Главная > Многомерный дисперсионный анализ
<< Предыдущий параграф Следующий параграф >>
Пред.
След.
Макеты страниц

Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше

Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике

7.12. ПЛАНИРОВАНИЕ ОБЪЕМА ВЫБОРКИ

До сих пор в нашем изложении многомерного дисперсионного анализа, посредством которого проверялась гипотеза о равенстве векторов средних значений, допускались любые объемы выборок из групп. Естественно, эффективность дисперсионного анализа тем выше, чем больше объем выборки, так как благодаря этому с большей надежностью принимается или отвергается гипотеза. Уровень значимости а, используемый для характеристики критерия и называемый также ошибкой I рода, гарантирует лишь то, что при действительном равенстве «истинных» векторов средних значений по нашим заключениям не слишком часто получается их неравенство. В данном разделе мы хотим дополнительно рассмотреть ошибку II рода т.е. вероятность принятия гипотезы о равенстве векторов средних значений, когда она неверна.

Ограничить величину можно лишь в том случае, если между истинными векторами средних значений существует хоть какое-то различие. Чем заметнее это отступление от нулевой гипотезы, тем меньше могут быть объемы выборок, для которых возможно достижение определенных значений ошибок I и II рода при использовании критериев значимости.

Пусть отклонение от нулевой гипотезы (о равенстве векторов средних значений) заключается в том, что для одного признака и двух групп выполняется неравенство.

где и соответствующие средние значения, дисперсия.

При планировании объема выборки предполджим, что в каждую группу попадает одинаковое число К векторов наблюдений. Найдем

тот наименьший объем, при котором возможно разделение выборок, если значения фиксированы.

В случае упомянутого выше отклонения от гипотезы (о равенстве векторов средних значений) для первого параметра нецентральности матрицы выполняется соотношение

С помощью -аппроксимации нецентрального распределения (см. раздел 4.4.2) Ю. Лейтер [42] построил таблицы объемов выборок при 2, 3, 4, 5, 6, 8 и 10 группах. Одна из этих таблиц (для приведена в приложении к нашей книге.

Принципиальные вопросы, касающиеся определения объемов выборок при планировании экспериментов и нахождения оценок по результатам опытов, освещены в [68].

Categories

1
Оглавление
email@scask.ru