б) результаты
-мерногв дисперсионного анализа не сводятся к результатам
одномерных дисперсионных анализов. Не всегда признаки, оказавшиеся наиболее важными по одномерному критерию, обнаруживают те же свойства при использовании многомерного критерия. Причем может возникнуть даже такая ситуация: на отдельно взятые признаки выделенные факторы не оказывают значимого влияния, и поэтому при традиционном одномерном подходе эти признаки могут быть исключены из анализа. Однако при их рассмотрении в совокупности порой получают чрезвычайно выразительные результаты.
Итак, многомерный дисперсионный анализ по сравнению с одномерным значительно обогащает наши знания.
Отсюда следует, что многомерный дисперсионный анализ — методическая основа дальнейшего развития статистических методов. Так, с помощью многомерных критериев можно оценить информативность отдельных признаков и решить, насколько отдельные признаки или совокупности признаков пригодны для адекватного описания системы, не излишни ли отдельные признаки или какие-то их множества. Переходя к меньшему числу признаков, но с более высоким информационным содержанием (дискриминантные), мы получаем более наглядное представление об экспериментальных связях (в пространстве мевдфзй размерности). Проблема классификации, т. е. разделения индивидов на несколько заданных групп, находится в тесной связи с многомерным дисперсионным анализом. Совокупность признаков с высоким информационным содержанием особенно уместна для ее разрешения.