Однофакторный и двухфакторный дисперсионный анализ

Автор работы: Пользователь скрыл имя, 06 Ноября 2013 в 22:09, курсовая работа

Описание работы

Дисперсионный анализ – статистический метод, предназначенный для оценки влияния различных факторов на результат эксперимента. Он также позволяет планировать условия проведения последующих аналогичных экспериментов.
На практике дисперсионный анализ позволяет установить насколько существенным является влияние некоторого качественного или количественного фактора F, который имеет p уровней, на изучаемую величину X.

Содержание работы

Введение 3
1 Постановка задачи 3
2 Теоретическая часть 5
3 Описание модулей Statistica 8
4 Проведение расчетов и анализ результатов 11
Выводы 14
Список литературы 15

Файлы: 1 файл

КурсовойОтчет.doc

— 524.00 Кб (Скачать файл)

 

 

МІНІСТЕРСТВО ОСВІТИ І НАУКИ, МОЛОДІ ТА СПОРТУ УКРАЇНИ

 

Національний аерокосмічний  університет ім. М.Є. Жуковського

«Харківський авіаційний інститут»

 

Кафедра інформаційних управляючих систем

 

 

 

КУРСОВИЙ ПРОЕКТ

(РОБОТА)

з дисципліни _________________________________________________

______________________________________________________________

(назва  дисципліни)

на тему:_____________________________________________________

____________________________________________________________

 

 

 

Студентки _____ курсу ______ групи

напряму підготовки__________________

___________________________________

(шифр  і назва)

спеціальності_______________________

___________________________________

(шифр і назва)

 __________________________________

(прізвище  та ініціали студента)

Керівник ___________________________

____________________________________

(посада, вчене звання, науковий  ступінь, прізвище  та ініціали)  

 

Національна шкала ________   

Кількість балів: _____

Оцінка:  ECTS _____

 

                                                             Члени комісії _______  _______________

                                                                                                                                        (підпис)               (прізвище та ініціали)

                                                                                       _______  _______________

                                                                                                                                        (підпис)               (прізвище та ініціали)

                                                                                       _______  _______________

                                                                                                                                        (підпис)               (прізвище та ініціали)

 

Харків – 2012

 

ДОДАТОК В

МІНІСТЕРСТВО ОСВІТИ УКРАЇНИ

НАЦІОНАЛЬНИЙ АЕРОКОСМІЧНИЙ  УНІВЕРСИТЕТ

Ім. М. Є. Жуковського

"Харківський авіаційний  інститут"

Кафедра "Інформаційні управляючі системи"

 

 

"ЗАТВЕРДЖУЮ"

ЗАВ. КАФЕДРОЮ________________

"___'____________200__р.


 

Завдання до курсового проекту  з курсу ___________________________

_____________________________

Студенту_____________________ Група_______________

Тема проекту______________________

_____________________________

_____________________________

Початкові дані: _____________________________

_____________________________

_____________________________

_____________________________

_____________________________

Дата видачі: _____________________________

Термін захисту проекту______________________

 

Зміст курсового проекту:

%

Термін

  1. Огляд та аналіз літератури з теми проекту.
  2. Основна частина проекту (роботи). Вибір і обґрунтування засобу розрахунку (синтезу, оптимізації, оцінки ефективності).
  3. Експериментальна частина: складання програм розрахунку, макетування прибудую, моделювання на ПЕОМ.
  4. Графічна частина проекту_________________
  5. Розробка висновків та рекомендацій.
  6. Оформлення пояснювальної записки.
   

 

Керівник_____________________

 

 

Содержание

Введение           3

1 Постановка задачи         3

2 Теоретическая часть        5

3 Описание модулей Statistica       8

     4 Проведение расчетов и анализ результатов     11

Выводы                             14          Список литературы         15

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Введение

 

Дисперсионный анализ – статистический метод, предназначенный для оценки влияния различных факторов на результат эксперимента. Он также позволяет планировать условия проведения последующих аналогичных экспериментов.

На практике дисперсионный  анализ позволяет установить насколько  существенным является влияние некоторого качественного или количественного  фактора F, который имеет p уровней, на изучаемую величину X.

Дисперсионный анализ был  разработан английским математиком Р.А. Фишером  (1918г.) при попытке выявить влияние различных причин на условия получения максимального урожая.

Основная идея дисперсионного анализа состоит в сравнении  дисперсии, вызванной фактором (факторной  дисперсии) и дисперсии, вызываемой случайными причинами (остаточной дисперсии). Если различие между этими дисперсиями значимо, то фактор оказывает существенное влияние на изучаемую величину X.

По числу факторов, влияние которых исследуется, различают  однофакторный и многофакторный дисперсионный анализы.

    1. Постановка задачи

Однофакторный дисперсионный  анализ

Основные соотношения. Изучается влияние, которое оказывает некоторый качественный признак (технология)  на количественный результат (мощность), например, влияние технологии изготовления прибора на его долговечность, влияние способа обработки земли на урожайность и т.д.

Пример. На заводе разработаны две новые технологии Т1 и Т2. Чтобы оценить, как изменится дневная производительность при переводе на новые технологии, завод в течение 10 дней работал по каждой, включая существующую Т0. Дневная производительность в условных единицах приводится в табл. 1. Проверим гипотезу об отсутствии влияния технологии на производительность.

таблица1    

Т0

Т1

Т2

Т0

Т1

Т2

1

46

74

52

6

44

68

70

2

48

82

63

7

66

76

78

3

73

64

72

8

46

88

68

4

52

72

64

9

60

70

70

5

72

84

48

10

48

60

54


 

 

Рис.1. Исходные данные

 

Двухфакторный дисперсионный  анализ

Основные соотношения. Изучается влияние, которое оказывают два качественных признака (факторы A и B ) на некоторый количественный результат (отклик ). Весьма типична ситуация, когда второй фактор (фактор B) является мешающим: он включается в рассмотрение по той причине, что мешает обнаружить и оценить влияние фактора A.

Пример. Двухфакторный эксперимент без повторных измерений.

В табл. 3 приведена урожайность (ц/га) четырех сортов пшеницы (4 уровня фактора А)  с использованием пяти типов удобрений (5 уровней фактора  В); данные получены на 20 участках одинакового  размера и почвенного состава.

 

 

 

 

 

 

 

Таблица 3.

Фактор B -

тип удобрения

Фактор A - сорт пшеницы

A1             A2              A3              A4

 

xi·

B1

B2

B3

B4

B5

19            25              17               21

22            19              19               18

26             23            22               25

18             26             20               23

21             22             21               24

20.5

19.5

24

21.75

22

x·j

21.2          23            19.8            22.2

21.55


 

 

Рис.10. Исходные данные

    1. Теоретическая часть

Однофакторный дисперсионный анализ

Пусть фактор  имеет  уровней и пусть измеряемая величина x `есть результат действия фактора и случайной составляющей e (от фактора не зависящей):

                                          

Будем считать, 1) что при каждом уровне фактора, j = 1, ..., k, имеется измерений

                                         i = 1, ..., nj , (1)

где обозначено , 2) что случайная составляющая e нормально распределена N(0, s2) с дисперсией s2. Если влияния фактора нет, то все равны. Итак, имеется выборок объемами n1, ..., nk, . Проверим гипотезу об отсутствии влияния:                           

 H:  a1 = a2 =...= ak

По каждой из выборок  методом наибольшего правдоподобия  оценим средние aj и дисперсию s2:

                          ,            (2)

а затем оценим s2 по всем выборкам:

              .           (3)

эта статистика несмещенно оценивает  s2  независимо от того, верна или нет гипотеза .

Другую оценку для s2 построим по значениям . Если верна, то . Оценки для и s2:

                ,                            (4)

Из теоремы о совместном распределении оценок среднего и дисперсии нормальной совокупности следует, что статистики (N - k)s2*  и (k-1)s2**   независимы и распределены как s2c2N-k и соответственно, и потому их отношение

         ,                                  (5)

если гипотеза верна, имеет F-распределение Фишера.

Если гипотеза не верна, то s2**  имеет тенденцию к увеличению за счет разброса средних aj, и потому, если имеет слишком большое значение, т.е. если

                                ,                                                            (6)

то гипотеза об отсутствии влияния фактора отклоняется, и следует считать, что среди средних a1, a2, …, ak имеются хотя бы два не равных; здесь - квантиль уровня F-распределения с и степенями свободы, a - выбираемый уровень значимости. Если же (6) не выполняется, то это означает, что наблюдения не противоречат гипотезе об отсутствии влияния фактора. Условие (6) может быть записано иначе:

                            ,                                                     (7)

где F - случайная величина, распределенная по закону Фишера.

 

 

 

Двухфакторный дисперсионный анализ

Пусть фактор A имеет k  уровней A1, ..., Ak , а фактор B - n  уровней B1,...,Bn . Предполагается, что измеряемая величина x есть результат действия факторов A и B и случайной составляющей e :

 

Принимается аддитивная и независимая модель действия факторов:

,                                 (10)

причем

  ,   .                                  (11)

Последние два условия всегда можно выполнить смещением величин aj и bi и изменением величины c; величины aj и bi называются вкладами факторов. Итак, предполагается, что имеется совокупность наблюдений

      xij=c+aj+bi+eij ,    i=1, ..., n;   j =1, ..., k,                       (12)

eij - независимые, нормально N(0,s2) распределенные случайные величины. Наблюдения можно представить таблицей 2 (в данном случае - простейшей, поскольку каждому сочетанию (Aj, Bi) уровней факторов, т.е. одной клетке таблицы, соответствует одно наблюдение; в общем случае  нескольких наблюдений при анализе возникают несущественные усложнения.

Информация о работе Однофакторный и двухфакторный дисперсионный анализ