- •Дисперсионный анализ
- •1. Подсчитаем sSфакт - вариативность признака, обусловленную действием исследуемого фактора. Часто встречающееся обозначение ss - сокращение от "суммы квадратов" (sum of squares).
- •Пример 2 .
- •Решение.
- •Самостоятельная работа
- •1. Проверить статистическую существенность влияния катализатора а на химическую реакцию, результаты измерений при 5 уровнях фактора а:
- •Решение 1. При помощи линии тренда.
- •Решение 2. С использованием регрессионного анализа из Пакета анализа.
- •Самостоятельная работа.
- •1. Найти уравнение регрессии для аппроксимации исходных данных зависимости систолического артериального давления от веса пациента. Анализ проведите двумя способами.
Самостоятельная работа
1. Проверить статистическую существенность влияния катализатора а на химическую реакцию, результаты измерений при 5 уровнях фактора а:
-
А1
А2
А3
А4
А5
3,2
2,6
2,9
3,7
3
3,1
3,1
2,6
3,4
3,4
3,1
2,7
3
3,2
3,2
2,8
2,9
3,1
3,3
3,5
3,3
2,7
3
3,5
2,9
3
2,8
2,8
3,3
3,1
2. По результатам наблюдения за пропускной способностью канала в различные дни испытаний сформированы упорядоченные выборки (табл.). При уровне значимости = 0,05 необходимо проверить однородность выборок.
День испытаний |
Пропускная способность, байт/с |
||||||
1 |
259,14 |
260,06 |
260,97 |
262,43 |
267,83 |
273,14 |
|
2 |
253,68 |
258,14 |
259,49 |
260,18 |
263,65 |
271,39 |
274,12 |
3 |
256,69 |
259,36 |
262,84 |
265,94 |
270,33 |
270,44 |
271,63 |
Лабораторная работа № 7
Тема: Применение регрессионного анализа при обработке информации
Регрессионный анализ. Общие сведения.
Регрессионный анализ применяют для изучения функциональной зависимости количественного признака Y от количественных признаков x(1), x(2), … , x(k). Эту зависимость называют регрессионной или, кратко, регрессией. Регрессионный анализ заключается в подборе коэффициентов уравнения для набора наблюдений. Таким образом, при получении коэффициентов для уравнения регрессии, экспериментальные данные аппроксимируются линейным уравнением вида:
Y=a0+a1x1+a2x2+…+a16x16, где Y-зависимая переменная, x1, x2,…,x16 – независимые переменные, a1,a2,…,a16.– найденные нами коэффициенты.
Степень близости аппроксимации экспериментальных данных выбранной функции оценивается коэффициентом детерминации (R2). Чем больше коэффициент детерминации (стремится к единице), тем лучше (если 0.8 <R2 < 0.95 – удовлетворительная аппроксимация (модель в целом адекватна описываемому явлению), если R2< 0.6 – точность аппроксимации недостаточна и модель требует улучшения).
Обычно перед регрессионным анализом проводят корреляционный анализ для того, чтобы найти между какими параметрами существует зависимость.
Простейшим способом найти уравнение регрессии в Excel, особенно если независимая переменная одна, служит аппроксимация экспериментальных данных с использованием линия тренда.
Пример. Имеются результаты проводившейся у 8 больных эффективной криодеструкции кожных рубцов различной толщины.
Необходимо рассмотреть возможность на основании этих данных определять предполагаемое время криодеструкции. В данном случае необходимо провести регрессионный анализ для определения степени воздействия времени криодеструкции мин (независимая переменная) на толщину рубца мм (зависимая переменная). (Криодеструкция применяется для удаления различных новообразований: бородавок, папиллом, кондилом, сосудистых образований. Криодеструкция во многих случаях успешно заменяет хирургические методы лечения и имеет такие преимущества перед ними как отсутствие шрамов и рубцов, кровотечения в обрабатываемой области, отсутствие потребности в использовании обезболивающих препаратов, поскольку быстрое замораживание обеспечивает анальгетический эффект. Метод криодеструкции широко используется как в медицине, так и в косметологии, дерматологии).
№ |
Время, мин |
Толщина рубца, мл |
1 |
2,4 |
17 |
2 |
0,6 |
3 |
3 |
1,7 |
12 |
4 |
1,0 |
5 |
5 |
1,6 |
8 |
6 |
1,5 |
9 |
7 |
1,8 |
14 |
8 |
3,0 |
20 |