- •Курсовой проект «Анализ Финляндии»
- •2014Г. Оглавление
- •1. Краткая информация по объекту исследования
- •2. Расчетная часть
- •2.1. Исходные данные для проведения анализа
- •Экономические показатели Финляндии
- •2.2. Базовый анализ данных
- •2.3. Анализ временных рядов
- •2.4. Корреляционный анализ
- •2.5. Регрессионный анализ
- •2.6. Дисперсионный анализ
- •2.7. Факторный анализ
- •2.8. Кластерный анализ
- •Список использованных источников
2.6. Дисперсионный анализ
Дисперсионным анализом называют совокупность статистических методов, предназначенных для обработки данных экспериментов, целью которых являлось не установление каких-то свойств и параметров, а сравнение эффектов различных воздействий на каком-либо экспериментальном материале. Методы дисперсионного анализа используются для проверки гипотез о наличии связи между результативным признаком и исследуемыми факторами, а также для установления силы влияния факторов и их взаимодействий.
Однофакторный дисперсионный анализ используется в тех случаях, когда есть в распоряжении три или более независимые выборки, полученные из одной генеральной совокупности путем изменения какого-либо независимого фактора, для которого по каким-либо причинам нет количественных измерений.
Проводится в среде MS Excel с помощью инструмента «Однофакторный дисперсионный анализ» Пакета анализа.
Результаты выполнения анализа:
Однофакторный дисперсионный анализ |
|
|
|
| ||
|
|
|
|
|
|
|
ИТОГИ |
|
|
|
|
|
|
Группы |
Счет |
Сумма |
Среднее |
Дисперсия |
|
|
x1 |
20 |
3200,2 |
160,01 |
3051,297 |
|
|
x2 |
20 |
3178,8 |
158,94 |
3325,768 |
|
|
x3 |
20 |
609622,5 |
30481,12 |
1,1E+08 |
|
|
x4 |
20 |
40,6 |
2,03 |
14,87379 |
|
|
x5 |
20 |
103692,6 |
5184,63 |
9979,812 |
|
|
x6 |
20 |
1199112 |
59955,6 |
11597223 |
|
|
x7 |
20 |
983165 |
49158,25 |
760820,5 |
|
|
x8 |
20 |
371395 |
18569,75 |
27286184 |
|
|
x9 |
20 |
725,6142 |
36,28071 |
92,12897 |
|
|
x10 |
20 |
107,462 |
5,3731 |
2,009487 |
|
|
x11 |
20 |
1942 |
97,1 |
12,62105 |
|
|
x12 |
20 |
21772,73 |
1088,637 |
29943,88 |
|
|
x13 |
20 |
1265,171 |
63,25855 |
823,3025 |
|
|
x14 |
20 |
1096,61 |
54,8305 |
778,4797 |
|
|
x15 |
20 |
258,9353 |
12,94677 |
26,41525 |
|
|
x16 |
20 |
46,2116 |
2,31058 |
0,490652 |
|
|
x17 |
20 |
52055,2 |
2602,76 |
5833,25 |
|
|
x18 |
20 |
5316,821 |
265,841 |
5571,812 |
|
|
x19 |
20 |
197,8261 |
9,891305 |
11,80556 |
|
|
|
|
|
|
|
|
|
Дисперсионный анализ |
|
|
|
|
|
|
Источник вариации |
SS |
df |
MS |
F |
P-Значение |
F критическое |
Между группами |
1,17E+11 |
18 |
6,48E+09 |
822,8476 |
2,5054E-280 |
1,632496479 |
Внутри групп |
2,84E+09 |
361 |
7880826 |
|
|
|
|
|
|
|
|
|
|
Итого |
1,2E+11 |
379 |
|
|
|
|
Внутригрупповая изменчивость (SS) обычно называется остаточной компонентой или дисперсией ошибки. Это значит, что обычно при проведении эксперимента она может быть предсказана или объяснена. С другой стороны, SS между группами можно объяснить различиями между средними значениями в группах. Иными словами, принадлежность к некоторой группе объясняет межгрупповую изменчивость, т.к. нам известно, что эти группы обладают разными средними значениями.
Проверка значимости в дисперсионном анализе основана на сравнении компоненты дисперсии, обусловленной межгрупповым разбросом и компоненты дисперсии, обусловленной внутригрупповым разбросом. Если верна нулевая гипотеза (равенство средних в двух выборках), то можно ожидать сравнительно небольшое различие выборочных средних из-за чисто случайной изменчивости. Поэтому, при нулевой гипотезе, внутригрупповая дисперсия будет практически совпадать с общей дисперсией, подсчитанной без учета групповой принадлежности. Полученные внутригрупповые дисперсии можно сравнить с помощью F-критерия, проверяющего, действительно ли отношение дисперсией значимо больше 1. В нашем случае, критерий показывает, что различие между средними статистически значимо.