Однофакторный дисперсионный анализ для связанных выборок (ANOVA с повторными измерениями)

Метод применяется в тех случаях, когда исследуется влияние разных значений фактора (градаций фактора) на одну и ту же выборку. (Например, одни и те же респонденты в разных условиях.). Условий (градаций) должно быть не менее трех.

В этом случае различия отдельных значений могут быть вызваны не только влиянием фактора, но и индивидуальными различиями между элементами выборки (респондентами). При анализе несвязанных выборок это обстоятельство не оказывало воздействия за счет того, что выборки были различны, а это приводило к случайным причинам различий, - здесь же индивидуальные различия между элементами выборки (респондентами) необходимо особо учитывать. Индивидуальные различия могут оказаться более значимыми, чем результаты воздействия фактора.

Проверяемые гипотезы:

H0(A): Различия независимой величины при разных градациях фактора являются не более выраженными, чем различия, обусловленные случайными причинами.

H1(A): Различия независимой величины при разных градациях фактора являются более выраженными, чем различия, обусловленные случайными причинами.

Hο(Б): Индивидуальные различия между элементами выборки являются не более выраженными, чем различия, обусловленные случайными причинами.

H1(Б): Индивидуальные различия между элементами выборки являются более выраженными, чем различия, обусловленные случайными причинами.

Результаты вычислений могут быть представлены в следующем виде (табл.8.11).

Таблица 8.11 Результаты анализа

	Сумма квадратов	Степени свободы	Дисперсия
Вариация, вызванная влиянием фактора
Вариация между элементами выборки
Вариация, вызванная случайными причинами
Общая вариация

Использованы следующие обозначения и расчетные формулы:

– объем выборки;

– количество значений для каждого элемента выборки;

– общее количество измерений;

;

;

;

– сумма квадратов для ошибки.

Статистическая проверка гипотезы о наличии различий осуществляется на основании – статистики:

, ;

, ;

Если , то нулевая гипотеза А отвергается, различия при разных значениях фактора являются более выраженными, чем различия, обусловленные случайными причинами.

Если , то нулевая гипотеза Б отвергается, различия при разных значениях фактора являются более выраженными, чем различия, обусловленные случайными причинами.

Ограничения метода дисперсионного анализа для связанных выборок:

1. Дисперсионный анализ для связанных выборок требует не менее трех градаций фактора и не менее двух элементов выборки в каждой группе.

2. Должно соблюдаться правило равенства дисперсий в каждой группе. Это условие косвенно выполняется за счет одинакового количества наблюдений в каждой группе.

3. Результативный признак должен быть нормально распределен в исследуемой выборке.

Непараметрический вариант этого вида анализа – критерий Фридмана – применяется в тех случаях, когда результативный признак является порядковой величиной или если не выполняются перечисленные требования.