Читайте также: |
|
Дисперсионный анализ, так же как и корреляционный анализ, позволяет выявить влияние одного признака на другой. В отличие от корреляционного анализа факторный признак F, т.е. признак, оказывающий влияние на результативный признак R, имеет сложную структуру. Он может состоять из ряда подгрупп, так называемых градаций фактора.
Общее число исследуемых элементов выборки называется дисперсионным комплексом и выражается через объем N. В отличие от корреляционного анализа факторный признак может быть выражен атрибутивно, т. е. не числом.
Исходные позиции метода основаны на понятии суммы квадратов отклонений S вариантов от их средней арифметической:
(3.6)
где Xj — варианты факторного комплекса; х — средняя арифметическая вариантов; и, — частоты; п — объем факторного комплекса.
Установлено, что сумма квадратов отклонений всего комплекса Sy состоит из двух слагаемых: Sx — суммы квадратов отклонений, обусловленной вариацией исходных данных, т.е. представляет собой вариацию внутри каждой градации фактора, и 5г — вариации, обусловленной случайностью, т. е. вариация не связана с действием фактора.
В целом все три суммы соответствуют уравнению
Sy=Sx + SF (3.7)
Величины, входящие в формулу (3.7), определяются по следующим формулам:
N
N
(3.8)
где Sy — общая сумма квадратов отклонений вариантов результативного признака; х,- — варианты результативного признака; N — объем дисперсионного комплекса;
лг ' <3-9>
i nk N
где Sx — сумма квадратов отклонений вариантов результативного признака, обусловленная воздействием фактора; k — объем каждой градации факторного признака.
139
(3.10)
где St — сумма квадратов отклонений вариантов результативного признака, определяемая воздействием случайных причин; / — количество градаций.
Идея дисперсионного анализа как статистического метода заключается в том, что производится сравнение двух сумм квадратов отклонений Sx и Sz.
Сравнение осуществляется как выявление статистически достоверного различия посредством критерия Фишера.
Если окажется, что различие Sx и Sz статистически достоверно, то сделаем заключение, что факторный признак оказывает существенное влияние на результативный признак. При недостоверности факторный признак оценивается как несущественно влияющий на результативный признак.
Градации факторного признака, характеризующие сложность фактора, могут отличаться численно (например, возраст детей, где каждая градация есть интервал возраста: 10... 12, 12... 14 лет и т.д.; объем нагрузки при прохождении заданного расстояния и т.д.) или атрибутивно (программа 1, программа 2 и т.д.).
Если задачи усложняются и факторный признак меняет свою структуру и в качественном отношении, то рассматривают дисперсионный анализ двух-, трех-, многофакторных признаков и т.д.
Рассмотрим только однофакторный анализ как наиболее простой и приемлемый для исследовательской практики ФКС.
Пример 3.3. В качестве результативного признака принимается мощность спортивной работы, выражаемая максимальной ве-
Таблица 3.5 Влияние мощности спортивной работы на потребление кислорода
№ | 1 | !• | ||
п/п | Л | Рг | ||
х, | 2,4; 2,6; 2,5; 2,6; 2,3 | 2,9; 3,0; 3,1; 2,9; 3,0 | 27,3 | |
и/ | ||||
5>/ | 12,4 | 14,9 | 27,3 | |
(5>)2 | 153,76 | 222,01 | — | |
(5>/)2 | 30,75 | 44,4 | 75,15 | |
nk | 5,76; 6,76; 6,25; 6,76; | 8,41; 9,00; 9,61; 8,41; | ||
Xi | 5,29 | 9,00 | 75,25 |
личиной потребления кислорода в 1 мин — х,. Изменение мощности исследуется в зависимости от вида тренировочной нагрузки: fi — непрерывная нагрузка; /•> — интервальная. По каждому виду нагрузки у пяти испытуемых измеряется МПК/мин.
Исходные данные приведены в табл. 3.5.
Определяем суммы квадратов отклонений:
N V Y2
N
I*
N
27,32 10
= 0,72;
27,32 10
= 0,(
N 1
y«=E*2-Z
1 = 0,10.
1 1 nk
Принимая во внимание основное уравнение дисперсионного анализа (3.7), приходим к выводу: Sy = Sx + S^ для данного примера составляет: 0,72 = 0,62 + 0,10; т.е. основное уравнение соблюдено и расчеты произведены правильно.
Теперь следует установить достоверность статистического различия между Sx и Sf С этой целью применим критерий Фишера (см. п. 2.2.6).
Используя критерий Фишера, определяем дисперсии как частное от деления сумм квадратов отклонений на соответствующие числа степеней свободы.
Числа степеней свободы определяются следующим образом:
а) для общей дисперсии: ky = N - 1;
б) для дисперсии, обусловленной фактором: kx = I- 1;
в) для дисперсии, обусловленной случайностью: £г = (N - 1) --(/-!) = #-/;
г) для примера 3.3: ky = 10 - 1 = 9; kx = 2 - 1 = 1; kz = 10 - 2 = 8. Находим величины сравниваемых дисперсий:
, _SX 0,62 _Л ,-
Определим критерий Фишера
о| = 0,62 а2 0,01
141 Задавшись надежностью Р= 0,95 при числах степеней свободы kx= = 1 и kz - 8 по таблице Фишера (см. приложение 6), находим граничное значение критерия:
^(0,95; 8; 1) = 5,3.
Статистический вывод. При сравнении оказывается, что F = = 62 > Fjp = 5,3, т.е. различие между сравниваемыми выборками статистически достоверно.
Педагогический вывод. Учитывая статистически достоверное различие между суммами квадратов отклонений, обусловленных фактором (характером тренировочной нагрузки) и случайностью, заключаем, что фактор существенно влияет на результативный признак, т.е. характер нагрузки оказывает большое влияние на мощность спортивной работы, выраженную в максимальном потреблении кислорода (л/мин).
Приведем пример с численным выражением факторных градаций.
Пример 3.4. Оцените влияние темпа плавания: Т\ - 40 цикл./мин; Т2 = 50 цикл./мин; 7з = 55 цикл./мин — на шаг плавания jc,- (м).
Исходные данные приведены в табл. 3.6.
Определяем суммы квадратов отклонений:
22 52 ^=42, 57 -££^-«0,38;
S, =42,57-42,52 = 0,05; = Sx + St= 0,33 '+ 0,05 = 0,38.
Дата добавления: 2015-10-21; просмотров: 50 | Нарушение авторских прав
<== предыдущая страница | | | следующая страница ==> |
Метод индексов | | | Показатели темпа плавания |