4.

A modell érvényességének
ellenőrzése

1. Függetlenség
STATISZTIKA
2. Normális eloszlás
4. Előadás

Variancia-analízis
3. Azonos varianciák
Lineáris modellek

A maradék független a kezelés

Maradékok leíró statisztikája
és blokk hatástól
valamint a függő változótól (véletlen
mintavételezés, kísérleti elrendezés)

Vizsgálat:
Maradékok leíró statisztikája kezelések
szerint
a maradékok ábrázolása a megfigyelt és
becsült értékek függvényében

Maradékok és a megfigyelt értékek Maradékok és a becsült értéket

közötti függetlenség közötti függetlenség

1
 Maradék normális eloszlású, nulla
Hisztogram
várható értékű

Grafikus normalitás vizsgálat

Hisztogram
Q-Q plot

Numerikus normalitás vizsgálat

Kolmogorov-Smirnov
Shapiro-Wilk

Q-Q ábra Kolmogorov-Smirnov teszt

Mintán belüli szórás azonosság Amennyiben a Levene-teszt

tesztelése szignifikáns
Levene-teszt
H0 a szórások megegyeznek
Robusztus tesztek alkalmazása
Welch-tesz
Brown-Forsythe

2
 Robusztus tesztek

Post hoc analízisek

Középérték összehasonlító
tesztek

5. Az F-próba szignifikáns Post hoc analízisek

Amennyiben az analízis az átlagok közötti A csoportok szórása megegyezik

egyenlőséget nem igazolja, szükséges az LSD
átlagok közötti különbségek kimutatása. Bonferroni
Student-Newman-Keuls
A variancia-analízist kiegészítő középérték Tukey
összehasonlító teszteknek kétféle típusa Duncan
létezik: Dunett
Scheffe
előzetes, un. a priori kontrasztok és
az analízis után elvégezhető, un. post hoc A csoportok szórása különbözik
analízisek
Tamhane

Az elsőfajú hiba csökkentése Bonferroni-teszt

„holm”
Páronkénti átlagok különbségének
„hochberg” vizsgálatára használható, a két csoport
elemszáma lehet különböző is.
„bonferroni” α: α/m (m=független összehasonlítások
„BH” száma)
„BY”
„fdr”

3
 Carlo Emilio Bonferroni
Student-Newman-Keuls próba
olasz matematikus (1892-1960)
Studentizált terjedelmen alapuló teszt
α: összehasonlításonként rögzített, ezért a teljes
vizsgálat elsőfajú hibája n-nel együtt nő.
A próba teszteli, hogy mely kezelés kombinációk
tartoznak egy homogén csoportba.

Studentizált terjedelem Student-Newman-Keuls teszt

k-1 kritikus tartomány meghatározása

Egyes vélemények szerint a SNK-teszt a

Tukey teszttel áll rokonságban, de annál
xmax: legnagyobb csoport átlag sokkal kevésbé konzervatív (több
xmin: legkisebb csoport átlag eltérést mutat ki).
S: csoporton belüli szórás, a maradékok szórása

Tukey-eloszlás

John Wilder Tukey amerikai

Tukey-teszt
matematikus (1915-2000)
Studentizált terjedelmen alapuló teszt, a p-elemű
részcsoportokat ugyanazzal a kritikus értékkel hasonlítja
össze.

α: a teljes vizsgálatra rögzített, ezért a páronkénti

összehasonlítások elsőfajú hibája n növekedésével
csökken, s így a másodfajú hiba nő.

4
 Duncan többszörös rang teszt Duncan-teszt

David B. Duncan, 1955, 1965

Studentizált terjedelmen alapul
ahol
α: nem a kísérlet egészére rögzített, így
k: csoportok száma
a próba nem annyira konzervatív, mint a
hasonló tesztek.
k-1 kritikus érték

Henry Scheffé amerikai

Dunnett-teszt
statisztikus (1907-1977)
A Dunnett-teszt (1955) egy kijelölt csoportot (kontroll) hasonlít össze
a többivel. Eredetileg egyenlő elemszámokra volt érvényes, de később
elkészült az általánosítása különböző elemszámokra is. Lényegét
tekintve páronkénti összehasonlítást végez szimultán, de meg kell
adni egy kezdő, kontroll csoportot, és ehhez hasonlítja a többi csoport
átlagát. Statisztikája:

=kontroll csoport

Scheffé-teszt Tamhane-teszt
A hagyományos tesztek közé tartozik. Ez már valóban
a Hg hipotéziseket vizsgálja. Az egyszerű F-próba Alkalmazhatóság feltételei:
akkor utasítja el a H0-hipotézist, ha létezik egy a<>0
vektor, amelynél a konfidencia-intervallum nem 1. A csoportok szórása különbözhet
tartalmazza a 0-t. Ha k darab összehasonlítandó
csoport van, akkor k(k-1)/2 összehasonlítást kell
2. Véletlenszerűen kiválasztott két csoport
végezni. A statisztikája: összehasonlítására jó

5
 Az elsőfajú hiba elkövetésének
Összefoglalás, eloszlások
valószínűsége
t Student-féle t-eloszlás
• egyetlen pár összehasonlítására (pl. LSD)

q Studentizált terjedelem eloszlása

• az összes lehetséges páronkénti
összehasonlításra
F Fisher-féle F-eloszlás
• összes kontrasztra

Hány páronkénti összehasonlítást

Összefoglalás
akarunk végezni?

egy

maximum k-1, amelyet az

összehasonlítások dimenziójának
nevezzük, és m-mel jelöljük

az összes párt, k(k-1)/2

A variancia-analízis ereje az
A variancia-analízis ereje elsőfajú hiba függvényében
Milyen valószínűséggel lehet kimutatni a
csoportok közötti különbségeket?

Mi befolyásolja?
Csoportok száma
Egy csoporton belül a megfigyelések száma
Csoportok közötti variancia
Csoporton belüli variancia
Elsőfajú hiba valószínűsége, alfa