Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід

Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід складається з k варіантів, то доводиться для оцінки відмінностей між кожною парою середніх провести k(k–1) зіставлень, наприклад для оцінки відмінності між середніми досліду з шістьма варіантами необхідно обчислити 6 помилок і оцінити 15 значень t. Такий шлях оцінки відмінностей між середніми не суперечить теорії статистики, і в деяких випадках до нього доводиться вдаватися. Проте на даний час для оцінки відмінності між варіантами досліду широке застосування знаходить розроблений Р.А. Фішером метод, що отримав назву дисперсійний аналіз.

1. Розкладання дисперсій. Дисперсійний аналіз полягає в розкладанні загальної дисперсії з метою виявити ту її частина, яка обумовлена випадковим варіюванням результатів досліду.

Приклад 1. Вибірки з середньої сукупності. У табл. 34 наведені дані довжини стебла озимої пшениці для чотирьох вибірок по 10 рослин.

Таблиця 34 – Довжина стебла озимої пшениці (у см)

№ вибірок № рослин Сума ∑х Групові середні Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru

Загальна сума = 4280.

Розраховуємо суми квадратів за формулою (100):

Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru або Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru (100).

Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru

2) суму квадратів для вибірок (всередині вибірок)

№ 1 Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru

№ 2 Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru

№ 3 Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru

№ 4 Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru

загальна сума 1462.

3) суму квадратів для групових середніх (між вибірками):

Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru

Таким чином, загальна сума квадратів розклалася повністю на складові частини: суму квадратів усередині вибірки і суму квадратів між вибірками. Аналогічним чином число ступенів свободи загальної дисперсії (39) є сумою двох чисел ступенів свободи: 36 – для вибірок і 3 – для групових середніх. Ці дані зведені в таблицю дисперсійного аналізу (табл. 35); цифри останньої графи «Середнім квадратом» є дисперсії відповідних джерел варіювання.

Таблиця 35 – Таблиця дисперсійного аналізу

Джерело варіювання Число ступенів свободи Сума квадратів Середній квадрат
Загальне ………….. 42,62
Між вибірками ....... 66,67
Всередині вибірок.. 40,61

Перевіримо рівність останніх двох дисперсій за допомогою критерію F. Їх відношення дорівнює 66,67:40,61=1,44, зіставимо його з табличним значенням F для 36 і 3 ступенів свободи. Фактичне відношення дисперсій F менше табличного за будь-якого рівня значущості, тому можна вважати дисперсії між вибірками і всередині вибірок однаковими. Таким чином, нульова гіпотеза про приналежність вибірок до однієї сукупності не відкидається, що і слід було чекати, судячи за їх походженням.

Обчислювати суму квадратів окремих видів дисперсії найзручніше за формулами:

загальної Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru (101)

між вибірками Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru (102)

де X – окреме спостереження; S – сума спостережень вибірки; Q – загальна сума всіх спостережень; N – число вибірок; n – число спостережень у вибірці.

Якщо вибірки мають різне число спостережень, то суму квадратів загальної дисперсії обчислюють за формулою Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru , а між вибірками – за формулою Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru , де Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru – середні вибірок, Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru – загальна середня.

2. Оцінка відмінності між середніми. Відомо, що внутрішньогрупова дисперсія характеризує випадкове варіювання дослідних даних, статистичним показником якого є середнє квадратичне відхилення.

Знаючи s, можна провести оцінку відмінності між вибірковими середніми. Таку оцінку проводять за допомогою критерію t, визначаючи помилку різниці за формулою (103) при однаковому або за формулою (104) при різному числі спостережень.

Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru або Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru (103)

Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru (104)

Проте при дисперсійному аналізі приймають, що дисперсії, а отже, і помилки групових середніх однакові, тому помилку різниці між будь-якою парою вибірок знаходять не як Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru , а за формулами (105) і (106):

а) за однакової кількості спостережень:

Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru або Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru (105)

де εd – помилка різниці середніх; ε – усереднена помилка загальної середньої досліду Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru .

б) за різної кількості спостережень:

Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru (106)

де n1 і n2 – число спостережень варіантів, що порівнюються.

Обчислюючи потім для будь-якої пари варіант Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru і оцінюючи його звичайним способом порівняння з табличним t, з'ясовують істотність відмінності між вибірковими середніми. Число ступенів свободи беруть з таблиці дисперсійного аналізу для внутрішньогрупової дисперсії.

Якщо всі варіанти досліду мають однакове число спостережень, замість обчислення декількох значень t знаходять найменшу довірчу (істотну) різницю між середніми:

Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru (107)

і порівнюють з нею попарні різниці. Ті з них, які більше Y, вважають за істотні.

Для прикладу 1 Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru ; звідси Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru см; Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru см.

Для 36 ступенів свободи при 5%-ном рівні значущості t=2,03, звідси γ=2,03×2,84=5,77 см. Отже, істотними будуть різниці між вибірками, що перевищують 5,77 см. Як і очікувалося, в даному прикладі немає жодної пари вибірок, що істотно розрізняються за висотою стебла. Відмінності між ними знаходяться, як прийнято говорити, в межах помилки досліду.

3. Дисперсійний аналіз якісних ознак. Викладені в попередніх параграфах принципи дисперсійного аналізу можуть застосовуватися і при порівнянні декількох вибірок якісних ознак. Дисперсія якісної ознаки Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru , де р – частка одиниць вибірки, яким властива ця ознака. Коли р виражене у відсотках, то Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru .

Суми квадратів і числа з ступенів свободи загальної дисперсії і дисперсії між вибірками розраховують за формулами, наведеними в табл. 36, а внутрішньогрупової (випадковою) дисперсії – за різницею.

Таблицям 36 – Схема дисперсійного аналізу якісних ознак

Дисперсії   р у частках одиниці р в %
сума квадратів число ступенів свободи сума квадратів число ступенів свободи
Загальна Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru
Вибірок Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru

Примітка. У цих формулах m позначає загальне число екземплярів в окремих вибірках, n – число екземплярів, якім властива дана ознака, Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru – частку ознаки, р% – частку ознаки у відсотках, N – загальне число вибірок.

Приклад 1. Щоб викласти техніку дисперсійного аналізу якісних ознак, користуються даними про уражуваності ярової пшениці твердою сажкою при штучному зараженні залежно від умов живлення. Дослід проводили з трьома сортами, які протягом трьох років вирощували на наступних фонах:

0 – без добрива;

1 – удобрення гноєм 60 т на 1 га.

2 – удобрення N30Р45К45;

3 – NPK + 15 кг на 1 га хлористого натрію;

4 – NPK + 2 кг на 1 га бору;

5 – NPK + 5 кг на 1 га сірчанокислої міді;

6 – NPK на 4 кг на 1 га сірчанокислого цинку;

7 – NPK + 30 кг на 1 га марганцевокислого калію

У табл. 37 наведені дані досліду в середньому за трьома сортами:

Таблиця 37 – Уражуваність ярової пшениці твердою сажкою (у %)

Фон живлення
1-й 2-й 3-й 4-й 5-й 6-й 7-й

Обчислення сум квадратів зручніше проводити так, як показано в табл. 38 і 39.

Обчислюємо суми квадратів:

загальній дисперсії Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru

дисперсії між вибірками Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru

Таблиця 38 – Обчислення сум квадратів

Вибірка
р%
(р%)2 -
Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru 28,09 24,01 23,04 21,16 20,25 25,00 26,01 23,04 190,60

Таблиця 39 – Таблиця дисперсійного аналізу

Дисперсія Число ступенів свободи Сума квадратів Середній квадрат Fфакт Fтабл
0,05 0,01
Загальна 199,88        
Варіантів 0,48 0,0686 0,27 3,23 5,65
Залишкова (випадкова) 199,40 0,2518      

Так як Fфакт<Fтабл, відмінності між різними способами дії, що спостерігалися в досліді не можна визнати істотними; внаслідок цього необхідність в оцінці конкретних відмінностей між окремими варіантами досвіду відпадає.

Приклад 2. У табл. 40 приведені дані про польову схожість шести зразків кукурудзи і розрахунки для обчислення сум квадратів.

Сума квадратів:

загальній дисперсії Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru

дисперсії варіантів Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru

Перевірка дисперсій за допомогою критерію F свідчить про наявність істотних відмінностей між зразками.

Переходячи до оцінки відмінності між порівнюваними долями, нагадаємо, що для цього використовують критерій Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru . При звичайній попарній оцінці відмінностей між долями sd знаходять за формулою (108).

Таблиця 40 – Польова схожість насіння кукурудзи і розрахунки для обчислення сум квадратів

Показники № зразка
сума
Посіяно насіння (m)
Зійшло насіння (n)
p=n:m ……………. 0,80 0,67 0,54 0,85 0,94 0,50  
Np ……………….. 51,20 38,19 22,68 62,90 62,04 20,50 257,51

Дисперсійний аналіз наведений у табл. 41.

Таблиця 41 – Дисперсійний аналіз

Дисперсія Число ступенів свободи Сума квадратів Середній квадрат Fфакт Fтабл
0,05 0,01
Загальна 98,49        
Варіантів 12,00 2,400 13,18 2,23 3,06
Залишкова (випадкова) 86,49 0,182      

Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru (108)

При дисперсійному аналізі якісних ознак εd визначають так само, як і для кількісних ознак. Проведемо відповідні обчислення.

1. Середня квадратична помилка частки Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru

2. Помилка середньої частки Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru

3. Середня помилка різниці доль Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru

4. Довірча різниця: для 5%-ного рівня Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru для 1%-ного рівня Хід роботи. Значно частіше польові і лабораторні досліди мають 10–20 і більше варіантів. У таких випадках попарне їх порівняння стає дуже трудоємким. Якщо дослід - student2.ru

При 5%-ном рівні значущості неістотно розрізняються за польовою схожістю тільки пари зразків: 1 – 4 і 3 – 6.

Наши рекомендации