Bài giảng Tin học ứng dụng: Chương 4 - Trần trung Hiếu

Bài giảng tin ứng dụng • Gv: Trần Trung Hiếu • Bộ môn CNPM – Khoa CNTT – ĐH Nông Nghiệp Hà Nội • Email: tthieu@hua.edu.vn • Website: http://ccd.hua.edu.vn/tthieu CHƢƠNG IV: PHÂN TÍCH PHƢƠNG SAI, SO SÁNH VÀ KIỂM ĐỊNH Nội dung:  Phân tích phƣơng sai  Kiểm định phƣơng sai  So sánh trung bình mẫu Phân tích phƣơng sai • Ví dụ • Cơng cụ chủ yếu để phân tích số liệu theo dõi ảnh hƣởng mức nhân tố khác tới kết hay ảnh hƣởng tƣơng tác nhân tố tới kết 1.1 Phân tích phƣơng sai nhân tố • Đƣợc sử dụng để phân tích số liệu theo dõi ảnh hƣởng mức nhân tố tới kết  Ví dụ: » Nhân tố: Cơng thức cho lợn ăn  Mức nhân tố công thức khác  Xem ảnh hƣởng tới suất nhƣ  Bài toán: Kiểm định giả thuyết tác động giống mức nhân tố » H0: m1 = m2 = =mn » H1: tồn i, j mà mi khác mj • Các bƣớc thực • Chuẩn bị liệu • Dữ liệu bố trí dƣới dạng cột hay hàng • Dữ liệu ứng với mức nhân tố khác • • Sử dụng cơng cụ Anova: Single Factor Phân tích kết • Nếu F thực nghiệm > F lý thuyết (Fcrit) mức nhân tố có tác động khác tới kết (chấp nhận H1) Cần so sánh công thức để rút công thức tốt (sử dụng LSD) • Ngƣợc lại: mức nhân tố khơng có khác biệt đáng kể tác động tới kết (chấp nhận H0) So sánh trung bình dùng số LSD • • •    Sử dụng trƣờng hợp kết luận mức nhân tố có tác động khác tới kết Sử dụng để rõ tác động khác mức nhân tố tới kết ntn: xếp thứ tự tác động mức nhân tố tới kết Nếu cần so sánh trung bình CT Ti (với ri lần lặp) với trung bình CT Tj (với rj lần lặp) tính thêm số LSD = tα,f * SQRT(s2(1/ ri + 1/ rj ) tα,f = TINV(α, f) với α = – p; f = df & within groups s2= MS within groups: Phương sai chung ri, rj: số lần lặp lại liệu mức nhân tố i, j Căn kết luận   Nếu |mi-mj| > LSD(i,j) tác động mức nhân tố i, j khác ngược lại Trong TH khác nhau, mi > mj KLuan mức nhân tố i tốt mức nhân tố j Phân tích phƣơng sai hai nhân tố Ví dụ: Điều tra chiều dài cây, hai nhân tố xét đến phân bón nhiệt độ Xảy hai trƣờng hợp:      Nhân tố A B không tƣơng tác, biến động gây nên tác động đồng thời A B gần sát Nhân tố A B có tƣơng tác Bài toán 1: Xét riêng tác động mức nhân tố A » H0: m1 = m2 = =mn » H1: tồn i, j mà mi khác mj Bài toán 2: Xét riêng tác động mức nhân tố B » H0: m1 = m2 = =mn » H1: tồn i, j mà mi khác mj Bài toán 3: Xét riêng tác động đồng thời (A,B) » H0: Tác động đồng thời nhân tố khơng có tác động đáng kể tới kết » H1: Tác động đồng thời nhân tố có tác động đáng kể tới kết Phân tích phƣơng sai hai nhân tố không tƣơng tác Không xét đến tác động đồng thời hai nhân tố A, B Cần giải toán 1, tốn Các bƣớc thực  Bố trí liệu  Sử dụng công cụ: Anova: Two-Factor Without Replication  Phân tích kết quả: » Xét giá trị F thực nghiệm F lý thuyết tƣơng ứng với nhân tố, F thực nghiệm > F lý thuyết kết luận mức nhân tố tƣơng ứng có ảnh hƣởng khác tới kết ngƣợc lại Phân tích phƣơng sai hai nhân tố tƣơng tác Xét đến tác động đồng thời nhân tố A, B Cần giải tốn phân tích phƣơng sai Các bƣớc thực    Bố trí liệu Sử dụng công cụ Anova: Two Factor With Replication Phân tích kết » Xét giá trị F thực nghiệm F lý thuyết tƣơng ứng với nhân tố, F thực nghiệm > F lý thuyết kết luận mức nhân tố tƣơng ứng có ảnh hƣởng khác tới kết (chấp nhận H1) ngƣợc lại (chấp nhận H0) » Xét giá trị F tn F lt tƣơng ứng với tác động đồng thời hai nhân tố (interaction), Ftn > Flt chấp nhận H1, tác động đồng thời đáng kể tới kết quả, ngƣợc lại chấp nhận H0 Kiểm định hai phƣơng sai  Kiểm định hai phía » H0: δ12 = δ22 (phƣơng sai biến X phƣơng sai biến Y) » Đối thuyết H1: δ12 ≠ δ22  Kiểm định phía » H0: δ12 = δ22 (phƣơng sai biến X phƣơng sai biến Y) » Đối thuyết H1: δ12 > δ22 Phân tích kết Trong Excel, sử dụng công cụ F-Test Two Sample for Variances để kiểm định phía Nếu F <  F > F Critical one-tail chấp nhận H0 (δ12 = δ22 )  ngƣợc lại bác bỏ H0, chấp nhận H1 δ12 > δ22 Nếu F >=  F < F Critical one-tail chấp nhận H0 (δ12 = δ22 )  ngƣợc lại bác bỏ H0, chấp nhận H1 δ12 > δ22 10 Phân tích kết Kiểm định phía: Ta có |z|=2.068>z2 phía nên bác bỏ giả thiết H0 (mX=mY) Kiểm định phía: Vì z tmột phía (t critical one-tail) bác bỏ H0 ngƣợc lại » Nếu ttn0 ta có tốn kiểm định H0: mX = mY+d H1: mX > mY+d • Nếu ttn> tmột phía (t critical one-tail) bác bỏ H0 ngƣợc lại » Nếu ttnthai phía=2.3646 nên chấp nhận H1 (mX≠mY) Giá trị Phai phía0 ta có toán kiểm định H0: mX = mY+d H1: mX > mY+d • Nếu ttn> tmột phía (t critical one-tail) bác bỏ H0 ngƣợc lại • Trong ví dụ trên: ttn>0 ttn> tmột phía=1.8945 nên chấp nhận H1 (mX > mY) Giá trị Pmột phía