SMOP2

SMOP2 SMOP2

users.uj.edu.pl
from users.uj.edu.pl More from this publisher
04.11.2014 Views

SMOP-2 B.Kamys: 2007/08 106 Pierwsza hipoteza oznacza, »e klasykacja ze wzgledu na pierwszy czynnik nie ma wpªywu na warto±ci oczekiwane zmiennej x, druga oznacza, »e klasykacja ze wzgledu na drugi czynnik nie wpªywa na warto±ci oczekiwane zmiennej x a trzecia, »e efekt wspóªdziaªania obu czynników jest zaniedbywalny. Wprowadzamy oznaczenia: ¯x i·· ¯x·j· ≡ ≡ ¯x ij· ≡ 1 m ¯x··· ≡ c∑ m∑ x ijk j=1 k=1 r∑ m∑ x ijk i=1 k=1 m∑ x ijk k=1 1 r∑ c∑ m∑ x ijk i=1 j=1 k=1 1 c · m 1 r · m r · c · m Korzystajac z tych denicji mozemy przedstawi¢ dwuczynnikowa analize wariancji przy pomocy tabeli: ródªo SS DF MS F - statystyka zmienno±ci suma kwadratów stopnie swobody ±redni kwadrat testowa Czynnik 1 ∑ SS 1 = c · m r (¯x i·· − ¯x···) 2 r − 1 s 2 1 = SS1 i=1 (r−1) ∑ Czynnik 2 SS 2 = r · m c (¯x·j· − ¯x···) 2 c − 1 s 2 2 = SS2 Wspóªdz. j=1 (c−1) ∑ SS 3 = m m (¯x ij· − ¯x i·· − ¯x·j· + ¯x···) 2 (r − 1)(c − 1) s 2 3 = SS 3 k=1 Resztowe SS 4 = r ∑ Caªkowita SS 5 = r ∑ i=1 j=1 k=1 (r−1)(c−1) c∑ m∑ (x ijk − ¯x ij·) 2 rc(m − 1) s 2 e = SS4 c∑ i=1 j=1 k=1 rc(m−1) m∑ (x ijk − ¯x···) 2 rmc − 1 s 2 = SS5 (rmc−1) s 2 1 /s2 e s 2 2 /s2 e s 2 3 /s2 e Wiersz pierwszy (oznaczony czynnik 1 ) odpowiada testowaniu hipotezy H (1) 0 , wiersz drugi testowaniu hipotezy H (2) 0 a wiersz trzeci testowaniu hipotezy H (3) 0 . W ka»dym przypadku statystyka testowa rzadzona jest rozkªadem F Fishera-Snedecora o liczbie stopni licznika takiej jak liczba stopni swobody podana w danym wierszu a liczbie stopni swobody mianownika takiej jak dla wiersza nr 4 (czyli dla zmienno±ci resztowej). W ka»dym z tych trzech przypadków obszar krytyczny jest prawostronny.

SMOP-2 B.Kamys: 2007/08 107 Poniewa» w ANOVA bardzo wa»na jest dokªadno±¢ rachunków wiec obliczenia sum kwadratów nie robi sie wg wzorów denicyjnych podanych w tabeli lecz zaleca sie stosowanie nastepujacego schematu rachunkowego: 1. Liczymy SS 1 , SS 2 , SS 4 i SS 5 wg wzorów podanych poni»ej a potem 2. Liczymy najbardziej niestabilna numerycznie sume SS 3 wg przepisu: ad 1.) SS 3 = SS 5 − (SS 1 + SS 2 + SS 4 ) SS 1 = SS 2 = SS 4 = SS 5 = ( ) c∑ 2 ( ) m∑ r∑ 2 c∑ m∑ x r∑ ijk x ijk j=1 k=1 i=1 j=1 k=1 − i=1 c · m n ( r∑ ) ( ) m∑ 2 r∑ 2 c∑ m∑ c∑ x ijk x ijk i=1 k=1 i=1 j=1 k=1 − j=1 r · m n ( m∑ ) 2 r∑ c∑ m∑ r∑ c∑ x ijk x 2 ijk − k=1 i=1 j=1 k=1 i=1 j=1 m ( ) r∑ 2 c∑ m∑ x r∑ c∑ m∑ ijk x 2 ijk − i=1 j=1 k=1 i=1 j=1 k=1 n gdzie n = r · c · m czyli n jest caªkowita liczba pomiarów. Wydaje sie rozsadnym zaczyna¢ analize od testowania hipotezy H (3) 0 , tzn. od sprawdzenia, czy mo»na zaniedba¢ wpªyw wspóªdziaªania obu czynników klasykacyjnych na warto±ci oczekiwane mierzonej zmiennej x. Je»eli mo»na przyja¢ te hipoteze, tj. nie ma podstaw do jej odrzucenia to mo»na dokªadniej oszacowa¢ wariancje resztowa, a wiec bardziej precyzyjnie wyznaczy¢ oba sprawdziany testu dla hipotezy H (1) 0 i H (2) 0 . W tym celu sumujemy SS 3 + SS 4 i po podzieleniu tej sumy przez nowa liczbe stopni sqobody: (r −1)(c−1)+rc(m−1) ≡ rmc−c−r +1 traktujemy ja jako nowa wariancje resztowa s 2. e

SMOP-2 B.Kamys: 2007/08 106<br />

Pierwsza hipoteza oznacza, »e klasykacja ze wzgledu na pierwszy czynnik nie ma wpªywu<br />

na warto±ci oczekiwane zmiennej x, druga oznacza, »e klasykacja ze wzgledu na drugi<br />

czynnik nie wpªywa na warto±ci oczekiwane zmiennej x a trzecia, »e efekt wspóªdziaªania<br />

obu czynników jest zaniedbywalny.<br />

Wprowadzamy oznaczenia:<br />

¯x i··<br />

¯x·j·<br />

≡<br />

≡<br />

¯x ij· ≡ 1 m<br />

¯x···<br />

≡<br />

c∑ m∑<br />

x ijk<br />

j=1 k=1<br />

r∑ m∑<br />

x ijk<br />

i=1 k=1<br />

m∑<br />

x ijk<br />

k=1<br />

1 r∑ c∑ m∑<br />

x ijk<br />

i=1 j=1 k=1<br />

1<br />

c · m<br />

1<br />

r · m<br />

r · c · m<br />

Korzystajac z tych denicji mozemy przedstawi¢ dwuczynnikowa analize wariancji<br />

przy pomocy tabeli:<br />

ródªo SS DF MS F - statystyka<br />

zmienno±ci suma kwadratów stopnie swobody ±redni kwadrat testowa<br />

Czynnik 1<br />

∑<br />

SS 1 = c · m r (¯x i·· − ¯x···) 2 r − 1 s 2 1 = SS1<br />

i=1<br />

(r−1)<br />

∑<br />

Czynnik 2 SS 2 = r · m c (¯x·j· − ¯x···) 2 c − 1 s 2 2 = SS2<br />

Wspóªdz.<br />

j=1<br />

(c−1)<br />

∑<br />

SS 3 = m m (¯x ij· − ¯x i·· − ¯x·j· + ¯x···) 2 (r − 1)(c − 1) s 2 3 = SS 3<br />

k=1<br />

Resztowe SS 4 = r ∑<br />

Caªkowita SS 5 = r ∑<br />

i=1 j=1 k=1<br />

(r−1)(c−1)<br />

c∑ m∑<br />

(x ijk − ¯x ij·) 2 rc(m − 1) s 2 e = SS4<br />

c∑<br />

i=1 j=1 k=1<br />

rc(m−1)<br />

m∑<br />

(x ijk − ¯x···) 2 rmc − 1 s 2 = SS5<br />

(rmc−1)<br />

s 2 1 /s2 e<br />

s 2 2 /s2 e<br />

s 2 3 /s2 e<br />

Wiersz pierwszy (oznaczony czynnik 1 ) odpowiada testowaniu hipotezy H (1)<br />

0 , wiersz drugi<br />

testowaniu hipotezy H (2)<br />

0 a wiersz trzeci testowaniu hipotezy H (3)<br />

0 .<br />

W ka»dym przypadku statystyka testowa rzadzona jest rozkªadem F Fishera-Snedecora<br />

o liczbie stopni licznika takiej jak liczba stopni swobody podana w danym wierszu a liczbie<br />

stopni swobody mianownika takiej jak dla wiersza nr 4 (czyli dla zmienno±ci resztowej).<br />

W ka»dym z tych trzech przypadków obszar krytyczny jest prawostronny.

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!