Библиотечная процедура ANOVA системы GPSS World анализирует эксперименты от 1 до 6 факторов, включая взаимодействия 2-го и 3-го порядка между факторами.
На рис. 9.3 [19] представлена таблица ANOVA, полученная в GPSS World. Сначала рассмотрим среднюю часть таблицы. Полная сумма квадратов (Total) отделена от компонентов, связанных с эффектами факторов и их взаимодействиями (А, В, АВ). В строке Error (ошибка) приведена остаточная сумма квадратов. Средняя сумма квадратов (Mean Square) остаточного члена используется для оценки стандартной ошибки эксперимента (в данном случае это величина 2,5).
Каждая сумма квадратов делится на число степеней свободы для уровней. Из статистических соображений степени свободы - это делитель, который должен использоваться для получения несмещенной оценки стандартной ошибки. Для наших целей, достаточно представлять степени свободы как соответствующий делитель, связанный с суммой квадратов в таблице ANOVA. Система GPSS World всегда вычисляет степени свободы.
Каждый фактор и взаимодействие в статистической модели представлены отдельной строкой в верхней части таблицы ANOVA. В каждой строке указана сумма квадратов и число степеней свободы, связанные с оценкой факторов и их взаимодействий. Это - основы, из которых получены другие числа. Частное от деления определяет средний квадрат ошибки, и в предпоследнем столбце таблицы выдается F-статистика для этого эффекта.
|
|
Сделаем некоторые заключения. Необходимо решить, достаточно ли большое значение F-критерия получено для объявления эффекта значимым. Пороговое значение, которое используется для сравнения, называется «критическим значением F»и помещено справа от F- статистики в той же самой строке. Если полученное значение F превышает критическое значение, то делаем заключение, что имеем дело со значимым эффектом фактора. Если нет, то считаем, что эффект фактора незначимый и игнорируем любое связанное с ним изменение в наблюдениях, считая, что оно вызвано случайными помехами. Представленная на рис. 9.3 таблица ANOVA показывает, что эффект фактора А значимый, а эффект фактора В и взаимодействие АВ незначимы.
Иногда при выполнении эксперимента невозможно обнаружить эффект даже в том случае, если он фактически существует. Одна из задач эксперимента заключается в том, чтобы сделать это маловероятным. Из таблицы ANOVA видно, что для получения лучших результатов необходимо иметь или большую F-статистику или меньшее значение F-критерия. Желательно удалить часть суммы квадратов ошибки из-за какого-либо важного эффекта, не включенного в анализ. Если это можно сделать, то F-статистика будет больше. Для этого определяют дополнительные факторы, которые должны быть включены в эксперимент.
|
|
Рис. 9.3
Для увеличения степени свободы остаточного члена можно использовать два подхода. Первый просто увеличивает число повторений в эксперименте. Этот подход обычно более дорогой, но может быть весьма эффективным. Второй касается плана эксперимента и статистической модели дисперсионного анализа. Средний квадрат ошибки - фактически остаточный член, оставшийся после удаления других квадратов. Если можно найти приемлемый способ, который позволит большему количеству данных оставаться после удаления эффектов, то получим оценку стандартной ошибки с большим числом степеней свободы. Окончательное значение F -критерия будет уменьшаться при увеличении мощности анализа. При этом фактически игнорируются некоторые из взаимодействий.
В многофакторных экспериментах для упрощения статистической модели и уменьшения количества экспериментов игнорируют взаимодействия самого высокого порядка. Например, статистическая модель с двумя факторами без учета их взаимодействия имеет следующий вид:
Если действительно эффектами этих взаимодействий можно пренебречь, то это позволит использовать дополнительные степени свободы для получения лучших оценки F-статистики. Кроме того, большее число степеней свободы означает также и меньшее значение F-критерия. Однако необходимо понимать, что удаление членов из статистической модели предполагает, что не существует взаимодействий более высоких порядков.
В GPSS World от учета взаимодействий высоких порядков можно отказаться, используя третий параметр процедуры ANOVA. Иногда целесообразней учитывать только одну случайность. В этом случае для улучшения статистических оценок просто добавляются повторения наблюдений. Число повторений задается во втором параметре процедуры ANOVA.
Для работы процедуры ANOVA ей необходимо передать имя GPSS-матрицы с сохраненными результатами всех прогонов модели. Можно иметь несколько матриц результатов и для каждой их них выполнить эту процедуру. Любые матрицы GPSS World могут иметь максимальную размерность 6, эта величина ограничивает максимальное число анализируемых факторов.
Прежде чем начать эксперимент, необходимо инициализировать элементы матрицы в НЕОПРЕДЕЛЕННОЕ (UNSPECIFIED) состояние с помощью оператора: