ВУЗ:
Составители:
Рубрика:
94
9.МЕТОДЫ МНОГОМЕРНОГО АНАЛИЗА
В предыдущих главах обсуждались методы, позволяющие изучать
проблемы, в которых изменчивость была представлена одной переменной.
Измерение сразу нескольких признаков (свойств объектов) в одном
эксперименте более естественно, чем измерение одного. Поэтому
многомерный статистический анализ имеет более широкое поле
применения. К тому же с формальной точки зрения, одномерный анализ
представляет частный случай многомерного
. К сожалению, построение
теории для многомерных статистических данных - дело не простое. На
сегодняшний день достаточно хорошо разработана лишь теория для
гауссовских (имеющих нормальное распределение) данных. При анализе
многомерных данных используются методы, не имеющие четкой
статистической трактовки в смысле рассмотренной ранее концепции
проверки гипотез, построения доверительных интервалов и т.д.
Ограничимся
в данной главе пояснениями наиболее популярных методов,
особенно тех, что нашли распространение в статистических пакетах.
9.1. Дисперсионный анализ
Дисперсионный анализ представляет собой систему понятий и
технических приемов, позволяющих обобщить процедуру сравнения двух
средних для двух выборок, взятых из генеральных совокупностей с
нормальным распределением, на случай большого числа выборок.
Рассмотрим общую постановку представления результатов
наблюдений для одного фактора с несколькими уровнями (табл. 9.1).
Таблица 9.1. Представление эмпирических результатов наблюдений
с несколькими
уровнями фактора
Уровень фактора
Номер
опыта
1 … j … k
1
.
.
i
.
.
n
11
x …
j
x
1
…
k
x
1
1i
x …
ji
x …
ki
x
1n
x …
jn
x …
kn
x
По результатам применения каждого уровня действующего фактора
вычисляются средние значения
j
x . Далее сравниваем между собой не
Страницы
- « первая
- ‹ предыдущая
- …
- 92
- 93
- 94
- 95
- 96
- …
- следующая ›
- последняя »
