Дисперсионный анализ позволяет определить доли влияния (участия) каждого отдельно взятого фактора и их комбинаций (формально независимой переменной) на формирование общей дисперсии признака (зависимой переменной).
Проведенный дисперсионный анализ помогает в выборе тактики дальнейших действий при обработке данных. Например, если в результате дисперсионного анализа оказывается, что доля участия в формировании общей дисперсии признака неравномерна и большая часть приходит, скажем, на 2 фактора из рассматриваемых 5-ти факторов, то это может служить основанием для рассмотрения только этих двух факторов в построении модели зависимости признака от изучаемых факторов, а остальными факторами, ввиду малости их суммарного влияния пренебрегать.
Или вполне реальная ситуация, когда доля всех организованных, контролируемых факторов в формировании общей дисперсии признака составляет 5 - 10 %, означающее то, что в формировании изучаемого признака «виновны» факторы, неучтенные в данном исследовании. Следовательно, необходимо проведение дополнительных исследований с целью выявления и уточнения причинно- следственных связей данного явления.
|
|
Корреляционный анализ.
Одним из основных результатов использования корреляционного анализа является вычисление матрицы взаимных парных корреляций изучаемых факторов, позволяющий судить о степени (силе) линейных статистических зависимостей между факторами. Корреляционный анализ является уточненным дополнением к визуальному анализу графических представлений исходных рядов динамики.
На основе корреляционной матрицы для каждой зависимой переменной (отклика) предварительно отбирается множество взаимно не коррелированных факторов, наиболее сильно коррелирующиеся с результативным признаком.