ANOVA –klasyfikacja hierarchiczna
Interesuje nas działanie trzech preparatów na drzewa. Każdy z trzech badanych preparatów użyto do oprysku czterech drzew. Po tygodniu zbadano stężenie azotanów w 6 losowo zerwanych liściach z każdego z 12 drzew.
Wyniki przedstawia tabela
Drzewo
Preparat 1 2 3 4
1
liść
1. 4,50 2. 7,04 3. 4,98 4. 5,48 5. 6,54 6. 7,20
liść
1. 5,78 2. 7,69 3. 6,68 4. 5,89 5. 4,07 6. 4,08
liść
1. 13,32 2. 15,05 3. 12,67 4. 12,42 5. 10,03 6. 13,50
liść
1. 11,59 2. 8,96 3. 10,95 4. 9,87 5. 10,48 6. 12,79
2
liść
1. 15,32 2. 14,97 3. 14,81 4. 14,26 5. 15,88 6. 16,01
liść
1. 14,53 2. 14,51 3. 12,61 4. 16,13 5. 13,65 6. 14,78
liść
1. 10,89 2. 10,27 3. 12,21 4. 12,71 5. 10,45 6. 11,44
liść
1. 15,12 2. 13,79 3. 15,32 4. 11,95 5. 12,56 6. 15,31
3
liść
1. 7,18 2. 7,98 3. 5,51 4. 7,48 5. 7,55 6. 5,64
liść
1. 6,70 2. 8,28 3. 6,99 4. 6,40 5. 4,96 6. 7,03
liść
1. 5,98 2. 5,78 3. 7,59 4. 7,21 5. 6,12 6. 7,13
liść
1. 4,08 2. 5,46 3. 5,40 4. 6,85 5. 7,74 6. 6,81 Poniżej jest gotowy plik z danymi
1
STĘŻENIE 2
AEROZOL 3
DRZEWO 1
2 3 4 5 6 7 8 9 10
4,50 A 1
7,04 A 1
4,98 A 1
5,48 A 1
6,54 A 1
7,20 A 1
15,32 B 1
14,97 B 1
14,81 B 1
14,26 B 1
Zbudować stosowny model dla tego eksperymentu i odpowiedzieć na pytanie czy preparaty różnią się między sobą
Model
X
ijk m
i
(i)j
(ij)k: i=1,..,3; j=1,...,4; k=1,...6
30
1
i
i
(i)jiid N ( 0 ,
b2)
(ij )kiid N ( 0 ,
e2)
Objaśnienia: X
ijkstężenie azotanów k-tym liściu w przypadku użycia i-tego aerozolu na j-tym drzewie Aerozol czynnik stały
Drzewo czynnik losowy zagnieżdżony w czynniku aerozol
Liście odgrywają tutaj rolę kolejnych pomiarów (jest to czynnik zagnieżdżony w powyższych ) czynnik ten traktujemy jako błąd
Mamy więc 2 czynnikową ANOVA model mieszany (1 czynnik stały i 1 losowy) w układzie hierarchicznym (czynnik drzewo zagnieżdżony w czynniku aerozol)
Wykonanie
Zmienna zależna: Stężenie
Pred. jakościowe : Aerozol, Drzewo
Klikamy przycisk Efekty międzygrupowe–użyj efektów dostosowanych dla układu
międzygrupowego i wybieramy oba czynniki Aerozol, Drzewo , klikamy przycisk Zagnieżdżony i zagnieżdżamy Drzewo w czynniku Aerozol tak aby otrzymać model
AEROZOL+DDRZEWO(AEROZOL)
W zakładce Opcje klikamy przycisk Czynniki losowe i wskazujemy Drzewo jako czynnik losowy Wyjaśnić dekompozycję wariancji (komponenty wariancyjne przedstawić na wykresie kołowym dostępnym w podsumowaniu wyników. Wyjaśnić jak należy spojrzeć na problem niejednorodności wariancji.
ANCOVA
W pewnym eksperymencie rolniczym porównywano plony Y trzech różnych odmian kukurydzy.
Mierzono również opady deszczu X. Zakładając, że odmiany zostały losowo przypisane do poletek zbadać, czy odmiany istotnie różnią się między sobą wysokością plonu.
Odmiana I Odmiana II Odmiana III
X Y X Y X Y
14 36 31 27 15 17
68,5 83,0 83,0 66,5 58,1 82,4
30 33 39 26 43 31 18 14
81,5 85,2 87,1 69,3 73,5 65,5 73,4 56,1
15 11 42 14 15 42 26
70,0 84,0 75,2 67,5 66,0 79,1 75,5
Poniżej jest osadzony plik z danymi
1 X
2 Y
3
Odmiana 4
Korekta 5 Ykor 1
2 3 4 5 6 7 8 9
14 68,5 1 76,27537
36 83 1 76,11325
31 83 1 79,44555
27 66,5 1 65,61139
15 58,1 1 65,20891
17 82,4 1 88,17599
30 81,5 2 78,60508
33 85,2 2 80,3009
39 87,1 2 78,19254
Wykonanie
Zmienna zależna: Y (Plon) Pred. jakościowe : Odmiana Pred. Ilościowe: X (nawodnienie)
Klikamy przycisk Efekty międzygrupowe–użyj efektów dostosowanych dla układu
międzygrupowego i wybieramy oba czynniki Odmiana, X (nawodnienie) , klikamy przycisk pełny układ czynnikowy
Y 1 = 5 8 , 0 3 2 6 + 0 , 6 6 6 5 * x Y 2 = 5 4 , 4 0 9 3 + 0 , 6 6 8 1 * x Y 3 = 7 0 , 4 3 3 1 + 0 , 1 4 7 1 * x
O d m i a n a 1 O d m i a n a 2 O d m i a n a 3
5 1 0 1 5 2 0 2 5 3 0 3 5 4 0 4 5
X 5 0
5 5 6 0 6 5 7 0 7 5 8 0 8 5 9 0
Y
Etykiety kolumn (Arkusz in C:\Documents and Settings\Adam Ćmiel\Moje dokumenty\Dydaktyka\Statystyka\Statystyka WMS 2009- 2017\Ćwiczenia\statistica_lab10.doc) Etykiety kolumn macierzy eksperymentu X
Etykieta
Kolumna Zm. Poziom Zm.
wzgl.
Poziom
Zm. Poziom Zm.
wzgl.
Poziom Wyraz wolny
Odmiana Odmiana X
Odmiana*X Odmiana*X
1
2Odmiana 1 3 3Odmiana 2 3 4 X
5Odmiana 1 3 X
6Odmiana 2 3 X
Oceny parametrów (Arkusz in C:\Documents and Settings\Adam Ćmiel\Moje dokumenty\Dydaktyka\Statystyka\Statystyka WMS 2009- 2017\Ćwiczenia\statistica_lab10.doc) Parametryzacja z sigma-ograniczeniami
Efekt
Poziom Efekt
Kolu mna
Y
Param.
Y
Bł. std.
Y t
Y p
-95,00%
Gr.ufn.
Wyraz wolny Odmiana
Odmiana X
Odmiana*X Odmiana*X
1 60,95835 5,278261 11,54894 0,000000 49,7080 1 2-2,92574 7,887779 -0,37092 0,715883 -19,7381 2 3-6,54900 7,833439 -0,83603 0,416257 -23,2456
4 0,49387 0,194569 2,53825 0,022721 0,0792 1 5 0,17259 0,305993 0,56405 0,581059 -0,4796 2 6 0,17419 0,271141 0,64244 0,530287 -0,4037
Model X
ij m
i T
ij
iT
ij
ij 30
1
i
i,
30
1
i
i) , 0 (
~
2
ijN
Parametryzacja programu Statistica
3 2 1 5 3 2 4 3 1 3 3 2 1 2 1
0 3
2
1
0
0 1
1 0
1 0 1
1 1 1
X X X
X X
X X Y
Y Y
0
1
2
3
4
560,95835 -2,92574 -6,54900 0,49387 0,17259 0,17419 66667
,
25 X
Y
kor=(Y -(
3
4)*( X X 1 ))*(Populacja=1)+(X-(
3
5)*( X X 1 ))*(Populacja=2)= )+(X-(
5 4
3