Дисперсионный анализ

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.