Ανάλυση διακύμανσης (Μέρος 3 ο ) 7/4/2017

Σχετικά έγγραφα
Ανάλυση διακύμανσης (Μέρος 2 ο ) 31/3/2017

8. Ανάλυση Διασποράς ως προς. δύο παράγοντες

8. Ανάλυση Διασποράς ως προς. δύο παράγοντες

Για το δείγμα από την παραγωγή της εταιρείας τροφίμων δίνεται επίσης ότι, = 1.3 και για το δείγμα από το συνεταιρισμό ότι, x

Ανάλυση διακύμανσης (Μέρος 1 ο ) 17/3/2017

Μάθημα: Στατιστική ανάλυση δεδομένων με χρήση Η/Υ (του 8 ου Εξαμήνου Σπουδών του Τμήματος Βιοτεχνολογίας) Διδάσκων: Γιώργος Κ.

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ. Επικ. Καθ. Στέλιος Ζήμερας. Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά

Γραπτή Εξέταση Περιόδου Φεβρουαρίου 2011 για τα Τμήματα Ε.Τ.Τ. και Γ.Β. στη Στατιστική 25/02/2011

Επαναληπτικές Ασκήσεις 26/5/2017

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ. Επικ. Καθ. Στέλιος Ζήμερας. Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά

και τυπική απόκλιση σ = 40mg ανά μπανάνα. α) Ποια είναι η πιθανότητα μια μπανάνα να περιέχει i)

συγκέντρωση της ουσίας στον παραπόταμο είναι αυξημένη σε σχέση με τον ίδιο τον ποταμό;

7. Ανάλυση Διασποράς-ANOVA

Εφαρμοσμένη Στατιστική

Ανάλυση Διασποράς Προβλήματα και Ασκήσεις

Εργαστήριο Μαθηματικών & Στατιστικής 2η Πρόοδος στο Μάθημα Στατιστική 28/01/2011 (Για τα Τμήματα Ε.Τ.Τ. και Γ.Β.) 1ο Θέμα [40] α) στ) 2ο Θέμα [40]

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ. Επικ. Καθ. Στέλιος Ζήμερας. Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΔΥΟ ΚΡΙΤΗΡΙΑ

ΚΕΦΑΛΑΙΟ II ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ 1. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΕΝΑ ΚΡΙΤΗΡΙΟ 2. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΔΥΟ ΚΡΙΤΗΡΙΑ

Επίπεδο Τιμές 12

Ανάλυση Διασποράς Ανάλυση Διασποράς διακύμανση κατά παράγοντες διακύμανση σφάλματος Παράδειγμα 1: Ισομεγέθη δείγματα

Ανάλυση διακύμανσης (Μονοδιάστατη) One-Way ANOVA

Απλή Γραμμική Παλινδρόμηση και Συσχέτιση 19/5/2017

Γ. Πειραματισμός Βιομετρία

Γεωργικός Πειραματισμός (Κωδ. 3515) Βασικές Στατιστικές Μέθοδοι και Εργαλεία Ανάλυσης Δεδομένων 2. Ανάλυση Διακύμανσης

Γ. Πειραματισμός Βιομετρία

Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπισ τήμιο Κρήτης 2 Μαΐου /23

Έλεγχος υποθέσεων ΙI ANOVA

Χ. Εμμανουηλίδης, 1

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ. Επικ. Καθ. Στέλιος Ζήμερας. Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά

9. Παλινδρόμηση και Συσχέτιση

Στατιστική: Δειγματοληψία X συλλογή δεδομένων. Περιγραφική στατιστική V πίνακες, γραφήματα, συνοπτικά μέτρα

ΑΝΑΛΥΣΗ ΤΗΣ ΙΑΚΥΜΑΝΣΗΣ (ΑΝOVA)

Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Οικονομετρία Διάλεξη 3η: Απλή Γραμμική Παλινδρόμηση. Διδάσκουσα: Κοντογιάννη Αριστούλα

Ενότητα 3: Ανάλυση Διακύμανσης κατά ένα παράγοντα One-Way ANOVA

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Στατιστικός έλεγχος υποθέσεων (Μέρος 3 ο ) 10/3/2017

Εισόδημα Κατανάλωση

Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης

Γ. Πειραματισμός Βιομετρία

Γ. Πειραματισμός - Βιομετρία

α) t-test µε ίσες διακυµάνσεις β) ανάλυση διακύµανσης µε έναν παράγοντα Έλεγχος t δύο δειγμάτων με υποτιθέμενες ίσες διακυμάνσεις

Διάστημα εμπιστοσύνης της μέσης τιμής

ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ 7. ΚΕΦΑΛΑΙΟ 1: Εισαγωγικές Έννοιες 13

Οι στατιστικοί έλεγχοι x τετράγωνο, t- test, ANOVA & Correlation. Σταμάτης Πουλακιδάκος

Στατιστικοί Ελεγχοι. t - Έλεγχος για τον μέσο μ ενός πληθυσμού. t-έλεγχος για την σύγκριση των μέσων δύο πληθυσμών

Ζήτηµα 2. Κατεύθυνση µεταβολής γονιµότητας. Πειραµατικός Αγρός. Επεµβάσεις: Α1Β1:1, Α1Β2:2, Α1Β3:3, Α2Β1:4, Α2Β2:5 και Α2Β3:6

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ. Επικ. Καθ. Στέλιος Ζήμερας. Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά

ΟΙΚΟΝΟΜΕΤΡΙΑ Ι ΦΥΛΛΑΔΙΟ

Κεφάλαιο 13. Εισαγωγή στην. Η Ανάλυση ιακύµανσης

Εισαγωγή στην Εκτιμητική

Γραπτή Εξέταση Περιόδου Φεβρουαρίου 2013 στη Στατιστική

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ ΙI (ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΤΗ ΔΙΟΙΚΗΣΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ) (ΟΔΕ 2116)

ΠΕΡΙΓΡΑΦΗ ΚΑΙ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ

Εργάτης Μηχάνηµα τύπου Α Μηχάνηµα τύπου Β

ΠΕΡΙΕΧΟΜΕΝΑ. Πρόλογος... 13

Γ. Πειραματισμός Βιομετρία

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

13. Ανάλυση Διακύμανσης

ΚΕΦΑΛΑΙΟ 4 ΑΝΑΛΥΣΗ ΙΑΣΠΟΡΑΣ. Εισαγωγικό παράδειγµα

Εξαρτημένα δείγματα (εξαρτημένες μετρήσεις)

Στατιστικός έλεγχος υποθέσεων (Μέρος 1 ο ) 24/2/2017

ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ. Παπάνα Αγγελική

την τιμή της μέσης τιμής, μ, ή της διασποράς, σ, ενός πληθυσμού και σε στατιστικούς ελέγχους υποθέσεων για τη σύγκριση των μέσων τιμών, μ

Στατιστική Ι. Ενότητα 9: Κατανομή t-έλεγχος Υποθέσεων. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

Δειγματοληψία. Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος n ij των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ ij συμβολίζουμε την μέση τιμή:

Γ. Πειραματισμός Βιομετρία

x y max(x))

Αντικείμενο του κεφαλαίου είναι: Ανάλυση συσχέτισης μεταξύ δύο μεταβλητών. Εξίσωση παλινδρόμησης. Πρόβλεψη εξέλιξης

Στατιστική. Ανάλυση ιασποράς με ένα Παράγοντα. One-Way Anova. 8.2 Προϋποθέσεις για την εφαρμογή της Ανάλυσης ιασποράς

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής

Αναλυτική Στατιστική

Γ. Πειραματισμός Βιομετρία

Στατιστικός έλεγχος υποθέσεων (Μέρος 2 ο ) 3/3/2017

Χημική Τεχνολογία. Ενότητα 1: Στατιστική Επεξεργασία Μετρήσεων. Ευάγγελος Φουντουκίδης Τμήμα Μηχανολόγων Μηχανικών Τ.Ε.

Ερωτήσεις κατανόησης στην Οικονομετρία (Με έντονα μαύρα γράμματα είναι οι σωστές απαντήσεις)

ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΜΕ ΧΡΗΣΗ Η/Υ

Μονοπαραγοντική Ανάλυση Διακύμανσης Ανεξάρτητων Δειγμάτων

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Στατιστικός έλεγχος υποθέσεων (Μέρος 1 ο )

Δειγματοληψία. Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος n ij των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ ij συμβολίζουμε την μέση τιμή:

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΔΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ «ΜΑΘΗΜΑΤΙΚΑ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΚΑΙ ΤΩΝ ΑΠΟΦΑΣΕΩΝ» ΑΝΑΛΥΣΗ ΔΙΑΣΠΟΡΑΣ & ΕΦΑΡΜΟΓΕΣ ΑΥΤΗΣ

Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπισ τήμιο Κρήτης 22 Μαΐου /32

Ανάλυση Διακύμανσης. Ι. Κ. Δημητρίου

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τραπεζικής & Χρηματοοικονομικής

Εισαγωγή - Πειραματικοί Σχεδιασμοί. Κατσιλέρος Αναστάσιος

6 ο ΜΑΘΗΜΑ Έλεγχοι Υποθέσεων

ΣΧ0ΛΗ ΤΕΧΝ0Λ0ΓΙΑΣ ΤΡΟΦΙΜΩΝ & ΔΙΑΤΡΟΦΗΣ ΤΜΗΜΑ ΤΕΧΝΟΛΟΓΙΑΣ ΤΡΟΦΙΜΩΝ ΕΡΓΑΣΤΗΡΙΟ: ΟΡΓΑΝΟΛΗΠΤΙΚΟΥ ΕΛΕΓΧΟΥ ΓΙΑΝΝΑΚΟΥΡΟΥ ΜΑΡΙΑ ΤΑΛΕΛΛΗ ΑΙΚΑΤΕΡΙΝΗ

Μέρος V. Ανάλυση Παλινδρόμηση (Regression Analysis)

Λίγα λόγια για τους συγγραφείς 16 Πρόλογος 17

ΚΕΦΑΛΑΙΟ 0. Απλή Γραμμική Παλινδρόμηση. Ένα Πρόβλημα. Η επιδιωκόμενη ιδιότητα. Ένα χρήσιμο γράφημα. Οι υπολογισμοί. Η μέθοδος ελαχίστων τετραγώνων ...

[6, 4, 3, 2, 7, 8, 1, 9].

Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών Εθνικό Μετσόβιο Πολυτεχνείο. Επίδοση Υπολογιστικών Συστημάτων. Α.-Γ. Σταφυλοπάτης.

Η ΙΣΧΥΣ ΕΝΟΣ ΕΛΕΓΧΟΥ. (Power of a Test) ΚΕΦΑΛΑΙΟ 21

Προσοχή: Για κάθε λανθασµένη απάντηση δεν θα λαµβάνεται υπόψη µία σωστή

Έλεγχος Υποθέσεων. Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς

ΟΙΚΟΝΟΜΕΤΡΙΑ Κεφάλαιο 2

03 _ Παράμετροι θέσης και διασποράς. Γούργουλης Βασίλειος Καθηγητής Τ.Ε.Φ.Α.Α. Σ.Ε.Φ.Α.Α. Δ.Π.Θ.

ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

Transcript:

Ανάλυση διακύμανσης (Μέρος 3 ο ) 7/4/2017

2 α x b Παραγοντικό Πείραμα (1) Όταν θέλουμε να μελετήσουμε την επίδραση (στη μεταβλητή απόφασης) δύο παραγόντων, έστω Α και Β, με α στάθμες ο Α και b στάθμες ο Β, μπορούμε να σχεδιάσουμε ένα a x b παραγοντικό πείραμα Σε ένα τέτοιο πείραμα, κάθε στάθμη του ενός παράγοντα συνδυάζεται με κάθε στάθμη του άλλου παράγοντα, δηλαδή, συνολικά έχουμε a b διαφορετικές επεμβάσεις (διαφορετικούς συνδυασμούς από δύο στάθμες, μία για κάθε παράγοντα)

3 α x b Παραγοντικό Πείραμα (2) Θεωρούμε ότι για κάθε επέμβαση παίρνουμε ίδιο αριθμό παρατηρήσεων, έστω r, και επομένως ότι έχουμε a b r παρατηρήσεις Αν r > 1, πέραν της επίδρασης του παράγοντα Α και της επίδρασης του παράγοντα Β, μπορούμε να ελέγξουμε και αν, στη μεταβλητή απόκρισης υπάρχει στατιστικά σημαντική επίδραση που να οφείλεται στην αλληλεπίδραση των παραγόντων Α και Β

4 α x b Παραγοντικό Πείραμα (3) Αν μπορούμε να υποθέσουμε ότι οι δύο παράγοντες Α και Β επιδρούν στη μεταβλητή απόκρισης ανεξάρτητα, σχεδιάζουμε και εκτελούμε ένα a x b παραγοντικό πείραμα με μία παρατήρηση για κάθε επέμβαση (r = 1) Αν μπορούμε να υποθέσουμε ότι οι δύο παράγοντες Α και Β δεν επιδρούν στη μεταβλητή απόκρισης ανεξάρτητα, δηλαδή υπάρχει επίδραση του ενός παράγοντα στη συμπεριφορά του άλλου, σχεδιάζουμε και εκτελούμε ένα a x b παραγοντικό πείραμα με περισσότερες από μία παρατηρήσεις για κάθε επέμβαση (r > 1)

5 α x b Παραγοντικό Πείραμα (4) Οι έλεγχοι που πραγματοποιούνται για r > 1 είναι οι εξής: Για την αλληλεπίδραση των δύο παραγόντων Α και Β Η 0γ : οι παράγοντες Α και Β δεν αλληλεπιδρούν Η 1γ : οι παράγοντες Α και Β αλληλεπιδρούν Για την κύρια επίδραση του παράγοντα Α Η 0α : ο παράγοντας Α δεν επιδρά, ή αλλιώς, δεν υπάρχουν διαφορές μεταξύ των α μέσων του παράγοντα Α Η 1α : ο παράγοντας Α επιδρά, ή αλλιώς, τουλάχιστον δύο από τους α μέσους του παράγοντα Α διαφέρουν Για την κύρια επίδραση του παράγοντα Β Η 0b : ο παράγοντας B δεν επιδρά, ή αλλιώς, δεν υπάρχουν διαφορές μεταξύ των b μέσων του παράγοντα B Η 1b : ο παράγοντας B επιδρά, ή αλλιώς, τουλάχιστον δύο από τους b μέσους του παράγοντα B διαφέρουν

6 Έλεγχος ανάλυσης διακύμανσης για το a x b παραγοντικό πείραμα με r>1 παρατηρήσεις ανά παρέμβαση (1) Πηγή μεταβλητότητας Β.Ε. Άθροισμα τετραγώνων SS Μέσο άθροισμα τετραγώνων MS Κριτήριο F Περιοχή απόρριψης Παράγοντας Α α-1 SSA = a Ai 2 i=1 br G2 n MSA = SSA a 1 F A = MSA MSE F A F a 1;ab(r 1);a Παράγοντας Β b-1 SSB = b Bj 2 j=1 ar G2 n MSB = SSB b 1 F B = MSB MSE F B F b 1;ab(r 1);a Αλληλεπίδρα ση Α και Β (α-1)(b-1) SSA AB = ij 2 AB ij r G2 n SSA SSB MS AB = SS AB a 1 b 1 F AB = MS AB MSE F ΑB F α 1 b 1 ;ab(r 1);a Σφάλμα ή Εντός των δειγμάτων ab(r-1) SSE = SST ot SSA SSB SS AB MSE = SSE ab r 1 Ολική abr-1 SST ot = SSA + SSB + SS AB + SSE

7 Έλεγχος ανάλυσης διακύμανσης για το a x b παραγοντικό πείραμα με r>1 παρατηρήσεις ανά παρέμβαση (2) όπου a οι στάθμες του παράγοντα Α και b οι στάθμες του παράγοντα Β G = σ ijh y ijh, το γενικό άθροισμα όλων των a b r παρατηρήσεων A i, i = 1, 2, k το άθροισμα όλων των παρατηρήσεων στην i στάθμη του παράγοντα Α Β j, j = 1, 2, b το άθροισμα όλων των παρατηρήσεων στην j στάθμη του παράγοντα Β ΑΒ ij το άθροισμα των r παρατηρήσεων που πήραμε από την i στάθμη του παράγοντα Α και την j στάθμη του παράγοντα Β SSTot = σ ijh y 2 ijh G2 n Μεταβλητότητα μεταξύ των κελιών 2 AB SSCells = σ ij ij r G2 n = SSA + SSB + SS AB SSTot = SSCells + SSE = SSA + SSB + SS AB + SSE

8 Έλεγχος ανάλυσης διακύμανσης για το a x b παραγοντικό πείραμα με r>1 παρατηρήσεις ανά παρέμβαση (3) Υποθέσεις Τα a b δείγματα είναι ανεξάρτητα τυχαία δείγματα (όλες οι παρατηρήσεις y ijh είναι μεταξύ τους ανεξάρτητες) Κάθε δείγμα προέρχεται από κανονικό πληθυσμό Οι a b πληθυσμοί έχουν κοινή διακύμανση σ 2 (ομοσκεδαστικότητα)

9 Έλεγχος ανάλυσης διακύμανσης για το a x b παραγοντικό πείραμα με r>1 παρατηρήσεις ανά παρέμβαση (4) Αν ε ijh η απόκλιση της Y ijh από τη μέση τιμή της μ ij, του πληθυσμού ij, τότε οι προηγούμενες υποθέσεις είναι ισοδύναμες με τις υποθέσεις ότι τα σφάλματα (θεωρητικά υπόλοιπα) ε ijh είναι μεταξύ τους ανεξάρτητα ακολουθούν κανονικές κατανομές με μέση τιμή 0 και κοινή διακύμανση σ 2, δηλαδή ότι ε ijh ~N 0, σ 2 Οι υποθέσεις αυτές ελέγχονται όπως στο εντελώς τυχαιοποιημένο σχέδιο

10 α x b Παραγοντικό Πείραμα (5) Οι έλεγχοι που πραγματοποιούνται για r = 1 είναι οι εξής: Για την κύρια επίδραση του παράγοντα Α Η 0α : ο παράγοντας Α δεν επιδρά, ή αλλιώς, δεν υπάρχουν διαφορές μεταξύ των α μέσων του παράγοντα Α Η 1α : ο παράγοντας Α επιδρά, ή αλλιώς, τουλάχιστον δύο από τους α μέσους του παράγοντα Α διαφέρουν Για την κύρια επίδραση του παράγοντα Β Η 0b : ο παράγοντας B δεν επιδρά, ή αλλιώς, δεν υπάρχουν διαφορές μεταξύ των b μέσων του παράγοντα B Η 1b : ο παράγοντας B επιδρά, ή αλλιώς, τουλάχιστον δύο από τους b μέσους του παράγοντα B διαφέρουν Σημείωση: κάνουμε την παραδοχή ότι δεν υπάρχει επίδραση στη μεταβλητή απόκρισης που να οφείλεται στην αλληλεπίδραση των δύο παραγόντων

11 Έλεγχος ανάλυσης διακύμανσης για το a x b παραγοντικό πείραμα με μια παρατήρηση (r=1) ανά παρέμβαση (1) Πηγή μεταβλητότητας Β.Ε. Άθροισμα τετραγώνων SS Μέσο άθροισμα τετραγώνων MS Κριτήριο F Περιοχή απόρριψης Παράγοντας Α α-1 SSA = a Ai 2 i=1 Παράγοντας Β b-1 SSB = Σφάλμα ή Εντός των δειγμάτων b Bj 2 j=1 b G2 n a G2 n (α-1)(b-1) SSE = SST ot SSA SSB MSE = Ολική ab-1 SST ot = SSA + SSB + SSE MSA = SSA a 1 MSB = SSB b 1 SSE a 1 b 1 F A = MSA MSE F B = MSB MSE F A F a 1; a 1 (b 1);a F B F b 1; a 1 (b 1);a

12 Έλεγχος ανάλυσης διακύμανσης για το a x b παραγοντικό πείραμα με μια παρατήρηση (r=1) ανά παρέμβαση (2) όπου a οι στάθμες του παράγοντα Α και b οι στάθμες του παράγοντα Β G = σ ij y ij, το γενικό άθροισμα όλων των a b παρατηρήσεων A i, i = 1, 2, k το άθροισμα όλων των παρατηρήσεων στην i στάθμη του παράγοντα Α Β j, j = 1, 2, b το άθροισμα όλων των παρατηρήσεων στην j στάθμη του παράγοντα Β SSTot = σ ij y 2 ij G2 n SSE = SSTot SSA SSB

13 Έλεγχος ανάλυσης διακύμανσης για το a x b παραγοντικό πείραμα με μια παρατήρηση (r=1) ανά παρέμβαση (3) Υποθέσεις Δεν υπάρχει αλληλεπίδραση των δύο παραγόντων Τα a b δείγματα είναι ανεξάρτητα τυχαία δείγματα (όλες οι παρατηρήσεις y ij είναι μεταξύ τους ανεξάρτητες) Κάθε δείγμα προέρχεται από κανονικό πληθυσμό Οι a b πληθυσμοί έχουν κοινή διακύμανση σ 2 (ομοσκεδαστικότητα)

14 Έλεγχος ανάλυσης διακύμανσης για το a x b παραγοντικό πείραμα με μια παρατήρηση (r=1) ανά παρέμβαση (4) Αν ε ij η απόκλιση της Y ij από τη μέση τιμή της μ ij, του πληθυσμού ij, τότε οι προηγούμενες υποθέσεις είναι ισοδύναμες με τις υποθέσεις ότι τα σφάλματα (θεωρητικά υπόλοιπα) ε ij είναι μεταξύ τους ανεξάρτητα ακολουθούν κανονικές κατανομές με μέση τιμή 0 και κοινή διακύμανση σ 2, δηλαδή ότι ε ij ~N 0, σ 2 Οι υποθέσεις αυτές ελέγχονται όπως στο εντελώς τυχαιοποιημένο σχέδιο

15 Παράδειγμα 1 Ένας ερευνητής ενδιαφέρεται να διερευνήσει αν και πώς οι δύο παράγοντες, θερμοκρασία, έστω Α (με τέσσερις στάθμες Α 1, Α 2, Α 3 και Α 4 αντίστοιχα, 25 ο C, 30 o C και 35 o C και 40 o C) και ένταση φωτισμού, έστω Β (με τρεις στάθμες Β 1, Β 2 και Β 3 ) επιδρούν στην ανάπτυξη ενός συγκεκριμένου είδους φυτών, σε επίπεδο σημαντικότητας 5%. Ένταση φωτισμού (παράγοντας Β) Β1 (5) Β2 (6) Β3 (7) Θερμοκρασία (παράγοντας Α) 25 ο C 30 ο C 35 ο C 40 ο C 9 13 18 22 11 17 22 28 18 23 27 20 20 27 33 24 36 27 23 7 44 33 27 13

16 Παράδειγμα 2 Ένας ερευνητής για να διερευνήσει αν επηρεάζεται το αποτέλεσμα μιας χημικής αντίδρασης από το είδος του καταλύτη και από τη θερμοκρασία, καθόρισε τέσσερις στάθμες καταλύτη (Α 1, Α 2, Α 3 και Α 4 ) και τρεις στάθμες θερμοκρασίας (Β 1, Β 2, και Β 3 ) και για κάθε συνδυασμό καταλύτη θερμοκρασίας, εκτέλεσε το πείραμα μία φορά Θεωρώντας ότι οι δύο παράγοντες δεν αλληλεπιδρούν θα κάνει τον έλεγχο σε επίπεδο σημαντικότητας 5% Θερμοκρασία (παράγοντας Β) Καταλύτης (παράγοντας Α) Α1 Α2 Α3 Α4 Β1 53 59 58 50 Β2 57 65 62 60 Β3 52 62 54 52