- •Общие сведения.
- •Виды переменных в да
- •Виды да
- •Ограничения применения д.А.
- •Структура данных в однофакторном да
- •Задачи да.
- •Модель данных в да.
- •Ода для несвязанных выборок.
- •Ода для связанных выборок.
- •Дда для несвязанных выборок.
- •Трёхфакторный дисперсионный анализ
- •Промежуточные вычисления, построение вспомогательной таблицы.
- •Вычисления сумм квадратов.
- •Оценки дисперсий.
- •Дисперсионный анализ (anova) в пакете statisitica(информация полностью взята с сайта StatSoft Russia 2012)
- •Пример 5. Точность методов дисперсионного анализа (малая дисперсия внутри ячеек по сравнению с межгрупповой дисперсией).
- •Отметим, что набор дополнительных результатов зависит от вида построенной модели, т.Е., от используемого модуля.
Вычисления сумм квадратов.
SSобщ
= C0-
=266-
=266–
16=50;
SSА
=
-
=
(312-412)–216=220.17–216=4.17;
SSВ
=
-
=
(372
- 352)
– 216 = 216.17 – 216 = 0.17;
SSС=
-
=
(342
- 382)–216
=216.67–216=0.67;
SSab
=
-
SSa–SSb-
= (182+132+192+222)–
4.17 – 0.17 – 216 = 223 – 220.33 = 2.66
SSac
=
-SSa–
SSc
-
=
(202
+142+212+172)–4.17–0.67–
216 =221–220.83 = 0.16;
SSbc
=
–
SSb
– SSc
-
=
(212
+ 132
+ 162
+ 222
) – 0.17 – 0.67 – 216 = 225 – 216.84 = 8.16;
SSabc=
- SSa
– SSb
– SSc
– SSac
– SSbc
-
=
704 – 15.99 – 216 = 234.67 – 231.99 = 2.68;
= С0
-
=266–234,67
= 31,33
Проверка:
= SSобщ – SSa – SSb – SSc – SSab – SSac – SSbc – SSabc = 50 – 18.67 = 31.33
Оценки дисперсий.
MSобщ
=
=2.17; dfобщ
= N
– 1 = 24 – 1 =
23;
MSA
=
=
4.17; dfa
=a–1
=2–1 =1;
MSb
=
= 0.17; dfb
= b
– 1 = 2 – 1 = 1;
MSc
=
= 0.67; dfc
= c – 1
= 2 – 1 = 1;
MSab
=
= 2.66; dfab
=
(a-1)(b-1)
= 1;
MSac
=
= 0.16;
dfac
=
(a-1)(c-1) =
1;
MSbc
=
= 8.16; dfbc
=
(a-1)(c-1)
= 1;
MSabc
=
= 2.68; dfabc
=
(a-1)(b-1)(c-1)=
1;
MSсл=
=
1,96; dfсл
= N – abc = abc(n-1)
= 24 – 8 = 16.
Проверка Н0 – гипотез.
Fa
эмп
=
=
=2.13;
Fb
эмп =
=
=0.09;
FA (1;16); FB (1;16); FC (1;16);
Fc
эмп =
=
=
0.34; Fab
эмп =
=
=
1.36;
Fac
эмп =
=
=
0.08; Fbc
эмп =
= 4.16;
Fabc
эмп =
=
= 1.37.
Объединим полученные результаты в таблицу14.
Таблица 14.
Результаты трехфакторного дисперсионного анализа.
Источник изменчивости |
Сумма квадратов эффектов |
dfобщ |
Оценка дисперсии |
F |
||||
общая |
SS = 50 |
dfобщ = 23 |
MSобщ =2.17 |
|
||||
Фактор А |
SSa = 4.17 |
dfa = 1 |
MSA = 4.17 |
Fa=2.13 |
||||
Фактор В |
SSb = 0.17 |
dfb = 1 |
MSb = 0.17 |
Fb=0.09 |
||||
Фактор С |
SSc = 0.67 |
dfc = 1 |
MSc = 0.67 |
Fc =0.34 |
||||
Факторы АВ |
SSab = 2.66 |
dfab= 1 |
MSab =2.66 |
Fab=1.36 |
||||
Факторы АС |
SSaс = 0.16 |
dfac= 1 |
MSac= 0.16 |
Fac= 0.08 |
||||
Факторы ВС |
SSbс =8.16 |
dfbc =1 |
MSbc =8.16 |
Fbc = 4.16 |
||||
Факторы АВС |
SSabc =2.68 |
dfabc =1 |
MSabc =2.68 |
Fabc= 1.37 |
||||
Случайн. |
|
dfсл = 16 |
MSсл= 1,96 |
|
||||
Критическое
значение
Fтабл
определено при
,
df1
= 1 и df2
= 16; Fтабл
= 4,49. Так
как Fэмп
Fтабл
при
,
df1
= 1 и df2
= 16 то гипотеза Н0
– принимается.
Нет необходимости проводить исследование
значимости средних признака на отдельных
уровнях. Таким образом, ни один из
факторов: уровнь квалификации персонала
(фактор А), вид психологической помощи
(фактор В), декада недели (С) – не не
оказывают существенного влияния на
объём денежных средств, поступающих от
подразделений.
Заметим, что более сложные схемы дисперсионного анализа позволяют анализировать совокупное действие четырех и более факторов и получить еще более глубокие результаты.
