В статистичній практиці частіше мають справу з багатофакторними дослідами, в яких вивчають вплив на результативну ознаку двох і більше факторів одночасно.
За аналогією з комбінаційними групуваннями багатофакторні моделі дисперсійного аналізу мають незаперечну перевагу порівняно з однофакторними моделями: вони дають змогу виявити ступінь впливу не тільки кожного фактора окремо, а й їхню взаємодію. Наприклад, ефективність добрив підвищується при покращенні догляду за рослинами, переваги високоврожайних сортів повністю проявляються при високій агротехніці їх вирощування. Ці завдання розв'язуються за допомогою побудови комбінаційних групувань і таблиць. Методи ж розкладання варіації дають числові характеристики взаємодії факторів, а використання імовірнісних оцінок дає змогу зробити висновок про її вірогідність.
Дисперсійний аналіз при групуванні даних за двома факторами ведеться за тією самою принциповою схемою, що й при групуванні даних за одним фактором. При цьому також необхідно враховувати порядок формування груп: випадкове чи невипадкове (незалежні чи залежні вибірки). При залежному формуванні вибірок схема розкладання суми квадратів відхилень ускладнюється в зв'язку з виділенням суми квадратів відхилень повторень.
Відмінність багатофакторного аналізу від однофакторного полягає в тому, що загальний обсяг варіації розкладається на більше число компонентів. В міру розкладання сукупності на групи і підгрупи ускладнюються розрахунки з розкладання загального обсягу варіації на складові частини, а також аналіз дисперсій.
Розглянемо схему розкладання загальної варіації на складові частини для випадку з двома факторами (А і В). Джерелами варіації при групуванні даних за двома факторами будуть: перший фактор - А, другий фактор - В, їх взаємодія - АВ, залишкове варіювання.
Тоді загальну суму квадратів відхилень можна подати в такому вигляді: "¥заг = "¥А + "¥в + "¥АВ + "¥зал.
Розкладання загальної варіації доцільно здійснити в два етапи. Для цього потрібно побудувати дві таблиці. На першому етапі із загального варіювання слід виділити варіацію, пов'язану з двома факторами і залишкову варіацію:
Такий порядок розкладання загальної варіації справедливий для незалежних вибірок. Якщо ж вибірки залежні (наприклад, рендомізовані блоки, латинський квадрат тощо), то з'являється новий компонент варіації, пов'язаний з повторностями
Тоді схема розкладання загальної варіації набуває такого вигляду:
I етап "¥заг = "¥А+В + "¥повт + "¥зал ;
II етап "¥А+В = "¥А + "¥в + "¥АВ ;
і в цілому Шзяг = "¥А + "¥в + "¥АВ + "¥повт + "¥зал.
Для випадку з трьома факторами і залежними вибірками схема розкладення загальної варіації ускладнюється:
Факторні моделі з великою кількістю факторів (трьома і більше) доцільно досліджувати кореляційним методом з використанням ЕОМ.
Використання дисперсійного аналізу при групуванні даних за двома факторами розглянемо на такому прикладі. В польовому досліді вивчався вплив різних доз добрив на урожайність озимої пшениці, висіяної на ділянках з різними попередниками (табл. 8.5).
Таблиця 8.5. Урожайність озимої пшениці, ц/га
Сторінки
В нашій електронній бібліотеці ви можете безкоштовно і без реєстрації прочитати «Теорія статистики» автора Мармоза А.Т. на телефоні, Android, iPhone, iPads. Зараз ви знаходитесь в розділі „Дисперсійний аналіз при групуванні даних за двома ознаками“ на сторінці 1. Приємного читання.
