Дисперсионный анализ при помощи системы MINITAB для WINDOWS

Тип работы:
Методичка
Предмет:
Экономические науки


Узнать стоимость новой

Детальная информация о работе

Выдержка из работы

Министерство образования и науки Украины

Севастопольский национальный технический

университет

МЕТОДИЧЕСКИЕ УКАЗАНИЯ

к выполнению лабораторной работы № 3 и 4

" Дисперсионный анализ при помощи системы

MINITAB для WINDOWS "

по учебной дисциплине «Прикладная статистика»

для студентов экономических специальностей

всех форм обучения

Севастополь

2008

Методические указания рассмотрены и утверждены на заседании кафедры менеджмента и экономико -математических методов протокол № «_____» от «______________» 2008 г.

Рецензент: доцент департамента учета и аудита Т.А. Мараховская

Цель работы

Изучение возможностей дисперсионного анализа, для выявления зависимостей между экономическими показателями и получение практических навыков работы в системе MINITAB.

Теоретические сведения

2.1. Дисперсионный анализ

2.1.1. Однофакторный дисперсионный анализ

При проведении экономического анализа часто необходимо оценить влияние на целевую функцию y качественного фактора x . Таким фактором могут быть, например, партии сырья, отрасли промышленности, регионы и т. д.

Пусть данные о влиянии некоторого качественного фактора на количественный в форме таблицы.

Таблица 1.1. — влияние качественного фактора на исследуемый показатель

Модель зависимости значений от фактора столбцов можно представить в следующем виде [1−4]:

где — общее среднее, -отклонение от общего среднего для j-го уровня фактора, — случайная составляющая.

По выборочным данным можно вычислить:

среднее для каждого уровня фактора (среднее по столбцам) xj (j=1,2,…u), по mj параллельным опытам, где mj — число данных в столбце j:

;

общее среднее по всем N опытам, т. е. по всем mj параллельным опытам на всех уровнях фактора xj ():

;

общую сумму квадратов отклонений Q0:

сумму квадратов, характеризующую влияние фактора x (отклонения между группами)

;

остаточную сумму квадратов, зависящую от ошибки (отклонения внутри групп)

.

Тождество дисперсионного анализа имеет вид:

На основании вычисленных сумм квадратов вычисляются:

оценка дисперсии относительно общего среднего:

,

где — число степеней свободы;

2) оценка дисперсии «между группами», определяемыми уровнями xj:

где число степеней свободы.

3) выборочная оценка дисперсии «внутри групп», вычисляемая как средняя оценка по всем u группам:

с числом степеней свободы

Числа степеней свободы должны удовлетворять соотношению

Для того, чтобы сделать вывод о том, влияет ли на исследуемые показатели качественный фактор, сопоставляют дисперсию между группами с общей дисперсией. При этом выдвигают следующие гипотезы:

H0:, т.е средние значения по всем столбцам равны и равны общему среднему, откуда следует, что среднеквадратическое отклонение по факторам равно среднеквадратическому отклонению по всем данным и равно нулю. Т. е. качественный фактор не оказывает влияния на исследуемый показатель.

H1:, , т. е средние значения по всем столбцам не равны между собой и не равны общему среднему, откуда следует, что среднеквадратическое отклонение по факторам не совпадает со среднеквадратическим отклонением по всем данным. Т. е. качественный фактор оказывает существенное влияние на исследуемый показатель.

Оценивание значимости влияния фактора x выполняется по F-критерию Фишера, для чего формируется следующее F-отношение:

.

Фактор x признается незначимым, если соответствующее F-отношение оказывается меньше критического, выбранного из таблиц для принятого уровня значимости и числа степеней свободы сравниваемых дисперсий и .

Табличное значение критерия Фишера определяется дл числа степеней свободы u-1 и N-1 и вероятности ошибки.

Т.е если, то принимается нулевая гипотеза при соответствующем уровне значимости о том, что исследуемый фактор не оказывает существенного влияния на количественные данные.

Если, то нулевая гипотеза отвергается и принимается альтернативная при соответствующем уровне значимости. Исходя из этого, можно сделать вывод о том, что исследуемый фактор оказывает существенное влияние на количественные данные.

Результаты дисперсионного анализа сводятся в таблицу 2.

Таблица 2 Однофакторный дисперсионный анализ

Источник изменчивости

Сумма квадратов отклонений

Число степеней свободы

Оценка дисперсии

F — отношение

Между группами

Внутри групп

(ошибка)

Общая сумма

— число данных в столбце, u- число столбцов, m — число строк.

2.1.2. Двухфакторный дисперсионный анализ при перекрестной

классификации факторов

Часто необходимо качественно оценить значимость или незначимость влияния на целевую функцию двух одновременно действующих факторов x1 и x2. Такими факторами могут быть, например, форма собственности предприятия x1 и вид экономической деятельности x2.

Модель двухфакторного дисперсионного анализа имеет вид [1−4]:

где — общее среднее, -отклонение от общего среднего для фактора x1, — отклонение от общего среднего для фактора x2, — отклонение от общего среднего для взаимодействия двух факторов, — случайная составляющая.

В этом случае общую сумму квадратов отклонений Q0 можно разбить на четыре суммы:

Qx1-по фактору x1,

Qx2-по фактору x2,

Q-остаточную сумму квадратов, зависящую от ошибки ,

Q x1x2-зависящую от взаимодействия (произведения) x1x2 двух факторов.

В этом случае по выборочным значениям вычисляются:

среднее для каждого уровня фактора x1:

;

среднее для каждого уровня фактора x2:

;

общее среднее по всем N опытам, т. е. по всем m параллельным опытам на всех сочетаниях уровней факторов x1 и x2 ():

;

среднее по m параллельным опытам для каждого сочетания уровней факторов x1 и x2:

.

В табл.2 показаны данные полного факторного эксперимента с одинаковым числом наблюдений в ячейках.

Таблица 3. - Данные эксперимента и расчёты средних при двухфакторном дисперсионном анализе

j =

1

2

i =

k

1

1

2

m

.

.

.

1

2

m

1

2

m

В табл.2 вычисляется по выделенной части столбца, содержащей m параллельных опытов.

Общая сумма квадратов отклонений Q0 рассчитывается по формуле:

Эту сумму можно разложить на 4 составляющие:

сумму, характеризующую влияние фактора x1:

;

сумму, характеризующую влияние фактора x2:

;

сумму, характеризующую результат влияния взаимодействия x1x2:

сумму, характеризующую влияние ошибки:

Указанные пять сумм, поделенные на соответствующее число степеней свободы, дают пять различных оценок дисперсии, если влияние факторов x1 и x2 незначимо. Для проведения дисперсионного анализа вычисляются следующие дисперсии:

оценка дисперсии относительно общего среднего:

,

где -общее число наблюдений, а число степеней свободы

;

оценка дисперсии «между строками», определяемыми уровнями x1j:

,

где — число степеней свободы.

оценка дисперсии «между столбцами», соответствующими уровням фактора x2:

,

где — число степеней свободы;

оценка дисперсии «между сериями» по m параллельным опытам каждая

с числом степеней свободы;

оценка дисперсии «внутри серий» по m параллельным опытам, вычисляемая как средняя оценка по всем u1u2 сериям:

с числом степеней свободы.

Числа степеней свободы должны удовлетворять соотношению

Статистическое оценивание значимости влияния факторов x1 , x2 и взаимодействия x1x2 выполняются по F-критерию Фишера, для чего формируются следующие F-отношения:

,, .

Фактор x1 или x2, или взаимодействие x1x2 признаются незначимым, если соответствующее F-отношение оказывается меньше критического, выбранного из таблиц для принятого уровня значимости и числа степеней свободы сравниваемых дисперсий.

Для того, чтобы сделать вывод о том, влияют ли на исследуемые показатели качественные факторы, выдвигают следующие гипотезы:

H0:, т.е средние значения по всем столбцам равны фактор столбца не оказывает влияния на исследуемый показатель.

H1:, , т. е средние значения по всем столбцам не равны фактор столбца оказывает существенное влияние на исследуемый показатель.

H0:, т.е средние значения по всем строкам равны фактор строки не оказывает влияния на исследуемый показатель.

H1:, , т. е средние значения по всем строкам не равны фактор строки оказывает существенное влияние на исследуемый показатель.

H0:, т.е отклонение взаимодействия факторов равно нулю и взаимодействие не значимо. .

H1:, фактор взаимодействия значим.

Если, то принимается нулевая гипотеза при соответствующем уровне значимости о том, что исследуемый фактор не оказывает существенного влияния на количественные данные.

Если, то нулевая гипотеза отвергается и принимается альтернативная при соответствующем уровне значимости. Исходя из этого, можно сделать вывод о том, что исследуемый фактор оказывает существенное влияние на количественные данные.

Результаты двухфакторного дисперсионного анализа представляются в виде табл.3.

Таблица 3. - Двухфакторный дисперсионный анализ при равном числе наблюдений в ячейках

Вид изменчивости

Сумма квадратов отклонений

Число степеней свободы

Оценка дисперсии

F — отношение

От фактора

x1

От фактора

x2

От взаимо-действия

x1x2

Остаточная

(от)

Общая

m — число данных в строке (число повторов в ячейке), — число столбцов, — число строк.

3. Дисперсионный анализ в системе MINITAB

Для проведения дисперсионного анализа в системе MINITAB необходимо выбрать из меню Stat > ANOVA.

Различные возможности проведения дисперсионного анализа представлены следующими командами.

Команда Oneway позволяет провести однофакторный дисперсионный анализ, если значения выходного и влияющего параметра записаны в двух столбцах.

Команда Oneway (Unstacked) позволяет провести однофакторный дисперсионный анализ, если значения выходного параметра разбито на группы и значения для каждой группы записаны в разных столбцах.

Команда Twoway позволяет провести двухфакторный анализ для сбалансированных данных (с одинаковым количеством значений в каждой ячейке).

Команда Balanced ANOVA позволяет провести многофакторный дисперсионный анализ для сбалансированных моделей с перекрестной и иерархической классификацией.

Команда General Linear Model позволяет провести многофакторный несбалансированный дисперсионный анализ для моделей с перекрестной и иерархической классификацией.

3.2.1. Однофакторный дисперсионный анализ

Для проведения однофакторного дисперсионного анализа необходимо подготовить данные в двух столбцах (в первом — входная переменная, качественная, во втором — выходная переменная), выбрать из меню Stat > ANOVA > Oneway и заполнить открывшееся диалоговое окно.

Диалоговое окно.

Отклик (Response) — выберите столбец, содержащий выходную (зависимую) переменную. Столбец должен содержать только числовые значения.

Фактор (Factor) — выберите столбец, содержащий качественную переменную, влияние которой исследуется. Фактор может иметь как числовые, так и символьные значения.

Сохранить остатки (Store Residuals), выбирается, если необходимо сохранить остатки для последующего анализа. Остатки сохраняются в свободном столбце.

Сохранить оценки (Store fits) Для однофакторного анализа оценки это средние значения для каждого уровня фактора.

Графики < Graphs> представляют данные в виде точечных и блочных диаграмм для каждой группы с отмеченным средним значением.

Пример 1

Пусть данные о проценте износа оборудования для 12 предприятий разных отраслей промышленности и форм собственности представлены следующей таблицей.

Таблица 4.

Исходные данные

Field

Owner

d

Пищевая

Частн

31

Пищевая

Частн

49

Пищевая

Частн

37

Пищевая

Госуд

47

Пищевая

Госуд

57

Пищевая

Госуд

53

Машиностр

Госуд

43

Машиностр

Госуд

59

Машиностр

Госуд

56

Машиностр

Частн

47

Машиностр

Частн

51

Машиностр

Частн

53

Определим зависимость износа оборудования от отрасли промышленности.

В этом случае в диалоговом окне указываются следующие значения

Response: d

Factor: field

Результаты дисперсионного анализа включают таблицу анализа дисперсии, таблицу средних значений уровней факторов, индивидуальные доверительные интервалы для каждого уровня и общее стандартное отклонение. На рис. 1 представлен листинг результатов вычислений. На рисунке используются следующие обозначения:

DF — число степеней свободы,

SS — сумма квадратов,

MS — средний квадрат,

F — отношение Фишера,

P — уровень значимости для вычисленного F,

Level — уровень фактора,

Mean — среднее значение,

StDev — стандартное отклонение.

One-Way Analysis of Variance

Analysis of Variance for d

Source DF SS MS F P

field 1 102.1 102.1 1. 55 0. 241

Error 10 656.8 65. 7

Total 11 758. 9

Individual 95% CIs For Mean

Based on Pooled StDev

Level N Mean StDev -------±--------±--------±--------

Пищевая 6 45. 667 9. 852 (-----------*-----------)

Машиност 6 51. 500 5. 857 (-----------*-----------)

-------±--------±--------±--------

Pooled StDev = 8. 105 42.0 48.0 54. 0

Рис. 1 Листинг результатов вычислений для однофакторной модели

Если значения выходной переменной разбито на группы и каждая группа записана в отдельном столбце, то для проведения однофакторного дисперсионного анализа необходимо выбрать из меню Stat > ANOVA > Oneway [Unstacked] и заполнить следующее диалоговое окно.

Диалоговое окно

1. Отклик в нескольких столбцах Responses [in separate columns] — выберите столбцы, содержащие выходную (зависимую) переменную. Столбцы должны содержать только числовые значения. Система не требует, чтобы в каждом столбце было одинаковое число наблюдений.

2. Графики < Graphs> представляют данные в виде точечных и блочных диаграмм для каждой группы с отмеченным средним значением.

Пример 2

Пусть данные о проценте износа оборудования для 12 предприятий двух отраслей промышленности (пищевая — field1, машиностроение — field2) представлены в табл.5.

Таблица 5.

Исходные данные

Field1

Field2

31

59

49

56

37

47

47

51

57

53

53

43

В этом случае в диалоговом окне указываются следующие значения.

Responses [in separate columns]: field1 field2

Результатом дисперсионного анализа будет таблица представленная на рис. 2.

One-Way Analysis of Variance

Analysis of Variance

Source DF SS MS F P

Factor 1 182.7 182.7 3. 17 0. 105

Error 10 576.2 57. 6

Total 11 758. 9

Individual 95% CIs For Mean

Based on Pooled StDev

Level N Mean StDev ------±--------±--------±--------+

field1 7 45. 286 9. 050 (---------*----------)

field2 5 53. 200 4. 604 (------------*-----------)

------±--------±--------±--------+

Pooled StDev = 7. 591 42.0 48.0 54.0 60. 0

Рис. 2 Листинг результатов вычислений

Из полученных результатов видно, что P> (=0. 05), значит принимается нулевая гипотеза и мы можем сделать вывод о том, что влияние фактора отрасли на уровень износа оборудования незначимо.

Если в опции < Graphs> указать Dotplots of data: , то будет построен следующий график (чертой отмечено среднее значение для группы).

Рис. 3 Представление экспериментальных данных

3.2.2. Двухфакторный дисперсионный анализ

Для проведения двухфакторного дисперсионного анализа необходимо подготовить данные, выбрать из меню Stat > ANOVA > Balanced ANOVA и заполнить открывшееся диалоговое окно.

Эта функция позволяет проводить, как одномерный, так и многомерный анализ дисперсии. Факторы могут быть связаны как перекрестно, так и иерархически, они могут быть детерминированными и случайными, однако данные должны быть сбалансированы. Это значит, что для каждого уровня A должны быть одинаковые уровни фактора B, и в том же количестве.

Диалоговое окно.

1. Отклики (Responses) — выберите столбцы, содержащие выходные (зависимые) переменные. Система позволяет анализировать до 50 выходных переменных.

2. Модель (Model) — укажите переменные или их комбинацию, которые включаются в модель.

3. Случайные факторы (Random Factors) — укажите столбец, содержащий случайную переменную.

Пример 3

Пусть данные о проценте износа оборудования для 12 предприятий разных отраслей промышленности и форм собственности представлены в табл.1. Определим, как влияют отрасль промышленности, форма собственности и их взаимодействие на процент износа оборудование. Для этого выберем из меню Stat > ANOVA > Balanced ANOVA и заполним диалоговое окно следующим образом

Responses: d

Model: field owner field*owner

Результаты дисперсионного анализа представлены на рис. 4.

Analysis of Variance (Balanced Designs)

Factor Type Levels Values

field fixed 2 Пищевая Машиностр

owner fixed 2 частн госуд

Analysis of Variance for d

Source DF SS MS F P

field 1 102. 08 102. 08 2. 14 0. 182

owner 1 184. 08 184. 08 3. 86 0. 085

field*owner 1 90. 75 90. 75 1. 90 0. 205

Error 8 382. 00 47. 75

Total 11 758. 92

Рис. 4 Листинг результатов вычислений для двухфакторной модели

Проанализируем полученные результатs/

Для фактора отрасли P> (=0. 05), значит принимается нулевая гипотеза о том, что фактор отрасли не влияет на уровень износа оборудования.

Для фактора формы собственности P> (=0. 05), значит принимается нулевая гипотеза о том, что фактор формы собственности не влияет на уровень износа оборудования. Аналогичным образом делаем вывод о том, что на уровень износа оборудование не влияет взаимодействие факторов.

Для анализа многофакторных моделей по несбалансированным данным необходимо выбрать из меню Stat > ANOVA > General Linear Model.

4 Выполнение дисперсионного анализа в Excel

Рассмотрим дисперсионный анализ на следующем примере: за месяц известны данные о выработке рабочего за время работы в первую и во вторую смены.

Таблица 2 — Исходные данные

Смена

Выработка рабочего, нормо-час

1

12,1; 11,1; 12,6; 12,9; 11,6; 13,1; 12,6; 12,4; 11,6; 17,3; 12,9; 11,6; 12,4

2

9,9; 11,4; 13,4; 10,4; 12,9; 12,6; 13,9; 13,4; 12,4; 9,9; 10,2; 11,2; 9,7

Можно ли считать, что расхождение между уровнями выработки рабочего в первую и во вторую смены несущественно, т. е. можно ли считать, что генеральные средние в двух подгруппах одинаковы и, следовательно, выработка рабочего может быть охарактеризована общей средней.

Решение.

Для того чтобы ответить на поставленные вопросы, рассчитаем среднюю выработку рабочих в каждой смене. Величина выработки в первую и вторую смены различна. Теперь возникает вопрос о том, насколько существенны эти расхождения, нужно проверить предположение о возможном влиянии сменности на выработку рабочих. Результаты расчетов сведены в таблицу 3.

Таблица 3 — Промежуточные расчеты для проведения дисперсионного анализа

Смена

Средняя выработка, нормо-часы

Число смен в месяце

Сумма квадратов отклонений вариантов от групповой средней

Квадраты отклонений групповых средних от общей средней

1

12. 6308

13

28. 09

3,2001

2

11. 6385

13

28. 08

3,2008

Итого

26

=56. 1585

=6,4008

Используя данные таблицы, рассчитаем и.

Число степеней свободы для расчета внутригрупповой дисперсии равно () 24 (26−2), а для расчета межгрупповой дисперсии число степеней свободы равно — 1 (2−1).

Рассчитаем значение критерия Фишера по следующей формуле:

(4)

В соответствии с числом степеней свободы для расчета внутригрупповой и межгрупповой дисперсий (24 и 1) в таблице F-распределения для б=5% находим Fтабл = 4. 26.

При этом выдвигается две гипотезы. Нулевая гипотеза гласит о том, что различия выработки рабочего в первую и вторую смены несущественны. Альтернативная гипотеза: существуют существенные различия в значении выработки рабочего в первую и во вторую смены.

Так как расчетное значение критерия Фишера значительно меньше табличного значения критерия Фишера, то гипотеза о несущественности различия выработки рабочего в первую и вторую смены не опровергается, т. е. сменность не оказывает влияния на уровень выработки рабочего.

Для того, чтобы провести дисперсионный анализ в Excel, необходимо активировать команду «Анализ данных». Для этого проходится следующий путь: Сервис -> Надстройки -> Пакет анализа. После этого в меню «Сервис» появляется команда «Анализ данных» и выбирается команда «Однофакторный дисперсионный анализ».

Далее необходимо заполнить окно «Однофакторный дисперсионный анализ»:

«Входной интервал» — вводится ссылка на диапазон, содержащий анализируемые данные. Ссылка должна состоять не менее чем из двух смежных диапазонов данных, данные в которых расположены по строкам или столбцам.

«Группирование» — установите переключатель в положение. По столбцам или По строкам в зависимости от расположения данных во входном диапазоне.

«Метки в первой строке/Метки в первом столбце» — если первая строка исходного диапазона содержит названия столбцов, установите переключатель в положение Метки в первой строке. Если названия строк находятся в первом столбце входного диапазона, установите переключатель в положение Метки в первом столбце. Если входной диапазон не содержит меток, то необходимые заголовки в выходном диапазоне будут созданы автоматически.

«Альфа» — введите уровень значимости, необходимый для оценки критических параметров F-статистики. Уровень альфа связан с вероятностью возникновения ошибки типа I (опровержение верной гипотезы).

«Выходной диапазон» — введите ссылку на левую верхнюю ячейку выходного диапазона. Размеры выходной области будут рассчитаны автоматически, и соответствующее сообщение появится на экране в том случае, если выходной диапазон занимает место существующих данных или его размеры превышают размеры листа.

«Новый лист» — установите переключатель, чтобы открыть новый лист в книге и вставить результаты анализа, начиная с ячейки A1. Если в этом есть необходимость, введите имя нового листа в поле, расположенном напротив соответствующего положения переключателя.

«Новая книга» — установите переключатель, чтобы открыть новую книгу и вставить результаты анализа в ячейку A1 на первом листе в этой книге.

Пример заполнения окна «Однофакторный дисперсионный анализ» представлен на рисунке 2.

Рисунок 2 — Пример заполнения окна «Однофакторный дисперсионный анализ»

Результаты расчетов однофакторного дисперсионного анализа представлены на рисунке 3.

Однофакторный дисперсионный анализ

ИТОГИ

Группы

Счет

Сумма

Среднее

Дисперсия

Столбец 1

13

164,2

12,63 077

2,34 064 103

Столбец 2

13

151,3

11,63 846

2,33 923 077

Дисперсионный анализ

Источник вариации

SS

df

MS

F

P-Значение

F критическое

Между группами

6,400 385

1

6,400 385

2,73 528 203

0,111 176 312

4,259 675 279

Внутри групп

56,15 846

24

2,339 936

Итого

62,55 885

25

Рисунок 3 — Результаты расчетов по однофакторному дисперсионному анализу

Интерпретация результатов:

«Группы» — данные по выработке в первую и вторую смены.

«Счет» — количество наблюдений в каждой из групп.

«Сумма» — сумма элементов каждой из групп.

«Среднее» — средняя выработка в каждой из групп.

«Дисперсия» — рассчитывается дисперсия по каждой из групп;

SS — сумма квадратов;

df — число степеней свободы;

MS — средний квадрат;

F — расчетное значение отношения Фишера;

P — уровень значимости для вычисленного F;

F критическое — табличное значение отношения Фишера.

Результаты расчетов аналогичны результатам, полученным при расчетах вручную.

Двухфакторный дисперсионный анализ в MS Exel

Используя данный предыдущего примера, предположим, что у нас есть данные о поле работников. Для проведения двухфакторного дисперсионного анализа в MS Exel необходимо представить данные в виде перекрестной классификации:

1

2

муж

12,1

9,9

11,1

11,4

12,6

13,4

12,9

10,4

11,6

12,9

13,1

12,6

12,6

13,9

жен

12,4

13,4

11,6

12,4

17,3

9,9

12,9

10,2

11,6

11,2

12,4

9,7

13,1

12,6

В меню «Сервис» выбрать команду «Анализ данных» и команду «Двухфакторный дисперсионный анализ с повторениями».

Далее необходимо заполнить окно «Двухфакторный дисперсионный анализ с повторениями»:

«Входной интервал» — вводится ссылка на диапазон, содержащий анализируемые данные. Необходимо отметить не только сами числа, но и заголовок таблицы.

«Число строк для выборки» — необходимо ввести количество повторений в одной ячейке. (Для нашего примера — 7)

«Альфа» — введите уровень значимости, необходимый для оценки критических параметров F-статистики. Уровень альфа связан с вероятностью возникновения ошибки типа I (опровержение верной гипотезы).

«Выходной диапазон» — введите ссылку на левую верхнюю ячейку выходного диапазона. Размеры выходной области будут рассчитаны автоматически, и соответствующее сообщение появится на экране в том случае, если выходной диапазон занимает место существующих данных или его размеры превышают размеры листа.

«Новый лист» — установите переключатель, чтобы открыть новый лист в книге и вставить результаты анализа, начиная с ячейки A1. Если в этом есть необходимость, введите имя нового листа в поле, расположенном напротив соответствующего положения переключателя.

«Новая книга» — установите переключатель, чтобы открыть новую книгу и вставить результаты анализа в ячейку A1 на первом листе в этой книге.

Пример заполнения окна «Однофакторный дисперсионный анализ» представлен на рисунке 2.

Рисунок 2 — Пример заполнения окна «Двухфакторный дисперсионный анализ»

Результаты расчетов двухфакторного дисперсионного анализа представлены на рисунке 3.

Дисперсионный анализ

Источник вариации

SS

df

MS

F

P-Значение

F критическое

Выборка

0,1 429

1

0,1 429

0,643

0,979 986

4,259 677

Столбцы

6,412 857

1

6,412 857

2,884 498

0,102 366

4,259 677

Взаимодействие

3,862 857

1

3,862 857

1,73 751

0,199 898

4,259 677

Внутри

53,35 714

24

2,223 214

Итого

63,63 429

27

Рисунок 3 — Результаты расчетов по однофакторному дисперсионному анализу

Интерпретация результатов:

SS — сумма квадратов;

df — число степеней свободы;

MS — средний квадрат;

F — расчетное значение отношения Фишера;

P — уровень значимости для вычисленного F;

F критическое — табличное значение отношения Фишера.

4. Задание по выполнению лабораторной работы

4.1. Однофакторный дисперсионный анализ

Вы собираетесь открывать магазин одежды. Произведенный опрос среди предполагаемых покупателей позволил получить вам примерный уровень доходов респондентов в месяц, которые предпочитают одежду тех или иных торговых марок. Необходимо проверить, есть ли существенное различие в уровне доходов и маркой одежды, которую предпочитают покупатели. Выясните, какие торговые марки можно отнести к одной группе (по величине объема продаж) и предположите, как их можно сегментировать.

В табл.6 приведены варианты заданий.

Таблица 6.

Торговые марки

M1

M2

M3

M4

M5

M6

M7

M8

M9

M10

M11

M12

555

1810

1749

2711

994

3687

566

4691

1679

861

1446

3543

426

1122

1746

2514

1085

2489

883

4130

2838

1074

1010

4828

349

2220

1509

2177

1215

2717

844

5328

3615

920

1414

5027

506

720

1949

2754

1024

4055

917

3268

2098

1192

1528

2937

550

2347

1673

2482

931

2485

850

3821

2602

970

1572

3067

443

1841

1275

2219

1242

2322

768

4132

2304

963

1538

4301

626

2250

1651

3065

948

3548

907

6429

2529

1417

1697

-393

582

2293

1745

2411

1041

3139

983

5833

2531

535

1223

1687

463

2550

862

2169

948

2258

855

3356

2784

1101

1072

3623

306

2977

831

2338

976

3327

794

2694

3646

1031

1725

3187

566

1542

1533

2415

998

2994

815

5074

4089

1011

1807

3353

569

3322

1432

2255

724

3783

760

3363

2603

1044

1512

4048

463

1441

1465

2527

952

3996

830

4852

2861

724

1623

3776

304

1952

1934

2446

998

3199

900

3316

2784

1327

1155

5251

528

1813

1813

2806

1115

4875

832

1985

2569

1199

1200

2009

496

617

1744

2618

834

2230

711

4547

3584

1206

1302

3480

648

2615

1151

2430

1034

3101

797

3293

2153

601

1304

4627

457

1777

876

2748

1018

4146

936

3922

3421

871

1687

2355

690

1420

1382

3110

1000

733

809

3086

4068

901

1428

2329

548

1843

1555

2996

834

3227

729

2447

3080

898

1433

3920

491

2574

940

2707

1165

2734

926

3524

2831

789

1440

1922

Вариант

Торговые марки

1

M1

M2

M3

M4

M5

M6

2

M2

M3

M4

M5

M6

M7

3

M3

M4

M5

M6

M7

M8

4

M4

M5

M6

M7

M8

M9

5

M5

M6

M7

M8

M9

M10

6

M1

M3

M4

M5

M9

M10

7

M1

M4

M5

M6

M9

M10

8

M1

M5

M6

M7

M9

M10

9

M1

M6

M7

M8

M9

M10

10

M1

M3

M5

M7

M9

M11

11

M2

M4

M5

M6

М11

М12

12

M2

M5

M6

M7

М11

М12

13

M2

M6

M7

M8

M10

M12

14

M2

M4

M6

M8

M10

M12

15

M2

M5

M7

M8

М11

М12

4.2 Двухфакторный дисперсионный анализ

В таблице приведены данные опроса 32 человек. Опрашиваемые были выбраны случайным образом из групп людей, которые формировались так, чтобы результаты опроса были сбалансированы по всем уровням факторов.

Таблица 7

Результаты опроса

Образование

Сфера деятельн.

Пол

Положение

Доход

Расход

X1

X2

X3

X4

Y1

Y2

Экономич.

Финансы

Муж.

Руковод.

852

650

Экономич.

Финансы

Жен.

Руковод.

750

700

Экономич.

Производ.

Муж.

Руковод.

210

140

Экономич.

Производ.

Жен.

Руковод.

180

160

Экономич.

Сельск, х.

Муж.

Работник

120

80

Экономич.

Сельск, х.

Жен.

Работник

130

120

Экономич.

Образов.

Муж.

Работник

210

180

Экономич.

Образов.

Жен.

Работник

190

170

Технич.

Финансы

Муж.

Работник

320

240

Технич.

Финансы

Жен.

Работник

240

220

Технич.

Производ.

Муж.

Работник

230

180

Технич.

Производ.

Жен.

Работник

140

130

Технич.

Сельск, х.

Муж.

Руковод.

350

300

Технич.

Сельск, х.

Жен.

Руковод.

360

320

Технич.

Образов.

Муж.

Руковод.

310

250

Технич.

Образов.

Жен.

Руковод.

310

300

Медицин,

Финансы

Муж.

Руковод.

540

450

Медицин,

Финансы

Жен.

Руковод.

450

420

Медицин,

Производ.

Муж.

Руковод.

310

210

Медицин,

Производ.

Жен.

Руковод.

405

380

Медицин,

Сельск, х.

Муж.

Работник

110

100

Медицин,

Сельск, х.

Жен.

Работник

120

110

Медицин,

Образов.

Муж.

Работник

210

180

Медицин,

Образов.

Жен.

Работник

180

170

Гуманит.

Финансы

Муж.

Работник

230

160

Гуманит.

Финансы

Жен.

Работник

240

220

Гуманит.

Производ.

Муж.

Работник

120

110

Гуманит.

Производ.

Жен.

Работник

125

120

Гуманит.

Сельск, х.

Муж.

Руковод.

280

180

Гуманит.

Сельск, х.

Жен.

Руковод.

300

280

Гуманит.

Образов.

Муж.

Руковод.

240

230

Гуманит.

Образов.

Жен.

Руковод.

230

200

Требуется методом двухфакторного дисперсионного анализа оценить степень влияния изучаемых факторов на результирующий экономический показатель. Первоначально оценить модель без взаимодействия факторов, затем с взаимодействием. Сравнить результаты. Сделать выводы. Варианты заданий приведены в табл.8.

Таблица 8

Варианты заданий

Вариант

Первый фактор

Второй фактор

Отклик

Вариант

Первый фактор

Второй фактор

Отклик

1

X1

X2

Y1

7

X1

X2

Y2

2

X1

X3

Y1

8

X1

X3

Y2

3

X1

X4

Y1

9

X1

X4

Y2

4

X2

X3

Y1

10

X2

X3

Y2

5

X2

X4

Y1

11

X2

X4

Y2

6

X3

X4

Y1

12

X3

X4

Y2

5. Порядок выполнения работы

В соответствии с вариантом задания выполнить однофакторный дисперсионный анализ, сделать выводы, написать отчет.

В соответствии с вариантом задания выполнить двухфакторный дисперсионный анализ, сделать выводы, написать отчет.

Контрольные вопросы

Сформулируйте основную идею дисперсионного анализа, для решения каких задач он наиболее эффективен ?

Что показывает F отношение Фишера?

Каковы основные теоретические предпосылки дисперсионный анализ?

Произведите разложение общей суммы квадратов отклонений на составляющие в однофакторном дисперсионном анализе.

Как получить оценки дисперсий из сумм квадратов отклонений? Как получаются необходимые числа степеней свободы?

Приведите свой пример двухфакторного дисперсионного анализа.

На какие суммы разлагается общая сумма квадратов отклонений в двухфакторном дисперсионном анализе?

Поясните схему двухфакторного дисперсионного анализа.

Чем отличается перекрестная классификация от иерархической классификации?

Чем отличаются сбалансированные данные?

Литература

Шеффе Г. Дисперсионный анализ. — М.: Наука. 1980.- 512с.

Джонсон Н., Лион Ф. Статистика и планирование эксперимента в технике и науке: Методы планирования эксперимента. Пер. с англ. — М.: Мир, 1981. -520с.

Дэниел К. Применение статистики в промышленном эксперименте. -М. :Мир, 1979. -300с.

Хикс Ч. Основные принципы планирования эксперимента.- М. :Мир, 1967.

Методические указания разработали: профессор, д.т.н. Цуканов А. В. и к.т.н., доцент, Русина Н. А.

Показать Свернуть
Заполнить форму текущей работой