23. Статистические модели эксперимента: разновидности, сущность, возможность контроля посторонних факторов.

Статистические модели предполагают проведение нескольких серий измерений, позволяющих статистическими методами контролировать и анализировать влияние посторонних факторов. Иными словами, несколько одинаковых экспериментов проводится одновременно. Таким образом, на результаты, полученные в рамках статистического моделирования, влияют те же самые факторы недостоверности, что и на результаты, полученные в рамках базовых моделей. Статистические модели имеют следующие преимущества:

• Можно измерить влияние более чем одного независимого фактора.

• Конкретные посторонние факторы поддаются статистическому контролю.

• Экономически значимые выводы можно сделать при условии, что проводится более чем одно измерение каждой единицы.

Самыми распространенными статистическими моделями считаются модели случайных групп, латинского квадрата и факториальные методы.

Модель случайных групп полезна в тех случаях, когда существует только один значимый посторонний фактор (такой как объем продаж, доходы респондента, размер магазина), способный повлиять на значение зависимой переменной. Единицы наблюдения разбиваются по категориям в зависимости от значений этого постороннего фактора. Исследователь должен иметь возможность определить и измерить разницу в значении постороннего фактора между отдельными категориями. Выделением категорий единиц наблюдения исследователь обеспечивает равное представительство единиц наблюдения из каждой категории в экспериментальных и контрольных группах, формируемых для проведения эксперимента. Недостатком этой модели остается то, что исследователь с ее помощью может в каждом отдельном случае контролировать только один посторонний фактор. В ситуациях, когда необходимо контролировать несколько посторонних факторов одновременно, используются модель латинского квадрата или факториальные модели.

Модель латинского квадрата позволяет наряду с манипуляциями с независимой переменной контролировать два невзаимосвязанных посторонних фактора. В зависимости от значений каждого из двух контролируемых посторонних, или категориальных, факторов выделяется одинаковое количество категорий респондентов. Одновременно выделяется такое же количество значений независимого фактора. Хотя модель латинского квадрата весьма популярна в МИ, она все же не свободна от недостатков. Ее применение требует выделения одинакового количества категорий респондентов по обоим контролируемым посторонним факторам и такого же количества значений базисного фактора, что иногда проблематично. Кроме того, удается контролировать одновременно только два посторонних фактора. Контроль большего количества посторонних факторов возможен при применении одного из вариантов этой модели, модели греко-латинского квадрата. Кроме того, модель латинского квадрата не позволяет определить характер взаимодействия посторонних факторов между собой или с независимым фактором. Для анализа взаимодействий такого рода необходимо использовать факторные модели.

Факторная модель измеряет влияние различных значений двух и больше независимых переменных. Факторная модель допускает взаимодействие между независимыми факторами, которое возникает, если их совместное воздействие отличается от простого суммарного воздействия обоих факторов. Например, респондент может назвать своим любимым напитком кофе, а отдавать предпочтение охлажденным напиткам. Однако это не значит, что данный респондент изо всех напитков предпочитает холодный кофе, что свидетельствует о наличии эффекта взаимодействия между анализируемыми независимыми факторами. Основной недостаток факторной модели в том, что количество различных комбинаций независимых факторов возрастает в геометрической прогрессии с ростом количества факторов и категорий, или уровней, в них выделяемых.