Двухфакторный непараметрический дисперсионный анализ
Непараметрический двухфакторный дисперсионный анализ - обобщение схемы повторных парных наблюдений, когда имеется k наблюдений на каждом из n объектов. Исходные данные:
Рассмотрим модель , где µ - неизвестная общая средняя; - влияние i-го наблюдения на значение количественного признака; τj - эффект j-го «наблюдения»; eij - случайные величины. При этом , , а все eij - взаимонезависимы, извлечены из одной и той же генеральной совокупности. Ставится задача: проверить, являются ли распределения k независимых случайных величин однородными. Для этого выдвигается гипотеза Если альтернативная гипотеза имеет вид , то для проверки нулевой гипотезы используются критерий Фридмана.
,
где - ранг i-го объекта по j-му признаку. Критерий Фридмана при справедливости Н0 аппроксимируется распределением «Хи-квадрат» с числом степеней свободы n-1. Если альтернативная гипотеза , где хотя бы одно из неравенств строгое, то для проверки нулевой гипотезы используется критерий Пейджа.
Выполнение задания 6 С помощью программы STADIA проверим гипотезу Н0: стаж работы не влияет на производительность рабочего. Получим следующие результаты: -ФАКТОРНЫЙ ДИСПЕРСИОННЫЙ АНАЛИЗ. Файл: Пропущн=3 3 параметрический Источник Сум.квадр Ст.своб Ср.квадр F Значимость Сила влияния Факт.1 391,5 3 130,5 10,54 0,0018 0,2091 Остат. 136,2 11 12,38 Общая 527,7 14 37,7(фактор1)=10,54, Значимость=0,0018, степ.своб = 3,11 Гипотеза 1: <Есть влияние фактора на отклик> Параметры модели: Среднее = 154,5, доверит.инт.=8,651 Эффект1 = -4,867, доверит.инт.=15,82 Эффект2 = -4,783, доверит.инт.=13,7 Эффект3 = 1,667, доверит.инт.=12,25 Эффект4 = 8,467, доверит.инт.=15,82 Парные сравнения Шеффе Переменные Разность Интервал Значим Гипотеза H1 -2 0,08333 8,802 0,9999 -3 6,533 8,416 0,1508 -4 13,33 9,41 0,006413 Да -3 6,45 7,731 0,1143 -4 13,25 8,802 0,004314 Да -4 6,8 8,416 0,1297 До 5, 5-10 - 10-15, 15-20: 9,892 7,031 0,006076 Да Следовательно, гипотезу Н0 отвергаем. Найдём оценку остаточной дисперсии. Сначала вычислим . Затем найдём несмещённую оценку остаточной дисперсии: . Затем с доверительной вероятностью γ=0,99 найдём доверительный интервал для остаточной дисперсии. Получаем интервал [5,09; 52,37]. Воспользуемся КОП «Дисперсионный анализ». Предположим, что фактор имеет случайные уровни (α=0,05). Однофакторный дисперсионный анализ Нулевая гипотеза: альфа j=0 -----------мещенные оценкифакт = 391,517; Q ост = 136,217; Q общ = 527,733 ------------- Неcмещенные оценкифакт = 130,506; S ост = 12,383 -------------наблюденное = 10,539критическое = 3,59 ----------- Нулевая гипотеза отвергается, есть влияние фактора Предположим, что фактор имеет фиксированные уровни (α=0,01). Однофакторный дисперсионный анализ Нулевая гипотеза: дисперсия альфа =0 -----------мещенные оценкифакт = 391,517; Q ост = 136,217; Q общ = 527,733 ------------- Неcмещенные оценкифакт = 130,506; S ост = 12,383 -------------наблюденное = 10,539критическое = 6,22 ----------- Нулевая гипотеза отвергается, есть влияние фактора При α=0,05 проверим гипотезу о существенности влияния фактора на втором и третьем уровнях на результативный признак, т.е, гипотезу о равенстве математических ожиданий второй и третьей группы наблюдённых значений. . . Fнабл=7,47, Fкр(0,05;1;11)=4,84 следовательно, гипотезу H0 отвергаем на данном уровне значимости. Затем при α=0,05 проверим гипотезу о значении математического ожидания: H0:m=m0=155 ( ). Будем строить двухстороннюю критическую область. Для модели М1 имеем:. Fнабл=0,26, Fкр(0,05;1;11)=4,84, следовательно, гипотезу H0 принимаем на данном уровне значимости. Для модели М2 имеем:. Fнабл=0,025, Fкр(0,05;1;11)=10,13, следовательно, гипотезу H0 принимаем на данном уровне значимости.
Выполнение задания 7 Проверим гипотезу о влиянии факторов на результативную переменную при различных комбинациях случайности/фискированности факторов с помощью КОП «Дисперсионный анализ». Оба фактора имеют случайные уровни: Двухфакторный (бесповторный)дисперсионный анализ
Н0 (влияние А): дисперсия (А)j=0H0(влияние В): дисперсия(В)i=0
-----------мещенные оценки (фактор А)факт = 10,889; Q ост = 64,444; Q общ = 258,222 ------------- Неcмещенные оценкифакт = 5,444; S ост = 10,741 -------------наблюденное = 0,507критическое = 10,92 Нет оснований отвергнуть гипотезу об отсутствии влияния фактора А -----------мещенные оценки (фактор В)факт = 182,889; Q ост = 64,444; Q общ = 258,222 ------------- Неcмещенные оценкифакт = 91,444; S ост = 10,741 -------------наблюденное = 8,514критическое = 10,92 ----------- Нет оснований отвергнуть гипотезу об отсутствии влияния фактора B При остальных комбинациях случайности/фиксированности факторов получаем те же оценки смещённых и несмещённых оценок дисперсий, критических и наблюдённых значений статистики Фишера, меняются только нулевые гипотезы. Фактор А имеет случайные уровни, фактор В - фиксированные уровни: Двухфакторный (бесповторный)дисперсионный анализ
Н0 (влияние А): дисперсия (А)j=0Н0(влияние В): альфа(В)i=0
----------- Нет оснований отвергнуть гипотезу об отсутствии влияния фактора А ----------- Нет оснований отвергнуть гипотезу об отсутствии влияния фактора B Фактор А имеет фиксированные уровни, фактор В - случайные уровни: Двухфакторный (бесповторный)дисперсионный анализ
Н0 (влияние А): альфа(А)j=0Н0(влияние В): дисперсия(В)i=0
----------- Нет оснований отвергнуть гипотезу об отсутствии влияния фактора А ----------- Нет оснований отвергнуть гипотезу об отсутствии влияния фактора B Оба фактора имеют фиксированные уровни: Двухфакторный (бесповторный) дисперсионный анализ логлинейный модель гипотеза дисперсионный Н0 (влияние А): альфа(А)j=0Н0(влияние В): альфа(В)i=0
----------- Нет оснований отвергнуть гипотезу об отсутствии влияния фактора А ----------- Нет оснований отвергнуть гипотезу об отсутствии влияния фактора B
Выполнение задания 8 Проверим гипотезу (об однородности распределения совокупностей) на основе критерия Краскелла-Уоллиса в программном пакете Statistica:
Kruskal-Wallis ANOVA by Ranks; immuno (Spreadsheet1) Independent (grouping) variable: Group № Kruskal-Wallis test: H ( 3, N= 30) =12,38319 p =,0062
Так как p=0,0062<0,05, гипотезу об однородности распределения отвергаем.
Выполнение задания 9 Проверим гипотезу (об однородности распределения совокупностей) на основе критерия Фридмана в программном пакете Statistica:
Friedman ANOVA and Kendall Coeff. of Concordance (Spreadsheet6) ANOVA Chi Sqr. (N = 3, df = 3) = 8,111111 p = ,04377 Coeff. of Concordance = ,90123 Aver. rank r = ,85185
p=0,04377<0,05, следовательно, гипотезу об однородности распределения отвергаем.
Популярное: ©2015-2024 megaobuchalka.ru Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. (229)
|
Почему 1285321 студент выбрали МегаОбучалку... Система поиска информации Мобильная версия сайта Удобная навигация Нет шокирующей рекламы |