
|
|
|
|
|
|||||||||
|
120 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
100 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
80 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
60 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
L |
40 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
ge ka in |
20 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Dista |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
nce |
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
G |
|
|
IL |
|
|
|
|
|
PHS |
|
|
|
|
V |
|||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||
Tree Diagram for 30 Cases
Ward`s method
Euclidean distances
A2B |
A2B B |
|
A2B A2 |
|
A2 |
A2B A2 |
|
A1 |
|
|
A1 |
|
||||||||
B |
B A2B |
A2B A2 |
A2 |
A2 |
A1 |
A1 |
A1 A1 |
|
||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
Tree Diagram for 5 Variables |
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
Ward`s method |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Euclidean distances |
|
|
|
|
|
|
|
|
||
|
|
|
|
|
350 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
300 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
250 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
200 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
150 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Linkage |
100 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Dista |
50 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
nce |
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
C |
|
|
|
|
G |
|
|
IL |
PHS |
|
|
V |
|
|
|
C |
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
77
Отчет 5 (продолжение). Кластерный анализ |
Датапроверки: |
Подпись преподавателя: |
|||||||
Студент Неизвестный Н.Н. Кафедра географии. Вариант 100. |
|
|
|
||||||
Метод K-средних |
3 кластера |
|
|
|
|
|
|
||
Analysis of Variance (pc_kla.sta)- Дисперсионный анализ |
|
|
|
|
|
||||
Признаки |
Between |
|
Within |
|
|
signif. |
|
|
|
|
SS |
df |
SS |
df |
F |
p |
|
|
|
|
Сумма кв. |
Число ст. |
Сумма кв. |
Число ст. |
|
|
|
|
|
|
между |
свободы |
между |
свободы |
|
Уровень |
|
|
|
|
классами |
|
классами |
|
|
|
|
|
|
|
|
|
|
|
|
значимости |
|
|
|
C |
41,253422 |
2 |
89,541245 |
27 |
6,219717 |
0,0060027 |
|
|
|
PHS |
0,4869745 |
2 |
1,8676891 |
27 |
3,519941 |
0,0438099 |
|
Members of Cluster 3 |
|
IL |
2881,6445 |
2 |
291,72192 |
27 |
133,3537 |
1,015E-14 |
|
||
G |
2422,0554 |
2 |
256,64453 |
27 |
127,4048 |
1,774E-14 |
|
N=13 |
|
V |
0,5615084 |
2 |
0,5753129 |
27 |
13,17607 |
0,0001016 |
|
A1 раз.1 |
C_1 |
Объекты 1-го кластера |
|
|
Members of Cluster 2 |
|
|
A2 раз.1 |
C_2 |
||
|
|
|
|
A1 раз.2 |
C_6 |
||||
N=8 |
|
|
|
N=9 |
|
|
|
A2 раз.2 |
C_7 |
B раз.1 |
C_4 |
|
|
A2B раз.1 |
C_3 |
|
|
A1 раз.3 |
C_11 |
C раз.1 |
C_5 |
|
|
A2B раз.2 |
C_8 |
|
|
A2 раз.3 |
C_12 |
B раз.4 |
C_19 |
|
|
B раз.2 |
C_9 |
|
|
A2B раз.3 |
C_13 |
C раз.4 |
C_20 |
|
|
C раз.2 |
C_10 |
|
|
A1 раз.4 |
C_16 |
B раз.5 |
C_24 |
|
|
B раз.3 |
C_14 |
|
|
A2 раз.4 |
C_17 |
C раз.5 |
C_25 |
|
|
C раз.3 |
C_15 |
|
|
A1 раз.5 |
C_21 |
B раз.6 |
C_29 |
|
|
A2B раз.4 |
C_18 |
|
|
A2 раз.5 |
C_22 |
C раз.6 |
C_30 |
|
|
A2B раз.5 |
C_23 |
|
|
A1 раз.6 |
C_26 |
|
|
|
|
A2B раз.6 |
C_28 |
|
|
A2 раз.6 |
C_27 |
|
Plot of Means for E ach Cluster |
|
|
|
|
Plot of Means for Each Clust er |
|
|
|
|||
|
|
|
|
70 |
|
|
|
|
|
|||
70 |
|
|
|
|
|
|
|
|
|
|
||
60 |
|
|
|
|
|
60 |
|
|
|
|
|
|
50 |
|
|
|
|
|
50 |
|
|
|
|
|
|
40 |
|
|
|
|
|
40 |
|
|
|
|
|
|
30 |
|
|
|
|
|
30 |
|
|
|
|
|
|
20 |
|
|
|
|
|
20 |
|
|
|
|
Cluster |
|
|
|
|
|
|
|
|
|
|
No. 1 |
|||
|
|
|
|
|
|
|
|
|
|
|
Cluster |
|
10 |
|
|
|
|
|
10 |
|
|
|
|
No. 2 |
|
|
|
|
|
Cluster |
|
|
|
|
Cluster |
|||
|
|
|
|
|
|
|
|
|
|
|||
0 |
|
|
|
|
No. 1 |
|
|
|
|
|
No. 3 |
|
|
|
|
|
Cluster |
0 |
|
|
|
|
Cluster |
||
|
|
|
|
|
No. 2 |
|
|
|
|
|
No. 4 |
|
-10 |
|
|
|
|
Cluster |
-10 |
|
|
|
|
Cluster |
|
PHS |
IL |
G |
V |
No. 3 |
P HS |
IL |
G |
V |
||||
C |
C |
No. 5 |
||||||||||
|
|
Variables |
|
|
|
|
|
Variables |
|
|
|
|
5 кластеров |
|
|
|
|
|
|
|
|
|
|
|
|
Analysis of Variance (pc_kla.sta)
|
Between |
|
Within |
|
|
signif. |
|
|
|
|
|
SS |
df |
SS |
df |
F |
p |
|
|
|
|
C |
122,03867 |
4 |
8,7559967 |
25 |
87,11078 |
2,655E-14 |
|
|
|
|
PHS |
0,5546677 |
4 |
1,7999959 |
25 |
1,925934 |
0,1373336 |
|
|
|
|
IL |
2947,4778 |
4 |
225,88867 |
25 |
81,55228 |
5,694E-14 |
|
|
|
|
G |
2455,95 |
4 |
222,75 |
25 |
68,90993 |
3,928E-13 |
|
|
|
|
V |
0,5645458 |
4 |
0,5722755 |
25 |
6,165581 |
0,0013542 |
|
|
|
|
Cluster 1 |
|
Cluster 2 |
|
Cluster 3 |
|
Cluster |
4 |
|
Cluster 5 |
|
N=9 |
|
N=8 |
|
N=3 |
|
N=2 |
|
|
N=8 |
|
A2B раз.1 |
C_3 |
B раз.1 |
C_4 |
A1 раз.1 |
C_1 |
A1 раз.5 |
|
C_21 |
A2 раз.1 |
C_2 |
A2B раз.2 |
C_8 |
C раз.1 |
C_5 |
A1 раз.2 |
C_6 |
A1 раз.6 |
|
C_26 |
A2 раз.2 |
C_7 |
B раз.2 |
C_9 |
B раз.4 |
C_19 |
A1 раз.4 |
C_16 |
|
|
|
A1 раз.3 |
C_11 |
C раз.2 |
C_10 |
C раз.4 |
C_20 |
|
|
|
|
|
A2 раз.3 |
C_12 |
B раз.3 |
C_14 |
B раз.5 |
C_24 |
|
|
|
|
|
A2B раз.3 |
C_13 |
C раз.3 |
C_15 |
C раз.5 |
C_25 |
|
|
|
|
|
A2 раз.4 |
C_17 |
A2B раз.4 |
C_18 |
B раз.6 |
C_29 |
|
|
|
|
|
A2 раз.5 |
C_22 |
A2B раз.5 |
C_23 |
C раз.6 |
C_30 |
|
|
|
|
|
A2 раз.6 |
C_27 |
A2B раз.6 |
C_28 |
|
|
|
|
|
|
|
|
|
78
Отчет 6. Метод главных компонент |
Дата проверки: |
Подпись преподавателя: |
||||
Студент Неизвестный Н.Н. Кафедра географии. Вариант 100. |
|
|||||
|
|
|
|
|
|
|
|
|
|
Кумулятивые |
|
|
|
|
Собствен. |
% общей |
Собствен. |
% общей |
|
|
|
значения |
дисперсии |
значения |
дисперсии |
|
|
|
Eigenvalue |
% Total |
Cumulati- |
Cumulative |
|
|
|
|
|
ve eigenv. |
% |
|
|
1 |
2,804818 |
56,09637 |
2,804818 |
56,0964 |
|
|
2 |
0,930753 |
18,61505 |
3,735571 |
74,7114 |
|
|
3 |
0,728369 |
14,56737 |
4,463940 |
89,2788 |
|
|
4 |
0,420163 |
8,40325 |
4,884102 |
97,6820 |
Проекция переменных на 1-у и 2-ю ГК |
|
5 |
0,115898 |
2,31795 |
5,000000 |
100,0000 |
||
Факторные координаты переменных на основе корреляций
|
Factor 1 |
|
Factor 2 |
|
|
ГК1 |
|
ГК2 |
|
Humus |
0,621709 |
|
-0,144134 |
|
pH |
-0,377633 |
|
0,904197 |
|
iL |
-0,927706 |
|
-0,245346 |
|
Glina |
-0,870322 |
|
-0,162209 |
|
V |
0,810919 |
|
0,076803 |
|
Координаты наблюдений |
|
|||
при проекции на ГК |
|
|
||
|
ГК1 |
|
ГК2 |
Горизонт |
|
Factor 1 |
|
Factor 2 |
Horizon |
1 |
1,02216 |
|
-0,47805 |
A1 |
2 |
0,82514 |
|
0,88702 |
A2 |
3 |
-0,22044 |
|
-0,46713 |
A2B |
4 |
-1,29634 |
|
-0,85073 |
B |
5 |
-2,08427 |
|
-0,19385 |
C |
6 |
2,03219 |
|
0,30616 |
A1 |
7 |
1,30108 |
|
0,14997 |
A2 |
8 |
0,62423 |
|
1,76254 |
A2B |
9 |
-0,19439 |
|
-0,81788 |
B |
10 |
-0,34215 |
|
-0,58350 |
C |
11 |
1,59913 |
|
-0,15137 |
A1 |
12 |
1,21859 |
|
1,19874 |
A2 |
13 |
-0,17538 |
|
1,26837 |
A2B |
14 |
-2,35219 |
|
1,30557 |
B |
|
||||
15 |
-2,53471 |
|
-0,59746 |
C |
16 |
1,14668 |
|
-0,35424 |
A1 |
17 |
2,36850 |
|
-0,40942 |
A2 |
18 |
0,44697 |
|
-0,51262 |
A2B |
19 |
-1,43035 |
|
-1,37522 |
B |
20 |
-1,67325 |
|
2,15893 |
C |
21 |
2,87122 |
|
-0,98677 |
A1 |
22 |
1,79848 |
|
1,32774 |
A2 |
23 |
-0,66253 |
|
-0,32805 |
A2B |
24 |
-1,40778 |
|
-1,28481 |
B |
25 |
-2,18431 |
|
0,17789 |
C |
26 |
2,22900 |
|
-0,41996 |
A1 |
27 |
1,89510 |
|
-0,08779 |
A2 |
28 |
-0,29709 |
|
0,24098 |
A2B |
29 |
-1,36040 |
|
-1,73988 |
B |
30 |
-3,16288 |
|
0,85479 |
C |
|
|
|
|
|
|
Projection of the variables on the factor-plane ( 1 x |
2) |
|||
|
1,0 |
|
pH |
|
|
|
|
|
|
|
|
|
0,5 |
|
|
|
|
|
|
|
|
|
V |
|
0,0 |
|
|
Humus |
|
|
Glina |
|
|
|
|
|
iL |
|
|
|
|
Factor |
-0,5 |
|
|
|
|
18,62% : 2 |
-1,0 |
|
|
|
|
|
|
|
|
|
|
|
-1,0 |
-0,5 |
0,0 |
0,5 |
1,0 |
|
|
|
Factor 1 : 56,10% |
|
|
График каменной осыпи
Eigenvalues of correlation matrix
Active variables only
|
3,5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
3,0 |
|
56,10% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2,5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
2,0 |
|
|
|
|
|
|
|
|
|
|
|
|
Eigenvalue |
1,5 |
|
|
|
|
|
|
|
|
|
|
|
|
0,5 |
|
|
|
18,62% |
|
|
|
8,40% |
|
|
|
|
|
|
1,0 |
|
|
|
|
|
14,57% |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
2,32% |
|
|
|
0,0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
-0,5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
0,0 |
0,5 |
1,0 |
1,5 |
2,0 |
2,5 |
3,0 |
3,5 |
4,0 |
4,5 |
5,0 |
5,5 |
6,0 |
Eigenvalue number
79
Отчет 6 (продолжение). МГК и Дискриминантный анализ Студент Неизвестный Н.Н. Кафедра географии. Вариант 100.
Дата проверки: Подпись преподавателя:
Проекция наблюдений на ГК1 И ГК2
Projection of the cases on the factor-plane ( 1 x 2)
Cases with sum of cosine square >= 0,00
Labelling variable:Horizon
18,62% 2: Factor
4 |
|
|
|
|
|
3 |
|
|
|
|
|
|
|
C |
|
A2B |
|
2 |
|
|
|
|
|
|
B |
|
A2B |
A2 |
A2 |
1 |
C |
|
|
A2 |
|
|
|
|
|
|
|
|
C |
|
A2B |
A2 |
A1 |
0 |
|
A2 |
|||
C |
|
A2B |
A1 A1 |
||
|
|
|
A2B |
A2B A1 |
A1A2 |
|
C |
B |
CB |
|
A1 |
-1 |
|
B |
|
|
|
|
|
|
|
||
|
|
B |
|
|
|
|
|
B |
|
|
|
-2 |
|
|
|
|
|
-3
-4 |
|
|
|
|
|
|
|
|
|
|
-5 |
-4 |
-3 |
-2 |
-1 |
0 |
1 |
2 |
3 |
4 |
5 |
Factor 1: 56,10%
Результаты дискриминантного анализа
Итоги анализа дискриминантной функции
Число переменных в моделе: 5; Группирующая Horizon (5 grps)
Лямбда Уилкса: ,03214 прибл.. F (20,70)=6,4221 p< ,0002
|
Уилкса |
Частная |
|
Уровень |
Толерантност |
1-Толер. |
|
лямбда |
лямбда |
F-исключ. |
значимости |
ь |
(R-кв.) |
|
Wilks' |
Partial |
F-remove |
p-level |
Toler. |
1-Toler. |
|
Lambda |
Lambda |
-4,21 |
|
|
(R-Sqr.) |
Humu |
0,104428 |
0,307773 |
11,80802 |
0,000035 |
0,83096 |
0,16904 |
pH |
0,038698 |
0,830533 |
1,07124 |
0,395549 |
0,925299 |
0,074701 |
iL |
0,043655 |
0,736232 |
1,88091 |
0,151337 |
0,617279 |
0,382721 |
Glina |
0,040627 |
0,791097 |
1,38635 |
0,272695 |
0,608977 |
0,391023 |
V |
0,049667 |
0,647108 |
2,86302 |
0,048736 |
0,837269 |
0,162731 |
80