ал) називається
рівнем фактора або
способом обробки . Модель дисперсійного аналізу з фіксованими рівнями факторів 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. p> 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:
- перехресна класифікація , характерна для моделей I, в яких кожен рівень одного фактора поєднується при плануванні експерименту з кожною градацією іншого фактора;
- ієрархічна (Гніздова) класифікація , характерна для моделі II, в якій кожному випадковому, навмання обраному значенням одного фактора відповідає своє підмножина значень другого чинника. p> Якщо одночасно досліджується залежність відгуку від якісних і кількісних факторів, тобто факторів змішаної природи , то використовується коваріаційний аналіз /3 /. p> 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 фактора вибираються дослідником випадково з широкого діапазону значень фактора, і при повторних експериментах, природно, цей діапазон буде іншим.
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.
При проведенні дисперсійного аналізу повинні виконуватися такі статистичні допущення: незалежно від рівня фактора величини відгуку мають нормальний (Гауссовский) закон розподілу та однакову дисперсію. Така рівність дисперсій називається гомогенністю. Таким чином, зміна способу обробки позначається лише на положенні випадкової величини відгуку, який характеризується середнім значенням або медіаною. Тому всі спостереження відгуку належать сдвиговому сімейства нормальних розподілів . p> Кажуть, що техніка дисперсійного аналізу є "Робастної". Цей термін, викор...
