Tečkový způsob zápisu součtů a průměrů
Tečka vždy nahrazuje indexy, přes které sčítáme.
řádkový součet (sčítáme přes hodnoty j)
sloupcový součet
řádkový průměr
sloupcový průměr
celkový součet (sčítáme přes řádky, sloupce)
celkový průměr
Testování H0 je založeno na rozkladu celkové variability (reprezentované součtem čtverců odchylek S) na dvě aditivní složky S1 (součet čtverců odchylek mezi třídami) a Sr (součet čtverců odchylek uvnitř tříd).
S = S1 + Sr
S …… f = mn – 1 stupňů volnosti.
S1 ……. f = m – 1 stupňů volnosti.
Sr …... f = m(n – 1) stupňů volnosti.
Variabilita
|
Součet čtverců
|
Stupně volnosti
|
Rozptyl
|
Testovací kritérium
|
- mezi třídami
|
|
m – 1
|
|
|
- uvnitř tříd (reziduální rozptyl)
|
|
m(n – 1)
|
|
- celková
|
|
mn - 1
|
|
Výpočetní tvary:
Vyhodnocení: F> Fa[m-1; m(n-1)] zamítáme H0
Nevyvážený model
Model s různým počtem opakování.
, pro f = Sni - 1
, pro f 1 = m - 1
, pro fr = Sni - m
Analýza rozptylu dvojného třídění
Zkoumá vliv dvou faktorů (znak kvalitativní nebo kvantitativní) na výsledný znak kvantitativní. Každý faktor je uvažován na několika úrovních a každá úroveň představuje jeden výběrový soubor.
Matematický model: xij = m + ai + bj + eij
bj = efekt j-té úrovně faktoru B
Analýza je vícevýběrovým testem. Formulujeme dvě nulové hypotézy H01 (rovnost řádkových průměrů) a H02 (rovnost sloupcových průměrů).
Postup:
-
formulujeme nulové hypotézy H01 a H02
-
formulujeme alternativní hypotézy A1 a A2
-
zvolíme hladinu významnosti
-
vypočítáme testovací kritéria F1 a F2
-
určíme kritickou hodnotu F1, a F2,
-
porovnáme testovací kritéria a kritické hodnoty
F1, pro [(m – 1); (m – 1) (n – 1)] stupňů volnosti
F2, pro [(n – 1); (m – 1) (n – 1)] stupňů volnosti
F1, F2 > F zamítáme H0
Variabilita
|
Součet čtverců
|
Stupně volnosti
|
Rozptyl
|
Testovací kritérium
|
- mezi plemeny
|
|
m – 1
|
|
|
- mezi krmnou směsí
|
|
n - 1
|
|
|
- zbytková
|
|
(m – 1)(n –1)
|
|
|
- celková
|
|
mn - 1
|
|
|
Metody mnohonásobného srovnávání
Jde o podrobnější vyhodnocení výsledků analýzy rozptylu. Jestliže F-testem zamítáme H0, znamená to, že ne všechny průměry základních souborů jsou shodné. K nalezení průměrů, které se statisticky významně liší od ostatních, se používají tyto metody.
Duncanův test
Lze používat pro vyvážené modely
-
uspořádáme výběrové průměry sestupně
-
rozptyl výběrových průměrů odhadneme na základě reziduálního rozptylu tak, že platí
-
určíme směrodatnou odchylku výběrových průměrů
-
sestavíme tabulku pro Duncanův test
Kritická hodnota diferencí
|
|
|
|
…
|
|
|
|
-
|
|
|
…
|
|
|
|
-
|
-
|
|
…
|
|
|
|
-
|
-
|
-
|
…
|
|
|
|
|
|
|
|
|
|
|
-
|
-
|
-
|
…
|
|
|
|
-
|
-
|
-
|
…
|
-
|
|
Vznikne trojúhelníková matice.
Tabulková hodnota Rp, f,
p = počet srovnávaných průměrů
f = počet stupňů volnosti reziduálního průměru
Je-li vypočtená diference mezi 2 průměry větší než příslušná kritická hodnota řádku, pak je rozdíl mezi oběma průměry statisticky významný na hladině významnosti .
Kramerova metoda
Lze použít pro nevyvážené modely.
p = 2
Sheffého metoda
Universální metoda.
f1 = m-1; popř. f1 = ni – m
fr = m(n – 1)
Tukeyův test
Pro vyvážené modely.
q = studentizovaná tabelizovaná hodnota
Dostları ilə paylaş: |