Теорія статистики – Мармоза А. Т. – 8.2. Дисперсійний аналіз при групуванні даних за однією ознакою

Порядок проведення дисперсійного аналізу при групуванні даних за однією ознакою розглянемо на такому прикладі.

В досліді вивчався вплив нових комбікормів на прирости живої маси бройлерів (табл. 8.1).

Таблиця 8.1. Середньодобові прирости живої маси бройлерів, г

Теорія статистики   Мармоза А. Т.   8.2. Дисперсійний аналіз при групуванні даних за однією ознакою

Аналіз даних таблиці показує, що середні прирости живої маси вище по групах бройлерів, що одержували дослідний комбікорм і дослідний комбікорм з добавкою вітамінів. Отже, варіація середніх по варіантах досліду зумовлювалась різним складом раціонів. Але прирости живої маси варіювали і всередині груп, тобто мала місце внутрішньогрупова (залишкова) варіація, викликана рештою неврахованих факторів. Про це свідчать середні прирости живої маси по повторностях: вони коливаються від 34 до 38 г.

На основі вихідних даних методом дисперсійного аналізу перевіримо вірогідність впливу різних за якістю раціонів на прирости живої маси бройлерів. Для цього висунемо і перевіримо статистичну гіпотезу відносно середніх в генеральних сукупностях.

Сформулюємо нульову і альтернативну гіпотези:

Теорія статистики   Мармоза А. Т.   8.2. Дисперсійний аналіз при групуванні даних за однією ознакою

Рівень значущості приймемо рівним а = 0,05. Найпотужнішим критерієм перевірки Но є Б-критерій Фішера. Для перевірки Н0 і формулювання висновків за результатами дисперсійного аналізу необхідно обчислити фактичне значення Б-критерію Фішера і порівняти його з табличним значенням Ба.

Для розрахунку фактичного значення Б-критерію виконаємо всі необхідні операції по його обчисленню відповідно до етапів дисперсійного аналізу.

При групуванні даних за однією ознакою загальний обсяг варіації можна розкласти на варіацію, пов’язану з дією групувальної ознаки (міжгрупову або систематичну), і варіацію внутрішньогрупову (залишкову):

Теорія статистики   Мармоза А. Т.   8.2. Дисперсійний аналіз при групуванні даних за однією ознакою

Для визначення сум квадратів відхилень піднесемо до квадрату середньодобові прирости і суми приростів (табл. 8.2).

Позначимо загальне число спостережень N = 15, число варіантів досліду Т = 3, число повторностей П = 5, N = т o п = 3 o 5 = 15.

Таблиця 8.2. Квадрати середньодобових приростів живої маси

Теорія статистики   Мармоза А. Т.   8.2. Дисперсійний аналіз при групуванні даних за однією ознакою

На підставі одержаних в табл. 8.2 даних обчислимо:

Теорія статистики   Мармоза А. Т.   8.2. Дисперсійний аналіз при групуванні даних за однією ознакою

Визначення і розкладання варіації дало такі результати: ™звг = -¥рщ + -¥зал; 180 = 130 + 50 ; 100,0% = 72,2% + 27,8%. Отже, 72,2% загальної варіації середньодобових приростів бройлерів у досліді припадає на варіацію досліджуваного фактора (раціонів), а 27,8% варіації зумовлено неврахованими факторами.

Встановимо число ступенів свободи варіації для кожної суми квадратів відхилень при N = 15, т = 3, п = 5.

Тоді число ступенів свободи варіації для загальної суми квадратів відхилень

Теорія статистики   Мармоза А. Т.   8.2. Дисперсійний аналіз при групуванні даних за однією ознакою

Для залишкової визначається за різницею так само, як і залишкова варіація: к2 = к0 – к1 = N – 1) – (т – 1) = 14 – 2 = 12.

Знаючи суми квадратів відхилень і ступені свободи, визначимо дисперсії, як відношення суми квадратів відхилень до відповідного числа ступенів свободи варіації.

Для дисперсійного аналізу викликає інтерес міжгрупова і залишкова дисперсії, а загальна дисперсія в аналізі участі не бере, тому її не обчислюємо:

Теорія статистики   Мармоза А. Т.   8.2. Дисперсійний аналіз при групуванні даних за однією ознакою

Зіставимо дисперсії, тобто знайдемо фактичне значення Б-критерію Фішера:

Теорія статистики   Мармоза А. Т.   8.2. Дисперсійний аналіз при групуванні даних за однією ознакою

Для перевірки нульової гіпотези необхідно визначити табличне значення Б-критерію Фішера (дод. 4) і порівняти його з одержаним фактичним значенням.

V 2

Більшій дисперсії рац відповідає число ступенів свободи варіації КІ =2 (чисельник відношення), меншій дисперсії зал число ступенів свободи варіації к2 = 12 (знаменник відношення). Отже, згідно дод. 4 теоретичне (табличне) значення Б-критерію знаходиться на перетині другого стовпця і дванадцятого рядка: Б005 = 3,88.

Порівняємо фактичне і табличне значення Б-критерію:

Теорія статистики   Мармоза А. Т.   8.2. Дисперсійний аналіз при групуванні даних за однією ознакою

Оскільки Бфакг > Б005, висунута нульова гіпотеза щодо випадкових розбіжностей в групових середніх має бути відхилена і прийнята альтернативна гіпотеза: значення генеральних середніх істотно відрізняються. Іншими словами, фактичні дані не узгоджуються з нульовою гіпотезою. Отже, вплив різних за якістю раціонів на середньодобові прирости живої маси бройлерів вірогідний і істотний.

В дисперсійному аналізі при розкладанні загальної варіації результативної ознаки за компонентами необхідно враховувати порядок формування вибірок: залежні чи незалежні. Якщо в прикладі, що розглядується, вибірки сформовані як незалежні (тобто в кожну групу відібрано по п’ять тварин у випадковому порядку), то загальна сума квадратів відхилень поділяється на два компонента: “¥р! Щ і “¥зал. Однак частіше в дослідах з тваринами формуються групи тварин-аналогів відповідно до числа повторностей по кожному варіанту досліду. Кожен варіант досліду має за повторність – тварину-представника з групи аналогів.

При проведенні експерименту (розглянутий вище приклад) з перевірки впливу різних раціонів на прирости живої маси бройлерів могло бути сформовано п’ять груп тварин-аналогів, оскільки дослід мав проводиться у п’ятикратному повторенні. Групи складалися з трьох голів відповідно варіантам раціону і кожний варіант досліду мав представника з однієї і тієї самої групи тварин-аналогів. Отже, середні по повторностях (по графах табл. 8.1) відбивають тоді відмінності між виділеними групами. Ці відмінності необхідно виключити із загального варіювання приростів, оскільки вони не є випадковими, не пов’язані із зміною раціонів і в певній мірі можуть затушовувати вплив на прирости досліджуваного фактора.

Розкладання загальної варіації результативної ознаки при залежному формуванні вибірок ведеться за схемою:

Теорія статистики   Мармоза А. Т.   8.2. Дисперсійний аналіз при групуванні даних за однією ознакою

Тобто на відміну від незалежного формування вибірок включає ще й варіацію повторностей.

За даними табл. 8.2 обчислимо суму квадратів відхилень повторностей:

Теорія статистики   Мармоза А. Т.   8.2. Дисперсійний аналіз при групуванні даних за однією ознакою

Цій сумі квадратів відхилень відповідає к”оет = п – 1 = 5 – 1 = 4 тоді дисперсія повторностей становитиме:

Теорія статистики   Мармоза А. Т.   8.2. Дисперсійний аналіз при групуванні даних за однією ознакою

Виключення із загальної суми квадратів відхилень “¥повт призводить і до зміни “¥зал відповідних їй ступенів свободи варіації:

Теорія статистики   Мармоза А. Т.   8.2. Дисперсійний аналіз при групуванні даних за однією ознакою

А отже, і залишкової дисперсії

Теорія статистики   Мармоза А. Т.   8.2. Дисперсійний аналіз при групуванні даних за однією ознакою

Зіставимо дисперсію раціонів і повторностей із залишковою дисперсією. Результати розрахунків оформимо в табл. 8.3.

Таблиця 8.3. Аналіз дисперсій

Теорія статистики   Мармоза А. Т.   8.2. Дисперсійний аналіз при групуванні даних за однією ознакою

Табличне значення Б-критерію для оцінки відношення дисперсії раціонів до залишкової дисперсії знаходимо на перетині другого стовпця і восьмого рядка – Б005 = 4,46, а для відношення дисперсії повторностей до залишкової – на перетині четвертого стовпця і восьмого рядка – Б005 = 3,84 (дод. 4). Порівняння Рфакг з табличними значеннями призводить до відмови від нульової гіпотези. Отже, відмінності між середніми за раціонами і повторностями не можуть бути віднесені на рахунок випадкового варіювання.


1 Star2 Stars3 Stars4 Stars5 Stars (2 votes, average: 5,00 out of 5)

Теорія статистики – Мармоза А. Т. – 8.2. Дисперсійний аналіз при групуванні даних за однією ознакою