26.Классические модели эксперимента: модели квазиэксперимента.

Квазиэкспериментальные модели дают исследователю некоторую степень контроля, однако случайного распределения субьектов не происходит. Наиболее популярные и часто используемыми квазиэксперементальными моделями являются:

Модели «временных рядов»

Предполагает периодическое проведение измерений зависимых переменных для группы единиц наблюденя до и после воздействия, что позводяет оценить степень влияния независимого фактора. Символически подобные модели записываются как:

EG O1O2O3O4 X O5O6O7O8

Существует 2 вида таких моделей: изучения тенденций (исследования тренда) и модель множественных временных рядов.

Изучение тенденций-измерения, проводимые с течением времени, для которых формируются случайные выборки из одной совокупности. Основной недостаток: отсутствие контроля исторического фактора и влияние интерактивного эффекта тестирования. Модель множественных временных рядов является аналогичной модели временных рядов с добавление контрольной группы.

EG O1O2O3O4 X O5O6O7O8

CG O1O2O3O4 O5O6O7O8

Продолжительные последовательные исследования

Предполагают серию измерений одной выборки в течении длительного периода времени. Недостатки: сущестует угроза валидности эксперимента со стороны: эффекта предварительного измерения; исторических факторов; инструментальной погрешности; отклонение выборки. Используется исключительно для наблюдения за поведением потребителей

27.Статистические модели эксперимента.

Предполагают проведение нескольких серий измерений, дающих возможность статистическими методами контролировать влияние посторонних факторов.

Преимущества:

Можно измерить эффект более чем одного независимого фактора;

Конкретные посторонние факторы поддаются статистическому контролю;

Экономически значимые выводы можно сделать при условии, что проводится более одного измерения каждой единицы.

Статистические модели:

Полностью случайная модель

Статистическая модель при реализации которой единицы тестирования распределяются между экспериментальными воздействиями по случайному признаку.

, где Х1-первый уровень экспериментального воздействия, Х2-второй и тд. Результат эксперимента-сопоставление замера.

Модель рандомизированных блоков

Статистическая модель, которая предполагает рандомизацию контрольной группы по всем переменным характерным для экспериментальной группы. _ _ _ _ _

Модель латинского квадрата

Статистическая модель, позволяющая наряду с манипуляциями с независимой переменной контролировать 2 невзаимосвязанных посторонних фактора без увеличения выборки. Тем не менее она требует равного числа строк, столбцов и уровней воздействия, что накладывает некоторые ограничения.

Факторные модели

Одновременно рассматривается 2 и более экспериментальных переменных. Каждое сочетание уровней экспериментальных воздействий применяется к случайно выбранным группам.

Главное отличие в том, что факторная модель допускает взаимодействие между независимыми факторами, которое возникает, если их совместное воздействие отличаетс от простого суммарного воздействия обоих факторов. Факторный эксперимент может включать три и более переменные. Тогда каждая переменная будет обеспечивать свой основной эффект, а каждая пара-возможный фактор взаимодействия.