Содержание
- 2. Постановка проблемы Дисперсионный анализ является статистическим методом анализа результатов наблюдений, зависящих от различных одновременно действующих факторов,
- 3. Основной целью дисперсионного анализа является исследование значимости различия между средними. Установить различаются ли три группы или
- 4. Классификация методов дисперсионного анализа По количеству анализируемых признаков Однофакторный (ANOVA) (Анализ различий групп по одному признаку)
- 5. Классификация методов дисперсионного анализа По принципам анализа Параметрический (Для анализа нормально распределенных признаков в группах) Непараметрический
- 6. Классификация методов дисперсионного анализа По анализируемым данным Данные, полученные в несвязанных (независимых) выборках (в частности данные
- 7. Сравнить три или более группы по количественному нормально распределенному признаку В процедуре параметрического анализа вариаций общая
- 8. 1. Межгрупповая вариация – вариация между средним каждой группы и общим средним значением всей выборки 2.
- 9. Этапы выполнения: Проверка гипотез о равенстве дисперсий Собственно анализ вариаций Апостериорное сравнение групп с помощью специализированных
- 10. Происходит проверка нулевой гипотезы об отсутствии различий дисперсий в группах Если результат свидетельствует об отсутствии различия
- 11. Используется в случае необходимости сопоставить несколько групп по одному количественному или порядковому признаку независимо от вида
- 12. Мощность - вероятность отвергнуть Н0 в эксперименте, когда Н0 действительно неверна. Мощность
- 13. Мощность Мощность предполагаемого статистического теста - ключевой элемент планирования исследования «Реальное значение» параметра: Во всей мировой
- 14. Мощность Нарисуем распределения выборочных средних для μ = 90 и μ = 94 (стандартное отклонение σ
- 15. Мощность Как увеличить мощность? Большей МОЩНОСТИ критерия способствуют: Большой размер выборки; Большие различия между популяциями (effect
- 16. Базовая модель Математическая основа базовой модели: SSобщ = SSA + SSB + SSост Где SS –
- 18. Базовая модель Тогда общее число человек в выборке n = a x b x r
- 19. Базовая модель В основе лежит все та же основная модель дисперсионного анализа, что и в случае
- 20. Базовая модель
- 21. Модель с эффектом взаимодействия Эффект взаимодействия предусматривает то, что дисперсия общего влияния факторов не равна простой
- 22. Модель с эффектом взаимодействия
- 23. Модель со случайными эффектами Случайные факторы предусматривают другой подход к вычислению компонентов дисперсии. Если все факторы
- 24. Модель со случайными эффектами
- 25. Модель со случайными эффектами Поскольку подход к SSB иной, рассчитывается он тоже по-другому: Если в модели
- 26. Модель с несколькими эффектами Чем больше факторов в модели, тем сложнее ее расчет и построение. Так,
- 27. Немного терминологии Уровень (level) – это одно из возможных значений фактора. В англоязычной литературе фактор принято
- 28. Немного терминологии Полный перекрестный дизайн (Completely crossed design) – каждый уровень каждого фактора встречается в комбинации
- 29. Простой пример Изучаются 2 фактора, влияющих на сдачу экзамена: Употребление кофе (да/нет) Наличие конспекта (да/нет) Результат
- 30. Простой пример Основные эффекты:
- 31. Простой пример Основные эффекты и их взаимодействие
- 32. Простой пример Основные эффекты и их взаимодействие Эффекты факторов видны по наклону линий на графике (первый
- 33. Простой пример Единственный основной эффект за счет B (только кофе)
- 34. Простой пример Единственный основной эффект за счет А (только конспект)
- 35. Простой пример Оба основных эффекта A и B (кофе и конспект)
- 36. Однофакторный дисперсионный анализ Рассмотрим оценки различных дисперсий, возникающие при анализе таблицы результатов наблюдений. Для оценки дисперсии,
- 37. Если , то влияние A – значимо. Сравниваем и устанавливаем наличие влияния фактора A. Однофакторный дисперсионный
- 38. Двухфакторный дисперсионный анализ Рассмотренный ранее однофакторный дисперси-онный анализ обладает информативностью, не большей, чем методы множественного сравнения
- 39. Двухфакторный дисперсионный анализ Пусть результаты эксперимента представлены таблицей:
- 40. Если , то влияние фактора A признается значимым. Двухфакторный дисперсионный анализ Дисперсионный анализ для двухфакторных таблиц
- 41. Для оценки влияния взаимодействия факторов AB вычисляем дополнительную сумму: Двухфакторный дисперсионный анализ Приведенный анализ предполагает независимость
- 42. Планирование эксперимента при дисперсионном анализе Дисперсионный анализ тесно связан с соответствующим планированием эксперимента. Удачно спланированный эксперимент,
- 43. Планирование эксперимента при дисперсионном анализе Такие способы планирования существуют и притом не единственные; согласно Фишеру их
- 44. Планирование эксперимента при дисперсионном анализе Схема расчетов для латинского квадрата очень похожа на обычный двухфакторный анализ:
- 46. Скачать презентацию