Γ. Πειραματισμός Βιομετρία

Σχετικά έγγραφα
Γ. Πειραματισμός Βιομετρία

Γ. Πειραματισμός Βιομετρία

Γ. Πειραματισμός - Βιομετρία

Γ. Πειραματισμός Βιομετρία

Γ. Πειραματισμός Βιομετρία

Εισαγωγή στην Ανάλυση Παραλλακτικότητας

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

Γεωργικός Πειραματισμός 1o Εργαστήριο «Διαδικασία της Τυχαιοποίησης»

Εξέταση Φεβρουαρίου (2011/12) στο Μάθηµα: Γεωργικός Πειραµατισµός. Ζήτηµα 1 ο (2 µονάδες) Για κάθε λανθασµένη απάντηση δεν λαµβάνεται υπόψη µία σωστή

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

Γ. Πειραματισμός Βιομετρία

Έλεγχος υποθέσεων ΙI ANOVA

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

Γ. Πειραματισμός Βιομετρία

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

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

Ανάλυση Διασποράς Προβλήματα και Ασκήσεις

Τεχνική Πειραματισμού. Κλιμάκωση των πειραμάτων στο χρόνο Δικτύωση των πειραμάτων στο χώρο Εδαφική ανομοιογένεια

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

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]

Εισαγωγή - Πειραματικοί Σχεδιασμοί. Κατσιλέρος Αναστάσιος

8. Ανάλυση Διασποράς ως προς. δύο παράγοντες

8. Ανάλυση Διασποράς ως προς. δύο παράγοντες

ΓΕΩΡΓΙΚΟΣ ΠΕΙΡΑΜΑΤΙΣΜΟΣ 1ο Εργαστήριο «ΣΧΕΔΙΑΣΗ ΠΕΙΡΑΜΑΤΙΚΟΥ ΑΓΡΟΥ»

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:

Ανάλυση Διακύμανσης. Ι. Κ. Δημητρίου

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

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

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

Διάστημα εμπιστοσύνης της μέσης τιμής

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

Έλεγχος υποθέσεων Ι z-test & t-test

Σημειακή εκτίμηση και εκτίμηση με διάστημα. 11 η Διάλεξη

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

5. ΣΥΣΤΗΜΑΤΙΚΗ ΔΕΙΓΜΑΤΟΛΗΨΙΑ (Systematic Sampling)

συντελεστής κληρονομικότητας (coefficient of heritability) Η 2 h 2

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

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

Σημειακή εκτίμηση και εκτίμηση με διάστημα Παραδείγματα. 12 η Διάλεξη

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

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

Γεωργικός Πειραµατικός Σχεδιασµός: Πρακτικές Συµβουλές

Διοίκηση Ποιότητας Έργων 2 η Διάλεξη. Μεταπτυχιακό πρόγραμμα στη Διαχείριση Έργων και Προγραμμάτων

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

Επαναληπτικές Ασκήσεις 26/5/2017

Επανάληψη ελέγχων υποθέσεων

Μεθοδολογία της έρευνας και Ιατρική στατιστική

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

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

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

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

Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης

6.3 Ο ΑΜΦΙΠΛΕΥΡΟΣ ΕΛΕΓΧΟΣ SMIRNOV ΓΙΑ k ΑΝΕΞΑΡΤΗΤΑ ΔΕΙΓΜΑΤΑ

Έρευνα διάρθρωσης γεωργικών και κτηνοτροφικών εκμεταλλεύσεων ΕΙΔΟΣ. Δειγματοληπτική έρευνα / Απογραφική έρευνα

Ανάλυση ποσοτικών δεδομένων. ΕΡΓΑΣΤΗΡΙΟ 2 ΔΙΟΙΚΗΣΗ & ΚΟΙΝΩΝΙΚΟΣ ΣΧΕΔΙΑΣΜΟΣ ΣΤΗΝ ΤΟΞΙΚΟΕΞΆΡΤΗΣΗ Dr. Ρέμος Αρμάος

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

Δειγματοληψία στην Ερευνα. Ετος

Εργαστήριο Μαθηµατικών & Στατιστικής. 1 η Πρόοδος στο Μάθηµα Στατιστική 5/12/08 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ. 3 ο Θέµα

ΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ: ΣΤΑΤΙΣΤΙΚΗ ΕΝΟΤΗΤΑ: Εισαγωγικές Έννοιες ΟΝΟΜΑ ΚΑΘΗΓΗΤΗ: ΦΡ. ΚΟΥΤΕΛΙΕΡΗΣ ΤΜΗΜΑ: Τμήμα Διαχείρισης Περιβάλλοντος και Φυσικών Πόρων

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

& 4/12/09 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ

Γεωργικός Πειραµατικός Σχεδιασµός: Εισαγωγή

Διαστήματα Εμπιστοσύνης και Στατιστικοί Έλεγχοι Υποθέσεων Προβλήματα και Ασκήσεις

7. ΣΥΓΚΡΙΣΗ ΚΑΙ ΣΥΝ ΙΑΣΜΟΣ ΤΩΝ

ΒΕΛΤΙΣΤΟ ΜΕΓΕΘΟΣ ΔΕΙΓΜΑΤΟΣ

Εισαγωγή στην Εκτιμητική

3/10/2016. Στατιστική Ι. 1 η Διάλεξη

Μονοπαραγοντική Ανάλυση Διακύμανσης Ανεξάρτητων Δειγμάτων

Ερωτήσεις κατανόησης

ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ

Διαστήματα Εμπιστοσύνης και Στατιστικοί Έλεγχοι Υποθέσεων Προβλήματα και Ασκήσεις

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

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

Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Στατιστική II Διάλεξη 6 η :Έλεγχοι Υποθέσεων V. Διδάσκουσα: Κοντογιάννη Αριστούλα

Γραπτή Εξέταση Περιόδου Φεβρουαρίου 2013 στη Στατιστική

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

Συλλογή στοιχείων 20 έως 22 Μαΐου 2008

ΠΕΡΙΕΧΟΜΕΝΑ. Πρόλογος... 13

ΜΑΘΗΜΑ: Γενική Οικολογία

ΠΟΣΟΤΙΚΗ ΓΕΝΕΤΙΚΗ 03. ΜΕΣΗ ΤΙΜΗ & ΔΙΑΚΥΜΑΝΣΗ

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

ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ. Ι. Δημόπουλος, Καθηγητής, Τμήμα Διοίκησης Επιχειρήσεων και Οργανισμών-ΤΕΙ Πελοποννήσου

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

ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ Δειγµατοληψια. Καθηγητής Α. Καρασαββόγλου Επίκουρος Καθηγητής Π. Δελιάς

7. Ανάλυση Διασποράς-ANOVA

ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΧΡΗΣΗ SPSS

ΣΠΟΥΔΑΣΤΗΡΙΟ ΚΟΙΝΩΝΙΟΛΟΓΙΑΣ ΠΑΣΠΕ ΕΘΝΙΚΟ ΚΕΝΤΡΟ ΚΟΙΝΩΝΙΚΩΝ ΕΡΕΥΝΩΝ ΕΙΣΑΓΩΓΗ ΣΤΗ ΜΕΘΟΔΟΛΟΓΙΑ ΚΑΙ ΤΙΣ ΤΕΧΝΙΚΕΣ

ΑΝΑΛΥΣΗ ΤΗΣ ΙΑΚΥΜΑΝΣΗΣ (ΑΝOVA)

Προσοµοίωση Εξέτασης στο µάθηµα του Γεωργικού Πειραµατισµού

3. ΣΤΡΩΜΑΤΟΠΟΙΗΜΕΝΗ ΤΥΧΑΙΑ ΔΕΙΓΜΑΤΟΛΗΨΙΑ (Stratified Random Sampling)

Μαθησιακοί στόχοι κεφαλαίου

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής

Στατιστική Ι. Ενότητα 2: Στατιστική Ι (2/4) Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη)

Έρευνα Μάρκετινγκ Ενότητα 4

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΨΥΧΟΠΑΙΔΑΓΩΓΙΚΗ ΕΡΕΥΝΑ ΚΑΙ ΜΕΘΟΔΟΛΟΓΙΑ

Έλεγχοι Χ 2 (Μέρος 1 ο ) 28/4/2017

Ασκήσεις επανάληψης στα Μαθηματικά Γενικής Παιδείας Γ Λυκείου, χ. Έτος του Μανώλη Ψαρρά Άσκηση 1 η

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

Στατιστική Ι. Ενότητα 1: Στατιστική Ι (1/4) Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη)

Transcript:

ANOVA με δειγματοληψία Το Γραμμικό Πρότυπο = µ τ ε i ij δ όπου = το k-στό δείγμα της j-στής παρατήρησης της i-στής επέμβασης µ = ο μέσος όρος του πληθυσμού τ i = η επίδραση της i-στής επέμβασης ε ij = το τυχαίο (πειραματικό) σφάλμα δ = το σφάλμα δειγματοληψίας Πηγή Παραλλακτικότητας ΒΕ ΘΜΤ Τιμή του F Επεμβάσεις a-1 σ σ n ΜΤ επ / ΜΤ υ πόλοιπο Σφάλμα Δειγματοληψίας Σύνολο * Πρότυπο τυχαίων επιδράσεων a(n-1) an(-1) an-1 e σ e σ σ σ α

Ιδιότητες ANOVA με δειγματοληψία - πάρχουν δύο πηγές παραλλακτικότητας που συνεισφέρουν στην κατάλληλη για συγκρίσεις των μέσων όρων των επεμβάσεων διακύμανση 1. Σφάλμα δειγματοληψίας = παραλλακτικότητα μεταξύ των δειγματοληπτικών μονάδων που δέχθηκαν την ίδια επέμβαση ( σ ). Πειραματικό σφάλμα = παραλλακτικότητα μεταξύ των πειραματικών μονάδων που δέχθηκαν την ίδια επέμβαση ( σ ) σ e - Το πειραματικό σφάλμα (ΜΤ υ ) αναμένεται να είναι μεγαλύτερο από το σφάλμα δειγματοληψίας (ΜΤ )

ANOVA με δειγματοληψία (ίσος αριθμός παρατηρήσεων) Παράδειγμα: Μέτρηση ξηράς ουσίας ανά φυτό σε μία ποικιλία σιταριού. (επεμβάσεις: 3 θερμοκρασίες, πειρ. τεμάχια: δοχεία, επαναλήψεις: 3, δειγματοληψία: 4 φυτά σε κάθε πειρ. τεμάχιο) Θερμοκρασία 8º 1º 16º Αριθμός δοχείου Αριθμός δοχείου Αριθμός δοχείου Φυτό 1 3 1 3 1 3 1 3.5.5 3.0 5.0 3.5 4.5 5.0 5.5 5.5 4.0 4.5 3.0 5.5 3.5 4.0 4.5 6.0 4.5 3 3.0 5.5.5 4.0 3.0 4.0 5.0 5.0 6.5 4 4.5 5.0 3.0 3.5 4.0 5.0 4.5 5.0 5.5 15.0 17.5 11.5 18.0 14.0 17.5 19.0 1.5.0 ij. i.. 44.0 49.5 6.5... =156.0 όπου i = επέμβαση, j = επανάληψη, k = δείγμα 1 Διαμόρφωση της υπόθεσης: 156... ΔΟ = = = 676 an 3(3)(4) H o : μ 1 = μ = μ 3 Η 1 : τουλάχιστον ένας μο διαφέρει από τους υπολοίπους

Παράδειγμα (Συνέχεια) Θερμοκρασία 8º 1º 16º Αριθμός δοχείου Αριθμός δοχείου Αριθμός δοχείου Φυτό 1 3 1 3 1 3 1 3.5.5 3.0 5.0 3.5 4.5 5.0 5.5 5.5 4.0 4.5 3.0 5.5 3.5 4.0 4.5 6.0 4.5 3 3.0 5.5.5 4.0 3.0 4.0 5.0 5.0 6.5 4 4.5 5.0 3.0 3.5 4.0 5.0 4.5 5.0 5.5 15.0 17.5 11.5 18.0 14.0 17.5 19.0 1.5.0 ij. i.. 44.0 49.5 6.5... =156.0 3 ATσ = Y ΔΟ = (3.5 4.0 3.0... 5.5 ) ΔΟ = 71.5 676.0 = 36. 5 4 Yi AT =.. 44 49.5 6.5 επ ΔΟ = 676. 0 n 3(4) 3(4) 3(4) = 691.04 676. 0 = 15. 04

Παράδειγμα (Συνέχεια) Θερμοκρασία 8º 1º 16º Αριθμός δοχείου Αριθμός δοχείου Αριθμός δοχείου Φυτό 1 3 1 3 1 3 1 3.5.5 3.0 5.0 3.5 4.5 5.0 5.5 5.5 4.0 4.5 3.0 5.5 3.5 4.0 4.5 6.0 4.5 3 3.0 5.5.5 4.0 3.0 4.0 5.0 5.0 6.5 4 4.5 5.0 3.0 3.5 4.0 5.0 4.5 5.0 5.5 ij. 15.0 17.5 11.5 18.0 14.0 17.5 19.0 1.5.0 i.. 44.0 49.5 6.5... =156.0 5 6 Yij AT =. 15 17.5 11.5 σπµ ΔΟ =... 676. 0 4 4 4 4 = 699.5 676.0 = 3. 5 ΑΤυ = ATσπµ ΑΤε = 3.5 15. 04 = 8. 08 7 ΑΤδ = ΑΤσ ATσπµ = 36.5 3. 5 = 13. 5

Παράδειγμα (Συνέχεια) 8 Πηγή Παραλλακτικότητας ΒΕ ΑΤ ΜΤ F Επέμβαση (a-1)= 15.04 7.51 5.498* πόλοιπο a(n-1)= 6 8.08 1.368 Σφάλμα δειγματοληψίας an(-1)= 7 13.5 Σύνολο (an-1)= 35 36.5 F0.05:,6 = F 0.01:,6 = 5.14 10.9 Επειδή το F > 5.14, απορρίπτεται η H o : μ 1 = μ = μ 3 σε α = 0.05

ANOVA με δειγματοληψία (διάφορος αριθμός δειγμάτων) ATσ = Y Ο BE = Σύνολο παρατηρήσεων -1 Yi.. ATεπ = Ο BE = Επεμβάσεις -1 r j k Yij. ATσπµ = Ο BE = Πειραματικά τεμάχια -1 k ΑΤυ = ATσπµ ΑΤε ΒΕ = ΒΕΑΤ σπµ ΒΕΑΤ επ ΑΤδ ΑΤσ ATσπµ ΒΕ = ΒΕ AT ΒΕ = σ ΑΤσπµ

ANOVA με δειγματοληψία Το Γραμμικό Πρότυπο Σχέδιο τυχαιοποιημένων πλήρων ομάδων = µ τ β ε δ i j ij όπου = η παρατήρηση στο k-στό δείγμα της j-στής ομάδας της i-στής επέμβασης µ = ο μέσος όρος του πληθυσμού τ i = η επίδραση της i-στής επέμβασης β j = η επίδραση της j-στής ομάδας ε ij = το τυχαίο (πειραματικό) σφάλμα δ = το σφάλμα δειγματοληψίας Πηγή ΒΕ ΘΜΤ F Παραλλακτικότητας Ομάδες b-1 σ σ a Επέμβαση a-1 σ e σ e b σ β σ α ΜΤεπ/ΜΤυ πόλοιπο Σφάλμα δειγματοληψίας Σύνολο (a-1)(b-1) ab(-1) ab-1 σ σ e σ

Σχέδιο τυχαιοποιημένων πλήρων ομάδων Ιδιότητες ANOVA με δειγματοληψία - Όπως και στο ΕΤΣ, υ πάρχουν δύο πηγές παραλλακτικότητας που συνεισφέρουν στην κατάλληλη για συγκρίσεις των μέσων όρων των επ εμβάσεων διακύμανση 1. Σφάλμα δειγματοληψίας = παραλλακτικότητα μεταξύ των δειγματοληπτικών μονάδων που δέχθηκαν την ίδια επέμβαση. Πειραματικό σφάλμα = παραλλακτικότητα μεταξύ των πειραματικών μονάδων που δέχθηκαν την ίδια ε πέμβαση - Ο υπολογισμός των ΒΕ του πειραματικο ύ σφ άλματος γίνεται ως εάν δεν υπήρχε δειγματοληψία, ενώ των ΒΕ του σφάλματος δειγματοληψίας όπως στο ΕΤΣ

Παράδειγμα Σχέδιο τυχαιοποιημένων πλήρων ομάδων Επεμβάσεις Ομάδα Δείγμα Α B C 1 1 78 68 89 1 8 64 87 11. = 160 1. = 13 31. = 176. 1. = 468 1 74 6 88 78 66 9.. 1. = 15. = 18 3. = 180.. = 460 3 1 80 70 90 3 84 60 96 3.. 13. = 164 3. = 130 33. = 186. 3. = 480 476 390 54... = 1408 i.. όπου i = επέμβαση, j = ομάδα, k = δείγμα 1 Διαμόρφωση της υπόθεσης: 1408... ΔΟ = = = 110136. 889 an 3(3)() H o : μ 1 = μ = μ 3 Η 1 : τουλάχιστον ένας μο διαφέρει από τους υπολοίπους

Παράδειγμα (Συνέχεια) Σχέδιο τυχαιοποιημένων πλήρων ομάδων Επεμβάσεις Ομάδα Δείγμα Α B C 1 1 78 68 89 1 8 64 87 11. = 160 1. = 13 31. = 176. 1. = 468 1 74 6 88 78 66 9.. 1. = 15. = 18 3. = 180.. = 460 3 1 80 70 90 3 84 60 96 3.. 13. = 164 3. = 130 33. = 186. 3. = 480... 1408 476 390 54 = i.. 3 ATσ = Y ΔΟ = (78 8 74... 96 ) ΔΟ = 11.111 4 Yj AT =.. 468 460 480 οµ ΔΟ = ΔΟ a = 33.778 3() 3() 3() 5 Yi AT =.. επ n ΔΟ 476 = 3() 390 3() 54 3() ΔΟ = 1936.444

Παράδειγμα (Συνέχεια) Σχέδιο τυχαιοποιημένων πλήρων ομάδων Επεμβάσεις Ομάδα Δείγμα Α B C 1 1 78 68 89 1 8 64 87 11. = 160 1. = 13 31. = 176. 1. = 468 1 74 6 88 78 66 9.. 1. = 15. = 18 3. = 180.. = 460 3 1 80 70 90 3 84 60 96 3.. 13. = 164 3. = 130 33. = 186. 3. = 480... 1408 476 390 54 = i.. 5 Yij AT =. σπµ ΔΟ 160 = 15 164 186... ΔΟ = 003.111 6 ΑΤυ = ATσπµ ΑΤε ΑΤομ = 003.111 1936.444 33. 778 = 3. 889 7 ΑΤδ = ΑΤσ ATσπµ = 11.111 003. 111 = 118. 0

Σχέδιο τυχαιοποιημένων πλήρων ομάδων Παράδειγμα (Συνέχεια) Πηγή Παραλλακτικότητας ΒΕ ΑΤ ΜΤ F Ομάδες (b-1)= 33.778 16.889.054 n Επέμβαση (a-1)= 1936.444 968. 117.76** πόλοιπο (b-1)(a-1)= 4 3.889 8. Σφάλμα δειγματοληψίας (ab-1)-(ab-1)= 9 118.5 Σύνολο (ab-1)= 17 11.111 8 MTπυ (8. LSDΕΠ =.05 t / =.78 ) = 4. 60 n 3* Επέμβαση Β Α C Μέσος 65.0 a 79.3 b 90.3 c