Учебник по промышленной статистике


Компоненты дисперсии и смешанная модель ANOVA/ANCOVA - часть 12


Как показано в таблице, эффект Сорт значим с p < 0.05, но, как и предполагалось, эффект Участок не может быть проверен на значимость, так как является основным источником подобного анализа. Если бы имелись данные о разновидностях растений, высаженных на каждом участке, то проверка значимости эффекта Участок была бы возможна.

Критерии значимости компонент дисперсии для метода MIVQUE(0) в общем случае не могут быть построены, за исключением некоторых специальных случаев (см. Searle, Casella и McCulloch, 1992). Асимптотические (на больших выборках) критерии значимости компонент дисперсии для методов МП и ограниченного МП могут быть построены для оценок параметров на последнем шаге итерационного алгоритма. В таблице, представленной ниже, отображены результаты вычисления асимптотических (для больших выборок) тестов на значимость для оценок, полученных методом ограниченного МП на данных файла wheat.sta.

Оценки по методу ограниченного МП (wheat.sta)   Переменная: УЩЕРБ
-2*Log(Правдоподобие)=4.50162399  
Эффект Компон.
дисп. Асимпт.
Стд.ош. Асимпт.
z Асимпт.
p {1} СОРТ
Ошибка
.073155
.057003
.078019
.027132
.937656
2.100914
.348421
.035648

В таблице, представленной ниже, отображены результаты вычисления асимптотических (для больших выборок) тестов на значимость для оценок, полученных методом МП на данных файла wheat.sta.

Оценки по методу МП (wheat.sta) Переменная УЩЕРБ
-2*Log(Правдоподобие)=4.96761616

 
Эффект Компон.
дисп. Асимпт.
Стд.ош. Асимпт.
z Асимпт.
p

{1} СОРТ
Ошибка

.048552
.057492
.050747
.027598
.956748
2.083213
.338694
.037232

Необходимо отметить, что асимптотические критерии значимости оценок компонент дисперсии, полученные методами МП и ограниченного МП, состоятельны только на больших выборках, что, очевидно, не так для данных файла wheat.sta. Для рассматриваемых данных оба теста указывают на то, что компонента дисперсии переменной Сорт не отличается значимо от нуля.

Основные сведения об использовании дисперсионного в линейных моделях см.в разделе Элементарные понятия статистики.

В начало

Оценка внутриклассовой корреляции.
Оценка внутриклассовой корреляции.

Заметим, что если разделить компоненты дисперсии для случайных эффектов в модели на сумму всех компонент (включая компоненту ошибки), то полученные числа (в виде процентов) являются коэффициентами внутриклассовой корреляции для соответствующих эффектов.

В начало






(c) Copyright StatSoft, Inc., 1984-2001
STATISTICA является торговой маркой  StatSoft, Inc.




Начало  Назад  Вперед



Книжный магазин