Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АрхитектураБиологияГеографияДругоеИностранные языки
ИнформатикаИсторияКультураЛитератураМатематика
МедицинаМеханикаОбразованиеОхрана трудаПедагогика
ПолитикаПравоПрограммированиеПсихологияРелигия
СоциологияСпортСтроительствоФизикаФилософия
ФинансыХимияЭкологияЭкономикаЭлектроника

Проверка значимости отдельных l

Главных эффектов | СТРУКТУРА АНАЛИЗА МНОГОМЕРНОЙ ТАБЛИЦЫ | ОЦЕНИВАНИЕ ПАРАМЕТРОВ НАСЫЩЕННОЙ МОДЕЛИ | НОРМИРОВАННЫЕ ЗНАЧЕНИЯ ОЦЕНОК ПАРАМЕТРОВ | ОТБОР ВАЖНЫХ l | МНОГОМЕРНЫЕ ТАБЛИЦЫ | Пример 6.1 | ИНТЕРПРЕТАЦИЯ МОДЕЛИ | Пример 6.1 (продолжение) | СООТНОШЕНИЯ МЕЖДУ ЗНАЧЕНИЯМИ К И УСЛОВНЫМИ СУММАМИ |


Читайте также:
  1. IV. ПОСТАНОВКА НА УЧЕТ ПО МЕСТУ ПРЕБЫВАНИЯ И СНЯТИЕ С УЧЕТА ОТДЕЛЬНЫХ КАТЕГОРИЙ ИНОСТРАННЫХ ГРАЖДАН
  2. IV. Проверка знаний правил пожарной безопасности
  3. VI. Проверка долговечности подшипников
  4. VII. Проверка долговечности подшипника
  5. VIII. Проверка долговечности подшипника
  6. VIII. Проверка долговечности подшипников
  7. X. Проверка прочности шпоночных соединений

Чтобы построить какую-нибудь модель по множеству данных с помощью одного из пакетов машинных программ, достаточно описать определяющее множество параметров и затем, как обычно, нажать соответствующую кнопку. При этом автоматически вычисляется не только модель, но и значения статистик для проверки ее качества X2 и Y2. Значения Y2 для различных моделей лежат в основе критерия значимости отдельных l методом, который уже был описан в параграфе 5.7.

Теперь, воспользовавшись табл. 7.1, мы дадим пример для данных 2х2х2. Допустим, из подобранной по данным насыщенной модели следует, что необходимо учитывать взаимодействия АВ и АС и главные эффекты (A, В, С). Причем частоты всех ячеек увеличены на 0,5

[70]

Т а б л и ц а 7.2. Сравнение моделей для таблицы 2X2X2

Модель   Определяю-щее мно-   Включенные параметры   Число   Y2
    жестро            
  АВ/АС АВ/С   ч, А, В, С, АВ, АС ч, Л, В, С, АВ     Y21 Y22
Различие   АС, все остальные эффекты совпадают  

(см. параграф 6.6). Следовательно, нам нужна модель, определяемая соотношением АВ/АС с соответствующим значением Y2, скажем Y12, имеющим 2 степени свободы (именно две, поскольку по сравнению с насыщенной моделью здесь не хватает двух параметров).

Давайте попробуем отыскать наипростейшую модель, в которую не входит взаимодействие АС. Такую модель определяет АВ/С: в ней встречаются все параметры, входящие в модель АВ/АС, за исключением АС. Новое значение Y2, равное Y22, имеет три степени свободы, поскольку теперь в модель входит на три параметра меньше, чем в насыщенную.

Различие между моделями заключается в отсутствии AC во второй из них. В результате значение Y22 получает на одну степень свободы больше, чем было у Y22. Эта ситуация обобщена в табл. 7.2. Здравый смысл подсказывает нам, что если все изменения обусловлены взаимодействием АС, то важность этого взаимодействия должна вытекать и из анализа разности ( ), имеющей распределение c2 с одной степенью свободы, поскольку (3-2) =1. Если эта разность оказывается достаточно большой, т. е. превышает верхнюю 5%-ную точку распределения c2, то мы приходим к выводу, что исключение этого параметра из модели делает различие недопустимо большим.

И в более сложных случаях, т. е. когда число переменных более трех, удается подобрать такие пары моделей, которые различаются только одним единственным параметром. Таких пар может быть несколько и разности в значениях Y2 для них не обязательно совпадают. Поэтому мы должны выяснить, что наш критерий - это критерий значимости отдельного параметра при заданном наборе всех прочих переменных, входящих в модель. Так, в табл. 7.2 мы проверяли важность АС при заданных значениях ч, А, В, С и АВ. Позднее (в параграфе 8.1) мы познакомимся с работой Брауна [Brown M,B., 1976], который выяснил этот момент.

Необходимо сделать еще одну оговорку, связанную с тем, что наш метод анализа использует c2-распределение, которое в данном случае не более чем хорошее приближение. Это означает, что когда число наблюдений достаточно велико, распределение нашей статистики- приблизительно c2. Применение этого распределения в качестве приближения для X2 исследовалось множеством специалистов, которые показали, что оно работает весьма хорошо даже для малых частот в ячейках (см., например, [Yarnold J.K., 1970]). Вильямc [Williams

[71]

В. А., 1976] исследовал распределение Y2 для логлинейных моделей, которые мы как раз описываем, и предложил поправочный множитель, улучшающий точность приближения c2. Правда, необходимость дополнительных вычислений сильно снижает его практическую ценность, тем более что мы получаем не некий закон, а просто правила уточнения этих соотношений.


Дата добавления: 2015-09-01; просмотров: 58 | Нарушение авторских прав


<== предыдущая страница | следующая страница ==>
ПРИМЕРЫ ИЕРАРХИЧЕСКИХ МОДЕЛЕЙ| АНАЛИЗ ПЯТИФАКТОРНОЙ ТАБЛИЦЫ

mybiblioteka.su - 2015-2024 год. (0.005 сек.)