37715

Двуфакторний аналіз

Лабораторная работа

Математика и математический анализ

Суму квадратів всіх дослідів 18 4. суму квадратів сум по стовпцях поділену на число дослідів в стовпцю 19 5. суму квадратів сум по стрічках поділену на число дослідів в стрічці 20 6. суму квадратів для стовпця SS=SS2SS4; 22 8.

Украинкский

2013-09-25

51.84 KB

1 чел.

Національний технічний університет України

«Київський політехнічний інститут»

Медико-інженерний факультет

Лабораторна робота

З математичного моделювання

Двуфакторний аналіз

Виконав:

студент гр. ЛД-71

Лучицький Р.Ю.

Київ 2010

Теоретичні відомості

Двофакторний дисперсійний аналіз

Вивчаючи вплив на процес одночасно двох факторів А та В. Фактор А вивчається на рівнях а1, а<SUB2< sub>, ..., аk, фактор В – на рівнях b1, b2,…, bm. При проведенні дисперсійного аналізу в умовах лінійної моделі зручно використовувати наступний алгоритм розрахунку. Знаходимо:
1. суми по стовпцях

(16)

2. суми по стрічках

(17)

3. суму квадратів всіх дослідів

(18)

4. суму квадратів сум по стовпцях, поділену на число дослідів в стовпцю,

(19)

5. суму квадратів сум по стрічках, поділену на число дослідів в стрічці,

(20)

6. квадрат загальної суми, поділений на число всіх дослідів (коректуючий член),

(21)

7. суму квадратів для стовпця

SSA=SS2-SS4;

(22)

8. суму квадратів для стрічки

SSB=SS3-SS4;

(23)

9. загальну суму квадратів, рівну різниці між сумою квадратів всіх дослідів та коректуючим членом

SSзаг.=SS1-SS4;

(24)

10. залишкову суму квадратів

SSзал.=SSзаг.-SSA-SSB=SS1-SS2-SS3+SS4;

(25)

11. дисперсію sA2

(26)

12. дисперсію sB2

(27)

13. дисперсію s2пом.

(28)

результати дисперсного аналізу зручно представляти у вигляді таблиці дисперсного аналізу (табл. 3).

Таблиця 3

Двофакторний дисперсійний аналіз (без паралельних дослідів)

Джерело дисперсії

Число ступ. вільності

Сума квадратів

Середній квадрат

Мат. сподівання середнього квадрату

А

k-1

SSA

sA2

B

m-1

SSB

sB2

Залишок

(k-1)(m-1)

SSзал.

s2пом.

2пом.

Загальна сума

km-1

SSзаг.

Встановивши за допомогою дисперсійного аналізу значення впливу даного фактора, виясняють потім за допомогою критерію Стюдента чи рангового критерію Дункана, які саме середні значення у різняться.

Лінійна модель справедлива, коли між факторами А та В немає взаємодії. В протилежному випадку цій взаємодії як фактору присутня своя дисперсія 2АВ. Взаємодія АВ, 2АВ є мірою того, наскільки вплив фактора А залежить від рівня фактора В, та навпаки, наскільки вплив фактора В залежить від рівня А. В наведено вище алгоритмі при наявності взаємодії між факторами 2АВ, як складова частина, входить в дисперсію s2пом. Виділити 2АВ можна тільки при наявності паралельних дослідів.

При проведенні дисперсійного аналізу при нелінійній моделі зручно користуватись наступним алгоритм розрахунку. Знаходимо:
1. Суми спостережень в кожній комірці

(29)

2. Квадрат суми спостережень в кожній комірці

(30)

3. Суми по стовпцях

(31)

4. Суми по стрічках

(32)

5. Суму всіх спостережень (загальна сума)

(33)

6. Суму квадратів всіх спостережень

(34)

7. Суму квадратів сум по стовпцях, поділену на число спостережень в стовпці

(35)

8. Суму квадратів сум по стрічках, поділену на число спостережень в стрічці

(36)

9. Квадрат загальної суми, поділений на число всіх спостережень (коректуючий член)

(37)

10. Суму квадратів для стовпця

SSA=SS2-SS4;

(38)

11. Суму квадратів для стрічки

SSB=SS3-SS4;;

(39)

12. Суму квадратів для дисперсії відтворення

(40)

13. Загальну суму квадратів, рівну різниці між сумою квадратів всіх спостережень та коректуючим членом

SSзаг.=SS1-SS4;

(41)

14. Залишкову суму квадратів відхилень для ефекту взаємодії АВ

SSAB=SSзаг.-SSA-SSB-SSпом.;

(42)

15. Дисперсію sA2

(43)

16. Дисперсію sB2

(44)

17. Дисперсію s2AB

(45)

18. Дисперсію відтворення

(46)

Перевірку гіпотези про значимість взаємодії факторів А та В проводять по F-критерію однаково для моделей з випадковими і фіксованими рівнями. Але перевірку гіпотези про значимість факторів А і В проводять неоднаково для різних моделей. В табл. 4 приведений двофакторний дисперсійний аналіз з паралельними дослідами для моделі з випадковими рівнями.

Таблиця 4

Двофакторний дисперсійний аналіз для моделі з випадковими рівнями
(з паралельними дослідами)

Джерело дисперсії

Число ступ. вільності

Сума квадратів

Середній квадрат

Мат. сподівання середнього квадрату

А

k-1

SSA

sA2

nm2А+n2АВ+2пом.

B

m-1

SSB

sB2

nk2В+n2АВ +2пом.

АВ

(k-1)(m-1)

SSAB

s2AB

n2АВ+2пом.

Залишок (помилка)

mk(n-1)

SSпом.

s2пом.

2пом.

Загальна сума

mkn-1

SSзаг.

З табл. 4 видно, що для оцінки значимості фактора А необхідно скласти дисперсійне відношення виду

.

(47)

Вплив фактора А признається значимим, коли

,

(48)

де р –рівень значимості; f1=k-1; f2=(k-1)(m-1). Аналогічно, вплив фактора В вважається значимим, коли

,

(49)

де р –рівень значимості; f1=m-1; f2=(k-1)(m-1).

Коли нерівності (48) та (49) не виконуються, вплив факторів А та В слід рахувати незначним.

Для математичної моделі з фіксованими рівнями члени, що відповідають взаємодії, зникають з сум квадратів відхилень SSA та SSB [3].

Внаслідок цього для оцінки значимості фактора А складають дисперсійне відношення виду

,

(50)

в знаменнику котрого стоїть оцінка для дисперсії відтворення. Одержане дисперсійне відношення порівнюється з табличним F1-p(f1, f2) для чисел степенів вільності f1=k-1, f2=mk(n-1). Аналогічно, для оцінки фактора В розглядають відношення

,

(51)

яке порівнюють з табличним F1-p(f1, f2) для чисел степенів вільності f1=m-1, f2=mk(n-1).

Якщо дисперсійні відношення (50) і (51) більше табличних

та

(52)

,

вплив факторів А та В слід рахувати значним.

Для перевірки значимості ефекту взаємодії складають дисперсійне відношення виду

(53)

і порівнюють його з табличним F1-p(f1, f2) для рівня значимості р та чисел степенів вільності f1=(m-1)(k-1), f2=mk(n-1). Якщо одержане дисперсійне відношення більше табличного, то вплив ефекту взаємодії факторів слід вважати значним, в противному випадку – вплив ефекту взаємодії вважають несуттєвим.

Чутливістю називається здатність критерію виявити відмінності. Чутливість залежить від величини відмінностей, від розкиду даних і об'єму вибірки. Найбільш важливим є об'єм вибірок: чим він більше, тим критерій чутливіше. При достатньо великих вибірках навіть мала відмінність виявляється статично значущою. І навпаки, якщо вибірки малі, навіть великі відмінності статистично незначущі. Знаючи ці закономірності, можна наперед визначити чисельність вибірок, необхідну, для виявлення ефекту.


Завдання

 

A1

A2

 

B1

B2

B3

B1

B2

B3

 

2

5

7

4

11

9

5

8

3

4

1

10

8

3

5

2

6

4

Xi

3,5

7,75

5,3

2,5

6,5

4

Ni

2

4

3

2

4

3

Xср

4,93

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Сx

60,64

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Czi

4,5

26,75

12,67

4,5

29

8

Cz

85,42

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Cyi

8,59

58,55

13,15

16,32

38,85

10,60

Cy

146,059

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ηxкв

0,42

ηxкв

0,58

 

 

Ka

2

n

18

Kb

3

Xср А1

5,53

 

 

Xср А2

4,33

n'x

5

 

 

n'z

12

XсрВ1

 

σxкв

12,13

σzкв

7,12

F

1,70

Ca

6,42

Cb1

36,38

Cb2

24,27


 

А также другие работы, которые могут Вас заинтересовать

5313. Атом водорода 198.5 KB
  Атом водорода В атоме водорода или водородоподобном ионе потенциальная энергия электрона равна где Ze заряд ядра, r расстояние между ядром и электроном. Уравнение Шредингера имеет в этом случае вид Поскольку п...
5314. Изучение рынка земельных участков и выявления его роли в формировании экономической системы 294 KB
  Актуальность изучения земельного рынка обусловлена тем фактором, что Россия располагает огромными земельными ресурсами, но это национальное богатство страны используется крайне неэффективно. Начатая в 1991 году земельная реформа не доведена...
5315. Корпускулярно волновой дуализм 82 KB
  Корпускулярно волновой дуализм Экспериментальные факты свидетельствуют, что в ряде явлений свет проявляет сугубо волновые свойства (дифракция, интерференция, поляризация, дисперсия), а в ряде – чисто корпускулярные (фотоэффект, эффект Комптона)...
5316. Политический режим в современной России (2000-2008) 34 KB
  Новый политический режим (2000-2008), связанный с именем нового президента, стал формироваться после президентских выборов 2000 г. Но еще до выборов стал проявляться политический стиль нового лидер...
5317. Проектирование трёхфазного асинхронного двигателя с короткозамкнутым ротором серии 4А 1.3 MB
  Электрические машины имеют чрезвычайно широкое распространение. Они применяются в различных отраслях промышленности, сельского хозяйства, в энергетике, на транспорте, в авиации, в морском и речном флоте, медицине, быту и т.д. Нет ни одной о...
5318. Международное инвестирование. Понятие международных корпораций 71 KB
  На рубеже XX-XXI веков развитие национальных экономик и их взаимоотношения (политические, экономические и др.) приобретают совершенно другое качество. Это обусловлено тем, что современное развитие мировой экономики проходит под воздействие...
5319. Фотоны и фотоэффект. Эффект Комптона 100 KB
  Фотоны. В теории равновесного излучения абсолютно черного тела Планка вводится понятие фотона - кванта света или порции излучения, которая может поглощаться или излучаться только целиком. С другой стороны, по средствам фотонов осуществляется...
5320. Проектирование мехатронных систем 1.98 MB
  Анализ и синтез кинематических параметров мехатронных систем При управлении мехатронным модулем с вращательной кинематической парой часто используется привод поступательного действия, в частности, электрогидравлический с гидроцилиндрами. Целесообраз...
5321. Автоматическое регулирование микроклимата в зданиях и сооружениях на базе нечеткой логики 317 KB
  Автоматическое регулирование микроклимата в зданиях и сооружениях на базе нечеткой логики В статье описывается алгоритм управления системой регулирования воздуха в помещениях зданий и сооружений, построенной на базе контроллера с нечёткой логикой. С...