АНАЛИЗ КОВАРИАЦИОННЫЙ (Архив неизвестных курсачей)
Описание файла
Файл "АНАЛИЗ КОВАРИАЦИОННЫЙ" внутри архива находится в папке "Архив неизвестных курсачей". Документ из архива "Архив неизвестных курсачей", который расположен в категории "". Всё это находится в предмете "теоретические основы биотехнических систем" из 10 семестр (2 семестр магистратуры), которые можно найти в файловом архиве МГТУ им. Н.Э.Баумана. Не смотря на прямую связь этого архива с МГТУ им. Н.Э.Баумана, его также можно найти и в других разделах. Архив можно найти в разделе "курсовые/домашние работы", в предмете "теоретические основы биотехнических систем" в общих файлах.
Онлайн просмотр документа "АНАЛИЗ КОВАРИАЦИОННЫЙ"
Текст из документа "АНАЛИЗ КОВАРИАЦИОННЫЙ"
АНАЛИЗ КОВАРИАЦИОННЫЙ
– совокупность методов математич. статистики, относящихся к анализу моделей зависимости среднего значения нек-рой случайной величины Y от набора неколичественных факторов F и одновременно от набора количественных факторов X. По отношению к Y переменные X наз. сопутствующими; факторы F задают сочетания условий качественной природы, при к-рых получены наблюдения Y и X, и описываются с помощью т.н. индикаторных переменных; среди сопутствующих и индикаторных переменных могут быть как случайные, так и неслучайные (контролируемые в эксперименте); если случайная величина у является вектором (см.), то говорят г, «ил... ном А.к. Основные теоретич. и прикладные проблемы А.к. относятся к линейным моделям В частности, если анализируются п наблюдений Y2,...,Yn с р сопутствующими переменными (х = (х(1), ..., х(р))), k возможными типами условий эксперимента (F = (f1, … , fk)), то линейная модель соответствующего А.к. задается уравнением:
,
где i=1,…, n, индикаторные переменные fij равны 1, если j-e условие эксперимента имело место при наблюдении Yi, и равны 0 в ином случае. (fij) могут соответствовать рез-там дихотомизации номинального признака F с градациями f1,..., fk (см. Признак); номинальный же признак может быть сложным: каждой его градации может отвечать сочетание значений нек-рых первичных, напр, взятых из анкеты, признаков; коэффициенты Θj определяют эффект влияния j-ro условия; – значение сопутствующей переменной x(s), при к-ром получено наблюдение Yi, i=1,..., n; s=1,…, Р; βs(fi) – значения соответствующих коэффициентов регрессии Y по x(s) (см. Анализ регрессионный; Корреляция) , вообще говоря, зависящие от конкретного сочетания условий эксперимента, т. е. от вектора fi=(fi1,…fiz); εj(fi) – случайные ошибки, имеющие нулевые средние значения. Основное назначение А.к. – использование в построении статистич. оценок (см. Оценивание статистическое) Θ1,…,Θk; β1,…,βp и статистич. критериев для проверки различных гипотез относительно значений этих параметров. Если в модели (1) постулировать априори β1=…=βp=0, то получится модель анализа дисперсионного (см.); если из (1) исключить влияние неколичественных факторов (положить Θ1=…=Θk=0), то получится модель анализа регрессионного (см.). Своим названием А.к. обязан тому обстоятельству, что в его вычислениях используются разбиения ковариации (см. Показатели корреляции) величин Y и X точно так же, как в дисперсионном анализе используются разбиения суммы квадратов отклонений Y. Лит.: Кендалл М.Дж., Стьюарт А. Многомерный статистический анализ и временные ряды. М., 1976; Шеффе Г. Дисперсионный анализ. М., 1980. С.А. Айвазян
КОВАРИАЦИОННЫЙ АНАЛИЗ
(analysis of covariance) К. а. - тесно связанный с дисперсионным анализом статистический метод, в к-ром зависимая переменная статистически корректируется на основе связанной с ней дополнительной информ., с тем чтобы устранить вносимую извне изменчивость и т. о. повысить эффективность анализа. В качестве примера рассмотрим эксперим. план, в к-ром сравниваются 3 различные методики обучения арифметике. Ученики случайно распределяются по разным условиям обучения, а зависимой переменной яв-ся оценка по стандартизованному тесту учебных достижений, проводимому в конце периода обучения. Из-за присутствующих в данной ситуации неконтролируемых источников случайной изменчивости будет нелегко доказать нулевую гипотезу об одинаковой эффективности учебных методик. Если бы даже эти методики обучения действительно были равноценными, вряд ли стоит ожидать, что среднегрупповые оценки по тесту учебных достижений будут в точности одинаковыми. Оценка по тесту достижений у каждого ученика обусловливается не только методикой обучения, но тж его способностями и множеством переменных наподобие его самочувствия в день тестирования. Чем больше таких источников вариации м. б. устранено, тем проще будет оценить эффекты методик обучения. Одним из путей уменьшения случайной изменчивости в эксперим. ситуации могло бы быть контролирование в определенных пределах интеллекта испытуемых, участвующих в исслед. Однако в К. а. эта задача решается путем статистического контроля таких источников изменчивости. Делается допущение, что определенную долю отклонений показателя зависимой переменной можно предсказать на основе индивидуальных оценок связанной с ней характеристики, называемой ковариатой. Напр., если мы располагаем оценками интеллекта каждого ученика, можно использовать эту информ. для корректировки показателей по тесту учебных достижений т. о., чтобы уменьшить вариацию, вызванную индивидуальными различиями в интеллектуальных способностях. Простейшая схема вычислений основана на предположении о линейной связи между зависимой переменной и ковариатой (или ковариатами). К. а. требует соблюдения большего количества допущений, чем дисперсионный, и потому чаще используется некорректно. См. также Дисперсионный анализ, Статистика в психологии А. Д. Велл