Дисперсионный анализ для связанных выборок



Назначение метода: применяет­ся втех случаях, когда исследуется влияние разных градаций фактора или разных условий на одну и ту же выборку испытуемых. Градаций фактора должно быть не менее трех. Должно соблюдаться правило равенства дисперсий в каждой ячейке комплекса. Результативный признак должен быть нормально распределен в ис­следуемой выборке.

Непараметрический вариант этого вида анализа - критерий Фридмана χ2 r .

Описание метода: Вданном случае различия между испытуемыми - возможный са­мостоятельный источник различий. В схеме однофакторного анализа для несвязанных выборок различия между условиями в то же время отра­жали различия между испытуемыми. Теперь различия между условиями могут проявиться только вопреки различиям между испытуемыми.

Двухфакторный дисперсионный анализ.

 Позволяет нам оценить не только влияние каждого из факторов в отдельности, но и их взаимодей­ствие.

Двухфакторный дисперсионный анализ для несвязан­ных выборок: приме­няется в тех случаях, когда исследуется одновременное действие двух факторов на разные выборки испытуемых, т. е. когда разные выборки, испытуемых оказываются под воздействием разных сочетаний двух факторов. Количество выборок определяется количеством ячеек диспер­сионного комплекса.

Ограничения:

1. У каждого фактора должно быть не менее двух градаций.

2. В каждой ячейке комплекса должно быть не менее двух наблюдае­мых значений для выявления взаимодействия градаций.

3. Количества значений во всех ячейках комплекса должны быть равны для обеспечения равенства дисперсий в ячейках комплекса и для ис­пользования приведенного выше алгоритма расчетов; для неравно­мерных комплексов можно использовать алгоритмы Н.А. Плохинского (1970).

4. Комплекс должен представлять собой симметричную систему: каж­дой градации фактора А должно соответствовать одинаковое количе­ство градаций фактора В.

5. Результативный признак должен быть нормально распределен в ис­следуемой выборке, в противном случае значимые различия будет выявить гораздо труднее и применение метода будет не вполне кор­ректным.

6. Факторы должны быть независимыми. В рассмотренном примере скорость предъявления слов и их длина - внешне независимые фак­торы. В других случаях независимость факторов может быть под­тверждена отсутствием корреляционной связи между переменными, выступающими в качестве факторов.

Суть метода остается прежней, но в двухфакторном дисперсион­ном анализе мы можем проверить большее количество гипотез. Расчеты гораздо сложнее, чем в однофакторных комплексах.

Сформулируем гипотезы. Это будут гипотезы, касающиеся влия­ния фактора А отдельно от фактора В (как бы при "усредненных" его значениях), гипотезы о влиянии фактора В отдельно от фактора А игипотезы о влиянии взаимодействия градаций факторов А и В.

 Двухфакторный дисперсионный анализ для связанных выборок: приме­няется в тех случаях, когда исследуется действие двух факторов на одну и ту же выборку испытуемых.

Допустим, мы измерили одни и те же показатели у одних и тех же испытуемых несколько раз - в разное время, в разных условиях, с помощью параллельных форм методики и т. п., и нам необходимо про­вести множественное сравнение показателей, изменяющихся при пере­ходе от условия к условию.

Фактически в данной модели дисперсионного двухфакторного анализа проверяются 4 гипотезы: о влиянии фактора А, о влиянии фак­тора В, о влиянии взаимодействия факторов А и В и о влиянии факто­ра индивидуальных различий.

Ограничения: такие же, как и в модели для несвязанных вы­борок, с одним уточнением. Все испытуемые должны пройти все сочета­ния градаций двух факторов. Этим достигается равномерность комплекса.

Итак, двухфакторный дисперсионный анализ позволяет нам оценить влияние двух факторов вих взаимодействии.

Дисперсионный анализ позволяет также доказать, что влияние индивидуальных различий может оказаться сильнее экспериментальных или иных факторов.

Более сложные схемы дисперсионного анализа позволяют ана­лизировать совокупное действие трех, четырех и более факторов и по­лучить еще более глубокие результаты.

 


Дата добавления: 2019-09-02; просмотров: 482; Мы поможем в написании вашей работы!

Поделиться с друзьями:






Мы поможем в написании ваших работ!