СРС

По дисциплине «Биостатистика»
Кафедра «Профилактическая медицина»
Тема: Многофакторный дисперсионный анализ.

Выполнила: Халдарова Азиза

Группа: СТР-308
Приняла: phd/Омарова Балнур Адильбековна

Туркестан 2023г.
ПЛАН:

1. Введение
2. Многофакторный анализ
3. Линейная модель многофакторной модели
4. Основное отличие много- и однофакторного
дисперсионного анализа
6. Заключение
7. Список использованной литературы
 ВВЕДЕНИЕ

Дисперсионный анализ: выявление воздействия на выходную

величину тех или иных факторов.
Дисперсионный анализ применяется в планировании эксперимента
и в ряде областей медицинских исследований, где он служит, в
частности, предварительным этапом к регрессионному анализу
статистических данных, поскольку позволяет выделить
относительно небольшое (но достаточное для целей исследования)
количество параметров регрессии.

Дисперсионный анализ

Однофакторный Двухфакторный Многофакторный

 В зависимости от количества факторов,
определяющих вариацию результативного
признака, дисперсионный анализ подразделяют
на однофакторный и многофакторный.

Многофакторный анализ позволяет проверить

влияние нескольких факторов на зависимую
переменную, оценить не только влияние каждого из
факторов в отдельности, но и их взаимодействие.
•Многофакторный анализ позволяет проверить влияние
нескольких факторов на зависимую переменную.
Линейная модель многофакторной модели имеет вид:
 Общая линейная модель

где Y есть матрица, включающая описываемые измерения, В — матрица,

включающая параметры, представляющие интерес для
исследования, Х — матрица, включающая постоянные коэффициенты,
и U — матрица случайных ошибок. Модели, в которых каждая координата
вектора Х является целым числом (0 или 1) и обозначает групповую
принадлежность, применяются при дисперсионном анализе. Модели, в
которых Х является непрерывной числовой переменной, применяются
при регрессионном анализе. Модели, в которых присутствуют оба вида
значений Х, применяются при ковариационном анализе.

• Смешанная линейная модель (включает в

модель случайные факторы и вложенные
измерения (nested data));
• Обобщенная линейная модель (система
уравнений включающая все возможные варианты
переменных и взаимодействий.

• Мало чувствительны к непараметричности данных! (интегрирование)

• Непараметрических многофакторных методов НЕТ.
 Фактор 2

Влияние фактора 1 значимо, фактора 2

переменная
незначимо и взаимодействие факторов
Зависимая

незначимо.

1 2
Фактор 1
Фактор 2

Влияние фактора 2 значимо, фактора 1

переменная

незначимо и взаимодействие факторов

Зависимая

незначимо.

1 2
Фактор 1
 Фактор 2

Влияние фактора 1 незначимо, фактора 2

переменная
Зависимая

незначимо и взаимодействие факторов значимо.

1 2
Фактор 1 Фактор 2
переменная
Зависимая

Значимо всё.

1 2
Фактор 1
Взаимодействие 3 факторов представить проблематично!
 При проведении типичного эксперимента приходится
иметь дело с большим количеством факторов.
 Основная причина, по которой использование многофакторного
дисперсионного анализа предпочтительнее повторного
сравнения двух выборок при разных уровнях факторов с
помощью серий t-критерия, заключается в том, что
дисперсионный анализ существенно более эффективен и, для
малых выборок, более информативен.
Основное отличие много- и однофакторного
дисперсионного анализа

Следует отметить, что принципиальной разницы

между многофакторным и однофакторным
дисперсионным анализом нет.
Многофакторный анализ не меняет общую логику
дисперсионного анализа, а лишь несколько
усложняет ее, поскольку, кроме учета влияния на
зависимую переменную каждого из факторов по
отдельности, следует оценивать и их совместное
действие.
Но если рассматривать эти виды анализа как
модели, то в отличие от однофакторной модели,
где имеется одна межгрупповая сумма
квадратов, модель многофакторного анализа
включает суммы квадратов для каждого
фактора в отдельности и суммы квадратов всех
взаимодействий между ними.
Таким образом, то новое, что вносит в анализ
данных многофакторный дисперсионный анализ,
касается в основном возможности оценить
межфакторное взаимодействие. Тем не менее, по-
прежнему остается возможность оценивать
влияние каждого фактора в отдельности.
В этом смысле процедура многофакторного
дисперсионного анализа (в варианте ее
компьютерного использования) более экономична,
поскольку всего за один запуск решает сразу две
задачи: оценивается влияние каждого из факторов
и их взаимодействие.
 Данные, подвергаемые многофакторному
дисперсионному анализу, часто обозначают в
соответствии с количеством факторов и их
уровней.
 Многофакторный дисперсионный анализ,
помимо функций однофакторного
дисперсионного анализа, оценивает
межфакторное взаимодействие, и поэтому,
позволяет проверять более сложные гипотезы.
 Заключение
Следует отметить, что принципиальной разницы между
многофакторным и однофакторным дисперсионным анализом нет.
Многофакторный анализ не меняет общую логику дисперсионного
анализа, а лишь несколько усложняет ее, поскольку, кроме учета
влияния на зависимую переменную каждого из факторов по
отдельности, следует оценивать и их совместное действие. Таким
образом, то новое, что вносит в анализ данных многофакторный
дисперсионный анализ, касается в основном возможности оценить
межфакторное взаимодействие. Тем не менее, по-прежнему остается
возможность оценивать влияние каждого фактора в отдельности. В
этом смысле процедура многофакторного дисперсионного анализа
более экономична, поскольку решает сразу две задачи: оценивается
влияние каждого из факторов и их взаимодействие.
 Список использованной литературы:

• Алибеков И. Ю. Теория вероятностей и математическая

статистика в среде MATLAB. Учебное пособие. М.: Лань, 2019.
184 стр.
• Боголюбов Н. Н., Боголюбов Н. Н. Введение в квантовую
статистическую механику. М.: Едиториал УРСС, 2018. 384 стр.
• Гмурман В. Е. Теория вероятностей и математическая
статистика. Учебник. М.: Юрайт, 2018. 480 стр.
• Горленко О. А., Борбаць Н. М. Статистические методы в
управлении качеством. Учебник и практикум для спо. М.:
Юрайт, 2019. 270 стр.
• Горленко О. А., Борбаць Н. М. Статистические методы в
управлении качеством. Учебник и практикум. М.: Юрайт, 2020.
306 стр.