сні фактори довільно або заданим чином змінюються. Конкретна реалізація фактора (наприклад, певний температурний режим, вбрання обладнання або матеріал) називається рівнем фактора або способом обробки. Модель дисперсійного аналізу з фіксованими рівнями чинників називають моделлю I, модель з випадковими чинниками - моделлю II. Завдяки варьированию чинника можна досліджувати його вплив на величину відгуку. В даний час загальна теорія дисперсійного аналізу розроблено для моделей I.
Залежно від кількості факторів, що визначають варіацію результативної ознаки, дисперсійний аналіз підрозділяють на однофакторний і багатофакторний.
Основними схемами організації вихідних даних з двома і більше факторами є:
В· перехресна класифікація, характерна для моделей I, в яких кожен рівень одного фактора поєднується при плануванні експерименту з кожною градацією іншого фактора;
В· ієрархічна (гніздова) класифікація, характерна для моделі II, в якій кожному випадковому, навмання обраному значенням одного фактора відповідає своє підмножина значень другого чинника.
Якщо одночасно досліджується залежність відгуку від якісних і кількісних факторів, тобто факторів змішаної природи, то використовується коваріаційний аналіз. p align="justify"> При обробці даних експерименту найбільш розробленими і тому поширеними вважаються дві моделі. Їх відмінність обумовлена ​​специфікою планування самого експерименту. У моделі дисперсійного аналізу з фіксованими ефектами дослідник навмисно встановлює суворо певні рівні досліджуваного фактора. Термін В«фіксований ефектВ» в даному контексті має той сенс, що самим дослідником фіксується кількість рівнів фактора і відмінності між ними. При повторенні експерименту він або інший дослідник вибере ті ж самі рівні чинника. У моделі з випадковими ефектами рівні значення чинника вибираються дослідником випадково з широкого діапазону значень фактора, і при повторних експериментах, природно, цей діапазон буде іншим. p align="justify"> Таким чином, дані моделі відрізняються між собою способом вибору рівнів фактора, що, очевидно, в першу чергу впливає на можливість узагальнення отриманих експериментальних результатів. Для дисперсійного аналізу однофакторних експериментів відмінність цих двох моделей не настільки істотно, проте в багатофакторному дисперсійному аналізі воно може виявитися досить важливим. p align="justify"> При проведенні дисперсійного аналізу повинні виконуватися такі статистичні допущення: незалежно від рівня фактора величини відгуку мають нормальний (Гауссовский) закон розподілу і однакову дисперсію. Така рівність дисперсій називається гомогенністю. Таким чином, зміна способу обробки позначається лише на становищі випадкової величини відгуку, який характеризується середнім значенням або медіаною. Тому всі спостереження відгуку нале...