Analiza Variationala ANOVA

Analiza variationala
ANOVA
Student: Andriescu Andreea

Profesor coordonator:
S.l. dr. ing. Petriceanu Constantin
Universitatea Politehnica Bucuresti

Facultatea Ingineria si Managementul Sistemelor Tehnologice
Cuprins:
Capitolul 1: Definirea temei........................................................................................ 3

1.1 Introducere........................................................................................................ 3
1.2 Definitie............................................................................................................. 3
1.3 Clasificarea tehnicilor ANOVA............................................................................4
Capitolul 2: Domenii de aplicare.................................................................................5
Capitolul 3: Principiul metodei.................................................................................... 6
3.1 Testele t............................................................................................................. 6
3.2 ANOVA simpla................................................................................................ 10
3.3 ANOVA cu masuratori repetate........................................................................18
3.4 ANOVA factoriala............................................................................................. 23
3.5 Conditiile generale si ipotezele de efectuare a experimentelor......................33
Capitolul IV: Bibliografie........................................................................................... 35

Capitolul 1: Definirea temei

1.1 Introducere
Exista unele metode de analiza si interpretare a datelor experimentale si de
proiectare a experimentelor a caror folosire necesita cunostinte avansate de statistica
matematica. Frecvent ele sunt grupate sub denumirea de metode statistice speciale.
Promovarea folosirii lor in practica inginereasca este franata in buna parte de faptul ca
natura concluziilor pe care metodele statistice speciale le ofera, ca si datele necesare
aplicarii lor, nu sunt cunoscute. Studierea literaturii de specialitate este utila, dar nu elimina
colaborarea cu personal specializat.
Metodologiile de calcul presupun folosirea unor calculatoare de birou. Exista insa
programe speciale concepute pentru calculatoarele electronice mai puternice, care in multe
cazuri sunt mai complete si mai eficiente. Provocarea unui dialog intre inginer si
statistician constituie obiectivul principal al expunerii.
1.2 Definitie
Metoda ANOVA (ANalysis Of VAriance) constituie o cale perfectionata de rezolvare
a testului egalitatii mai multor medii. Testarea se poate efectua in conditiile existentei mai
multor grupe de observatii provenite din variatia unui singur factor (experiment
unifactorial), doi factori (bifactorial), mai multi factori (multifactorial). Acestia pot fi la
randul lor la 2, 3, mai multe niveluri. Analizele ANOVA pot da raspunsuri la intrebari de
tipul: care tratament termic este mai bun? Diferentele date de verificarea cu mai multe
pasametre provin din pasametre, cotele de reglaj ale acestora sau ambele cauze?
1.3 Clasificarea tehnicilor ANOVA

3

Cele mai des intalnite desing-uri de cercetare experimentala utilizeaza una dintre
urmatoarele forme de analiza de varianta:
-ANOVA simpla sau unifactoriala este modelul cel mai simplu dintre tehnicile ANOVA,
fiind un corespondent al testului t pentru dou eantioane independente.
-ANOVA cu masuratori repetate este un model corespondent al testului t pentru dou
eantioane perechi.
- ANOVA factoriala cel mai utilizat fiind bifactoriala este un model mai complex, testand
efectele mai multor variabile independente (factori) asupra unei variabile dependente.
Capitolul 2: Domenii de aplicare

Aplicarea metodei si concluziile sunt influentate de tipul experimentului. Acesta
poate fi:
4

-cu efecte fixe sau model I;
-cu efecte variabile (aleatorii) sau model II;
-cu efecte mixte (acest model este o combinatie in primele doua).
Tipul experimentului se deduce raspunzand la intrebarea: Grupurile de date
reprezinta toate grupele in care experimenul este interesat? Experimentul cu efecte fixe
corespunde raspunsului da si cel cu efecte variabile raspunsului nu.
O aplicatie deosebit de interesanta si in acelasi timp importanta o are folosirea
ANOVA la efectuarea incercarilor interlaboratoare in scopul determinarii abaterilor
admisibile a dispersiei valorilor masurate.
Domeniile de aplicare in care este folosita metoda ANOVA pot fi, de exemplu:
ingineria, statistica, psihiatria.
Capitolul 3: Principiul metodei

3.1 Testele t
5

Testul t este o procedura de testare a semnificatiei statistice a diferentei dintre doua
medii.
Distribuia teoretic de referin (distribuia de nul) poate fi:
normala, pentru esantioane mai mari de 30 de subiecti;
t , pentru eantioane mai mici de 30 de subiecti.
Tipuri de teste t:
Testul t pentru un eantion;
Testul t pentru dou eantioane independente;
Testul t pentru dou eantioane dependente.
3.1.2 Testul t pentru un eantion
Testul t pentru un esantion testeaza diferenta dintre media unui esantion si media
populatiei. Mai general, diferenta dintre media esantionului si o valoare de referinta.
Raportare:
Media si abaterea standard a esantionului;
Media populatiei (valoarea de referinta);
Intervalul de ncredere pentru diferenta dintre medii;
Marimea efectului: d= (m-)/
3.1.3 Testul t pentru diferenta dintre mediile a doua grupuri independente
Testul t pentru diferenta dintre mediile a doua grupuri independente compara mediile a
doua grupuri formate din subiecti diferiti.
Raportare:
Mediile si abaterile standard ale celor doua grupuri;
Valoarea testului t, semnificatia statistica (p);
Mrimea efectului: d= (m1-m2)/ Sdif.
3.1.4 Testul t pentru doua esantioane dependente
6

Testul t pentru doua esantioane dependente testeaza diferenta dintre mediile a doua
esantioane dependente.
Constituie aceeasi variabila masurata n doua momente diferite pe acelasi grup de
subiecti.
Rapotare:
Mediile si abaterile standard pentru fiecare dintre cele doua masurari grupuri;
Valoarea testului t, semnificatia statistica (p);
Marimea efectului: d= (m1-m2)/ Sdif.
3.1.5 Conditii generale de aplicare
Normalitatea distributiei de esantionare: rezultatul testului devine nesigur daca
distributia variabilei se abate de la forma normala, mai ales daca volumul esantionului este
mai mic de 30 de subieci.
n temeiul teoremei limitei centrale, cu cat volumul esantionului este mai mare, cu
atat normalitatea distributiei de esantionare este mai sigura, iar impactul unei eventuale
anormalitati a distributiei asupra testului t, mai mic.
3.1.6. Utilizarea testelor t
Utilizarea testelor t este o metoda foarte buna de determinare a diferentelor dintre
doua grupe. Totusi, deseori, cercetatorii lucreaza cu mai mult de doua grupe. n acest caz
este nevoie de o noua metoda pentru a determina diferentele ntre grupe => ANOVA.
Se vor analiza avantajele teoretice si de ordin statistic pe care le poseda analiza
dispersionala (ANOVA) fata de testul t.
Se aduce drept exemplu legea Yerkes-Dodson n ce priveste relatia dintre motivatie
si invatare. Se cunoaste ca exista un optimum motivational care determina performante
crescute. Daca nivelul motivational al subiectilor este prea mic ori prea puternic, rezultatul

va fi acelasi: o scadere a performantei n nvatare, n primul caz datorat submotivarii, n
celalalt datorita supramotivarii.
Daca un experimentator decide sa aplice testul t pe doua grupe de subiecti (puternic,
respectiv slab motivati) pentru a urmarii efectul motivarii asupra performantelor n nvatare
va ajunge la concluzia ca motivatia nu influenteaza eficienta nvatarii doarece nu exista
diferente semnificative ntre grupul subiectilor puternic motivati si grupul celor slab
motivati.
Daca nsa introduce o a treia grupa de subiecti care au un nivel mediu de motivare
(apropiat de optimum motivational), se va observa ca performantele la nvatare vor creste.
Iata graficul aceastei situatii:
Se observa ca acest design experimental constituit din trei grupe este mai fidel
dect cel format din doua grupe, deoarece reuseste sa surprinda faptul ca eficienta nvatarii
creste la un nivel mediu de motivare si scade n situatiile extreme. Acest fapt nu ar fi putut
fi surprins daca am fi utilizat doar doua esantioane.
Ca urmare, cu ct numarul de grupe comparative este mai mare, cu att se
diversifica si gradele unei variabile independente. Astfel, putem observa care este efectul

variabilei independente asupra celei dependente n situatii variate (lipsa ei, prezenta ei
slaba, ntr-o masura medie sau puternica).
Pentru a creste siguranta relatiei dintre o variabila independenta si una dependenta
se recomanda cresterea numarului de grupe experimentale.
Cel de-al doilea neajuns al testelor t n cazul designului experimental cu mai mult de
doua grupe este de ordin statistic.
Tipul de eroare de ordinul I este determinat de formula:
Unde: este nivelul de ncredere pentru fiecare test t efectuat; c este numarul de teste t ce
trebuie efectuate.
Daca existau doar doua grupe de subiecti se aplica un singur test t ntre grupul 1 si
grupul 2. Daca exista nsa trei grupe de subiecti sunt necesare trei teste t (ntre grupul 1 si
grupul 2; ntre 2 si 3; respectiv ntre 1 si 3). Cu ct avem un numar mai mare de grupe cu
att numarul testelor t ce trebuie efectuate creste.
Ori, nivelul de ncredere maxim pna la care putem respinge o ipoteza nula este de
0,05 (.05). Conform formulei date mai sus, acest nivel de ncredere se calculeaza n functie
de numarul de grupe. Daca n cazul a doua grupe aplicam un singur test t nivelul de
ncredere al experimentului este:
nsa ncepnd cu situatia n care avem trei grupe trebuie aplicate mai multe teste t
simultane, crescnd astfel sansa de a comite o eroare de tip I.

Aceasta valoare ar fi mai mare dect maximul acceptat (0,05), ca urmare nici din
punct de vedere statistic nu este recomandabila utilizarea testului t pentru mai mult de doua
grupe.
Pornind de la aceasta situatie, R.A. Fisher a dezvoltat o tehnica numita analiza
dispersionala sau ANOVA (care n limba engleza provine de la analysis of variance).
Exista mai multe tipuri de ANOVA care vor fi discutate punctual n continuare.
3.2 ANOVA simpla

Se va utiliza aceasta tehnica n situatia n care vom avea o singura variabila
independenta cu mai multe trepte (mai mult de doua trepte si implicit grupe de subiecti) si
o singura variabila dependenta. Tehnica este echivalentul testului t independent.
De fapt, testul t independent este un tip special de ANOVA simpla n care sunt
implicate doar doua grupe. ANOVA simpla permite evaluarea ipotezei nule ntre mediile a
doua sau mai multe serii de date cu restrictia ca acestea sa fie trepte ale aceleiasi variabile
independente. Exemplul anterior contine o variabila independenta cu trei trepte: motivare
slaba, medie si puternica, respectiv o variabila dependenta, eficienta n nvatare. Pot exista
mai multe trepte, cu conditia sa existe o singura variabila independenta, respectiv o singura
variabila dependenta.
ANOVA simpla permite compararea simultana a trei sau mai multe grupe mentinnd
nivelul la valoarea dorita, de maxim 0,05.
Procedeul matematic implicat n ANOVA simpla consta n analiza dispersiei
variabilei dependente. n aceasta analiza dispersia totala are doua componente: dispersia
din interiorul fiecarui grup format si dispersia ntre mediile grupelor si marea medie (media
totala fara a tine cont de grupele formate). De exemplu, subiectul X1 din grupa I abaterea
fata de marea medie M este data de doua componente: abaterea lui X1 fata de media
grupului din care face parte M1 (X1-M1), respectiv abaterea mediei grupului I fata de
marea medie (M1-M). Prima componenta este denumita dispersia intragrup si se datoreaza
10

fluctuatiilor esantionului ales pentru studiu, cea de a doua se numeste dispersia intergrup si
apare mai ales ca urmare a influentei variabilei independente.
Deci, n ANOVA simpla totalul dispersiei provine din doua surse: intragrupal si
intergrupal. Ambele surse reflecta dispersia datorata selectiei randomizate a esantionului.
n plus, dispersia intergrup reflecta abaterile datorate treptelor diferite ale variabilei
independente. Dispersia datorata esantionarii aleatoare se mai numeste si dispersia erorii,
n timp ce dispersia datorata variabilei independente poarta numele si de dispersie
adevarata.
Pentru a ntelege mai bine mecanismul matematic de calculare a lui F (simbolul
rezultatului obtinut prin ANOVA) se va prezenta un exemplu si algoritmul de calcul pentru
ANOVA simpla.
Studiu de caz: Un cercetator doreste sa urmareasca efectul unei terapii asertive
asupra stimei de sine la debilii mintali. Toti subiectii aveau un IQ ntre 70 si 80 si au fost
mpartiti n trei grupe de subiecti.
Din totalul de 15 participanti au fost relizate trei grupe a cte cinci subiecti fiecare.
O prima grupa a urmat o terapie individuala bisaptamanala timp de o luna de zile, cel de-al
doilea grup a urmat o terapie de grup n aceleasi conditii n timp ce al treilea grup, de
control, n-a urmat nici o forma de terapie.
La sfrsitul experimentului subiectii au fost testati n ce priveste nivelul stimei de
sine, care n acest caz constituie variabila dependenta. Rezultatele sunt prezentate n tabelul
de mai jos:
Terapie individuala
X
Terapie grup
Grup de control
11

12
144
81
36
10
100
49
49
11
121
36
49
81
10
100
16
50
514
35
263
20
102
Media
10
103
52,6
20,4
Pentru calcularea raportului F din ANOVA simpla, cea mai usoara cale este metoda
denumita ABC.
Astfel trebuie mai nti calculate A, B si C, unde:
A se obtine prin ridicarea la patrat a rezultatelor fiecarui subiect si apoi sumarea lor
(indiferent de grupa din care face parte).
B se obtine prin suma rezultatelor tuturor subiectilor (indiferent de grupa), ridicarea

sumei la patrat si apoi mpartirea la numarul total de subiecti ai experimentului.
C se obtine prin suma rezultatelor subiectilor din grupa 1, ridicarea la patrat a valorii
obtinute urmata apoi de mpartirea la totalul de subiecti ai primei grupe.
12

Procedeul se repeta pentru toate grupele experimentului, n final are loc adunarea
tuturor rezultatelor partiale.
nainte de a se prezenta un tabel ANOVA trebuie prezentati ctiva termeni noi.
-Suma patratelor (SS) este suma abaterilor standard.
-Media patratica (MS) este expresia ANOVA a dispersiei esantionului.
-Media mare este media tuturor rezultatelor fara a tine cont de diferentele dintre grupe.
Se obisnuieste ca orice tabel ANOVA sa fie prezentat n felul urmator:
Dispersia
SS
df
MS
Intergrup
C-B
k-1
(C-B) / (k-1)
MS1/MS2
Intragrup
A-C
N-k
(A-C) / (N-k)
Totala
A-B
N-1
X- rezultatul unui subiect;

N- numarul total de subiecti din experiment;
k- numarul de grupe;
SS- suma patratelor;
df- numarul de grade de libertate;
MS- media patratica;
F- raportul ANOVA.
Calculnd A, B si C pentru problema de fata obtinem:
A = 514+263+102= 879;
B = (50+35+20) / 15= 735
C = (50) / 5 + (35) / 5 + (20) / 5 = 825.
Ca urmare tabelul ANOVA pentru problema de fata arata astfel:
13

Dispersia
SS
df
MS
Intergrup
90
45
10,00
Intragrup
54
12
4,5
Totala
144
14
Interesul major n acest tabel l reprezinta valoarea lui F. Aceasta vine raportata la
tabelul lui F pentru nivelele de semnificatie de .05 sau .01. Tabelul lui F se utilizeaza diferit
de cel al lui t.
Se observa ca raportul F este obtinut prin mpartirea Mediei patratice (MS)
intergrup la media patratica (MS) intragrup. Fiecarei medii patratice i corespunde anumite
grade de libertate. n cazul problemei date, se observa citind din tabelul sumar ANOVA ca
MS intergrup are 2 df (doua grade de libertate), iar MS intragrup are 12 df.
n tabelul lui F se citeste valoarea corespunzatoare gradelor de libertate pentru
intergrup (pe coloana a doua deoarece df=2) si pentru intragrup (df=12, deci linia 12). Se
observa doua valori trecute la intersectia coloanei 2 cu linia 12 (3,88 pentru un p<.05 si
6,93 pentru un p<.01).
Comparnd valoarea lui F obtinuta de noi (F=10) cu valorile trecute n tabel n
functie pragul de semnificatie ales pentru a respinge ipoteza nula (3,88 pentru un p<.05 si
6,93 pentru un p<.01) observam ca F obtinut este mai mare dect valoarea lui F tabelar.
Aceasta nseamna ca raportul F obtinut este semnificativ statistic, ipoteza nula este
respinsa, deci exista diferente ntre mediile celor trei grupe.
Matematic rezultatul obtinut se scrie sub forma:
F (2,12) = 10,00, p<.05 (se citeste "F cu 2 si 12 grade de libertate are valoarea 10 si este
semnificativ la nivelul de .05").
14

Respingerea ipotezei nule ne arata doar ca cele trei grupe nu sunt egale n ce
priveste media rezultatelor variabilei dependente. Cu toate acestea, nu stim cum difera cele
trei grupe ntre ele, daca spre exemplu, doar grupa 1 difera de grupele 2 si 3 sau daca toate
difera semnificativ.
Pentru a depasi acest impas, prima solutie ar fi realizarea de teste t ntre grupele 1 si
2, 2 si 3 sau 1 si 3. n aceasta situatie reapare problema enuntata anterior privind . De
aceea sunt necesare alte solutii care poarta numele de comparatii post hoc, efectuate dupa
gasirea unui raport F semnificativ.
De asemenea, pot fi utilizate si comparatii planificate pentru a testa diferentele ntre
grupele de subiecti, nainte de efectuarea experimentului.
OBSERVATIE: Desi n problema data numarul de subiecti din fiecare grupa a fost
egal, n aplicare testului ANOVA simpla numarul de subiecti din grupe poate sa nu fie egal
cu conditia respectarii unei dispersii omogene n grupe.
Omogenitatea dispersiei o masura a asocierii
Respingerea ipotezei nule arata ca exista o diferenta semnificativa ntre medii. n
cazul unor esantioane mari acest rezultat poate fi lipsit de aplicativitate. Situatia poate fi
similara unui coeficient de corelatie r=.15 semnificativ statistic la un esantion mare nsa
relatia dintre cele doua variabile (r=.15) arata o slaba asociere.
O masura a marimii asocierii ntre variabila independenta si cea dependenta n
cazul ANOVA este omogenitatea dispersiei ( omega patrat). Ea indica proportia din
dispersia variabilei dependente care poate fi pusa pe seama variatiei variabilei
independente. Masura este similara coeficientului de determinare (r) discutat n cadrul
studiului corelational.
Formula lui omega patrat propusa de Hays (1981) este:
15

nlocuind n formula datele problemei obtinem:
Formulnd o concluzie asupra datelor statistice, putem spune ca treptele diferite

ale variabilei independente: terapia asertiva (terapie individuala, de grup, control)
influenteaza semnificativ evolutia stimei de sine. F(2, 12)= 10,00, p<.05 si raspund de o
proportie nsemnata din dispersie ( = 54,5%).
O alta formula simpla de calcul a lui a fost data de Tolson (1980):
Unde: N este totalul subiectilor din experiment, iar k numarul de grupe formate.
Exista cteva precautii n utilizarea lui . Cea mai importanta dintre ele se refera
la utilizarea acestei masuri n conditiile n care variabila independenta a fost atent mpartita
n trepte ct mai egale posibil.
Grupele realizate pe baza unor variabile cantitative ar trebui sa pastreze o distanta
egala ntre ele. Unitatile egale de tip (2 ore, 4 ore, 6 ore) conduc la utilizarea lui fara nici
o problema. n cazul unitatilor inegale de tip (2 ore, 5 ore, 15 ore) nu este indicata
calcularea omogenitatii dispersiei.
Grupele realizate pe baza unei variabile independente nominale (calitative) ar
trebui sa pastreze aceasta conditie dintr-o perspectiva teoretica ct mai mult posibil. n
cazul problemei de fata, cele trei trepte (tratament individual, colectiv si control) nu sunt
egale din perspectiva teoretica (distanta dintre tratamentul individual si cel colectiv fiind
mai mica dect cea dintre nontratament si oricare din grupele experimentale). Drept
consecinta, calcularea lui nu este recomandata.
16

O alta precautie a utilizarii lui este aceea a modificarii valorii sale n functie de
treptele variabilei independente. n cazul amintit (2 ore, 4 ore, 6 ore) calcularea lui va
conduce la un rezultat diferit daca ar fi fost utilizate (3 ore, 6 ore si 9 ore).
n ciuda acestor neajunsuri, n situatia n care sunt respectate n mare conditiile
amintite, omogenitatea dispersiei ofera informatii importante si merita calculat. Este n
mod special util n cazurile n care obtinem un F semnificativ, foarte mare si are rolul de a
tempera concluziile primare. Se poate obtine un modest, chiar n situatiile n care
raportul F ANOVA a iesit foarte mare. n acest caz, omogenitatea dispersiei va arata mai
exact n ce masura variabila independenta este responsabila (influenteaza) dispersia
variabilei dependente.
Marimea efectului
Daca mai sus, referitor la testele t indexul marimii efectului a fost notat cu d, n
cazul ANOVA se noteaza cu f. Formula de calcul a lui f este:
Unde: N este numarul total de subiecti cuprinsi n experiment.

nlocuind simbolurile cu datele problemei referitoare la efectul terapiei asertive
asupra stimei de sine la deficientii mintali obtinem:
OBSERVATIE: Aceasta formula este valida numai n situatia n care numarul de subiecti
din fiecare grupa este egal.
Pentru situatia ANOVA factorial, MS intergrup devine MS tratament (factor), iar
MS intragrup devine MS eroare (intracelula).
Urmatorul pas, consta n interpretarea valorii gasite, Cohen (1992) propune
urmatoarele valori ale lui f:
17

Efect slab f =.10
Efect mediu f =.25
Efect mare f =.40
Valoarea obtinuta arata un efect foarte puternic, cea ce nseamna o influenta
puternica a variabilei independente asupra celei dependente. Totusi, datele problemei sunt
artificiale si servesc doar ca exemplu de rezolvare pentru ANOVA simpla.
3.3 ANOVA cu masuratori repetate

Daca ANOVA simpla era n analogie cu testul t independent, ANOVA cu
masuratori repetate este n corespondenta cu testul t dependent.
Termenul masuratori repetate implica evaluarea unui individ de doua sau mai multe ori n
ce priveste variabila dependenta.
n aceasta situatie, suma patratelor totala si implicit dispersia totala sunt mpartite n trei
componente: dispersia dintre indivizi; dispersia datorata variabilei independente; si
dispersia reziduala.
Se prezinta n continuare tabelul sumar pentru ANOVA cu masuratori repetate necesar n
vederea aflarii lui F.
Sursa dispersiei
SS
df
Individuala
C-B
n-1
V.independenta
D-B
k-1
Reziduala
(A-B)- [(C-B)+(k-1)(n-1)
MS
SS/df
SS/df
SS/df
F
F
(D-B)]
Total
N-1
Unde: n este numarul de subiecti a unei grupe; N numarul de subiecti din experiment, iar k
este numarul de repetari a testarii. F se obtine facnd raportul ntre MS independent si MS
rezidual.
Mai trebuie facute cteva precizari:
SS individual = C-B;
SS independent (adevarat, tratament) = D-B;
18

SS rezidual = (A-B)-[(C-B)+(D-B)];
SS total = A-B
Trebuie mai nti calculate A, B si C.
(indiferent de grupa din care face parte.
B se obtine prin sumarea rezultatelor tuturor subiectilor (indiferent de grupa), ridicarea

C se obtine prin sumarea rezultatelor obtinute de primul subiect pe parcursul tuturor

evaluarilor (k). Procedura se repeta si pentru ceilalti subiecti supusi experimentului. Aceste
rezultate partiale se aduna, iar valoarea rezultata se mparte la totalul de evaluari la care
este supus un subiect.
D se obtine prin sumarea rezultatelor subiectilor din grupa 1, ridicarea la patrat a valorii
obtinute. Procedeul se repeta si pentru celelalte grupe, iar rezultatele partiale obtinute se
aduna, suma obtinuta se mparte n final la numarul de subiecti cuprinsi ntr-o grupa.
Unde: k reprezinta numarul de evaluari, implicit de grupe; N numarul de subiecti dintr-o
grupa.
Pentru a usura ntelegerea tehnicii ANOVA unifactoriala cu masuratori repetate se va oferi
spre rezolvare urmatoarea problema.
19

Studiu de caz: Un cercetator este interesat sa observe n ce masura interactiunile sociale
ale populatiei cu persoane apartinnd etniei rroma vor reduce atitudinea refractara fata de
acestia si vor elimina prejudecatile.
Drept urmare, sase subiecti sunt pusi sa interactioneze zilnic cu un grup de alti sase
minoritari rroma, n vederea realizarii unui proiect comun timp de doua luni de zile.
Subiectilor li se aplica un chestionar validat de masurare a atitudinii fata de rromi, realizat
n vederea depistarii impresiei populatiei majoritare asupra rromilor, pe o axa acceptarerespingere. Scorurile mari arata un nivel crescut de acceptare.
Subiectii sunt testati de patru ori: nainte de nceperea experimentului; la o luna dupa
declansarea proiectului comun, la finalizarea proiectului (dupa nca o luna); si la o luna
dupa terminarea proiectului. Cum a influentat trecerea unui anumit interval de timp
atitudinea fata de etnia rroma? Ipoteza pe care o lanseaza cercetatorul este: persoanele cu
ct interactioneaza mai frecvent cu cei din etnia rroma, cu att vor avea o atitudine mai
toleranta fata de acestia. Ipoteza nula a cercetarii este: M1 = M2 = M3 = M4
Rezultatele celor sase subiecti la cele patru testari sunt trecute n tabelul de mai jos:
S
nainte
Dupa 1
Dupa
luna
x
6
2
Dupa
luni
x
luni
x
4
1
1
2
0
3
6
1
5
1
0
8
1
1
2
5
20

9
1
1
0
0
5
6
6
0
1
0
7
1
7
1,
1,
271
8
M
0
8
Se calculeaza mai ntai valorile A, B, C si D:

A = 271 + 398 + 742 + 748 = 2159
B = (39 + 48 + 66 + 66)x / 24 = 1998,375
C = [(6 + 9 + 12 + 11) + (8 + 10 + 14 + 15) + (5 + 6 +10 + 11) + (7 + 9 + 9 + 10) + (4 +
8 + 10 + 9) + (9 + 6 + 11 + 10)] / 4 = 2039,75
D = (39 + 48 + 66 + 66) / 6 = 2089,5.
Urmatorul pas este calcularea sumei patratelor:
SS individual = C B = 2039,75 1998,375 = 41,375
SS adevarata (experiment) = DB = 2089,5 1998,375 = 91,125
SS reziduala = (A-B)-(C-B)+(D-B)=(2159 1998,375) [(2039,751998,375)+(2089,5
1998,375)] = 28,125
SS totala = A B = 2159 1998,375 = 160,625.
Sa nu se uite ca:
SS totala = SS individual+SS experiment+SS rezidual
21

Al treilea pas consta n calcularea gradelor de libertate:
df individual = n 1 = 6 1 = 5.
df experimental = k 1 = 4 1 = 3.
df rezidual = (k 1)(n 1) = (6 1)(4 1) = 15.
df totala = N 1 = 24 1 = 23.
Penultimul pas pentru a constitui tabelul ANOVA necesita calcularea mediei patratice
(MS):
MS individual = SS individual / df individual = 41,375 / 5 = 8,275.
MS experimental = SS experimental / df experimental = 91,125 / 3 = 30,375.
MS rezidual = SS rezidual / df rezidual = 28,125 / 15 = 1,875.
Ultimul pas consta n calcularea raportului lui F n cazul ANOVA cu masuratori repetate:
F = MS experimental / MS rezidual;
F = 30,375 / 1,875 = 16,2.
Iata tabelul sumar ANOVA masuratori repetate n cazul problemei date:
Sursa
SS
dispersie
MS
i
Individu
41,37
ala
Experim
F,p<.
05
8,27
5
91,12
5
30,3
ent
Rezidual
5
28,12
75
1,87
a
Totala
5
160,6
5
2
16
3,29*
,2
25
3
Dupa calcularea lui F se compara valoarea gasita cu cea prezenta n tabelul lui F. Se
observa ca valoarea obtinuta F = 16,2 este mai mare dect cea prezenta n tabelul lui F la
un prag de .05, pentru 3 si 15 grade de libertate (F = 3,29). Ca urmare ipoteza nula este
22

respinsa, constatndu-se diferente semnificative n ce priveste mediile celor patru serii de
evaluari. Matematic rezultatul obtinut se scrie:
F (3, 15) = 16,2, p<.05.
Orice test parametric necesita ndeplinirea mai multor conditii pentru a putea fi
utilizat. Se prezinta n continuare conditiile necesare pentru a putea aplica ANOVA simpla
si ANOVA cu masuratori repetate.
Asumptii ale tehnicii ANOVA simpla:
Esantionul a fost selectat randomizat din populatie. n cazul n care acest fapt este
greu de realizat se recomanda ca masura compensatorie randomizarea subiectilor n
grupele experimentale.
Variabila dependenta este distribuita normal. Aceasta conditie este greu de

demonstrat n conditiile n care mare parte din cercetarile care utilizeaza ANOVA se
realizeaza cu un numar mic de subiecti. ncalcarea acestei conditii are nsa efecte reduse
asupra erorii de tip.
Dispersia subiectilor mpartiti pe grupe de tratament diferite sa fie egala. Exista
coeficienti special construiti pentru a observa n ce masura este realizata aceasta
omogenitate a dispersiei. Testul ANOVA este o tehnica robusta, rezistenta la violarile
prezentate (n special a primelor doua). Numai n cazuri deosebite n care exista violari
majore a acestor conditii si mai ales a existentei unor dispersii inegale si a unor grupe de
subiecti inegale se recomanda sa se renunte la testul ANOVA n favoarea utilizarii unor
tehnici neparametrice.
Asumptiile testului ANOVA cu masuratori repetate:
Primele trei conditii sunt identice. La acestea se adauga o conditie suplimentara:
Coeficientii de corelatie ntre diferitele evaluari repetate sa fie aproximativ egali. Daca
23

omogenitatea dispersiei si egalitatea aproximativa a coeficientilor de corelatie sunt
ncalcate, eroarea de tip I poate fi afectata. Totusi, se poate continua aplicarea tehnicii
parametrice daca se procedeaza la aplicarea unei corectii prealabile referitoare la gradele
de libertate. Valoarea lui F obtinuta va fi comparata cu valoarea prezenta n tabelul lui F
pentru (1 si n-1 grade de libertate) si nu pentru k-1 si (n-1)(k-1) grade de libertate ca n
situatia n care aceste conditii erau ndeplinite.
3.4 ANOVA factoriala

S-au urmarit cazurile de ANOVA n care era prezenta o singura variabila
independenta cu mai multe trepte si o singura variabila dependenta, celelate variabile fiind
controlate. Se poate nsa manipula mai mult dect o singura variabila independenta.
n acest caz de analiza dispersionala, ANOVA factorial, este vorba de studiul
influentei simultane a doua sau mai multe variabile independente asupra unei variabile
dependente.
Exista mai multe avantaje n utilizarea unui design experimental factorial. Un prim
cstig este eficienta studiului, deoarece doua sau mai multe variabile independente sunt
analizate simultan si sunt extrase informatii referitoare att despre fiecare factor n parte,
ct si despre interactiunea dintre acestia si influenta lor asupra variabilei independente.
Din aceasta perspectiva, ANOVA factorial conduce la calculul a trei teste statistice
F. Doua dintre ele se realizeaza pentru a gasi efectele principale (efectul principal al
variabilei A si efectul principal al variabilei B), iar cel de-al treilea test masoara efectul
interactiunii AB asupra variabilei dependente. Efectele principale sunt analoage dispersiei
intergrup din ANOVA simpla, iar testul interactiunii (simbolizat AB) ne arata daca
rezultatele obtinute la diferite nivele ale variabilei A sunt dependente de nivelul factorului
B si viceversa.
n cele ce urmeaza se va analiza testul ANOVA bifactorial (2 variabile
independente cu mai multe trepte fiecare), fiind nsa posibile si experimente care necesita
24

mai mult de doi factori (variabile independente). Algoritmul de rezolvare a acestor situatii
este asemanator cu ANOVA bifactorial, dar este prea complicat de calculat manual.
Orice ANOVA factorial are specificat designul experimental realizat, sub forma unor
cifre. Un design factorial cu doua variabile, fiecare avnd cte trei trepte va fi notat,
ANOVA 3x3, un altul n care prima variabila are doua trepte, iar cea de a doua cinci, va fi
simbolizata ANOVA 2x5. Un design factorial (cu trei variabile independente), n care
primele doua variabile au cte 3 trepte, iar cea de-a treia doar doua, va fi notat ANOVA
3x3x2 s.a.
Se prezinta n continuare forma grafica a unui design experimental bifactorial, n care cele
doua variabile independente au cte trei trepte.
A1
A2
A3
B1
B2
B3
A1B1
A1B2
A1B3 Medie A1
A2B1
A2B2
A2B3 Medie A2
A3B1
A3B2
A3B3 Medie A3
Medie B1 Medie B2 Medie B3
Dupa cum se observa, din combinarea celor doi factori fiecare cu trei trepte, se obtin
noua situatii experimentale diferite. Acestea poarta numele de celule.
Daca n cazul ANOVA simpla dispersia totala era suma dispersiei intergrup cu
dispersia intragrup, n cazul ANOVA factoriala exista patru surse ale dispersiei totale, si
anume: dispersia intracelula (echivalenta cu dispersia intragrup); dispersia de-a lungul
mediei liniilor; dispersia de-a lungul mediei coloanelor si dispersia datorata interactiunii
dintre cele doua variabile independente, suma ultimeler trei fiind echivalentul dispersiei
intergrup.
Din aceasta cauza sunt testate trei ipoteze nule n cazul ANOVA bifactorial. Primele
doua se refera la efectul variabilelor independente luate separat (media fiecarei linii este
egala, respectiv media fiecarei coloane este egala), iar cea de-a treia se refera la
interactiune.
Pornind de la aceste coordonate se prezinta tabelul sumar pentru ANOVA factorial:
25

Sursa disp.
Lin.-factorA
Col.-factorB
Interactiune
SS
C-B
D-B
(E-B)-(C-B)(DB)
Intracelule
(A-E)-(E-B)
Total
A-B
df
l-1
c-1
MS
SS/df
SS/df
F
F
F
(l-1)(c-1)
SS/df
(N-1)rest
N-1
SS/df
Unde: l este numarul de linii (treptele variabilei A); c este numarul de coloane
(treptele variabilei B), iar gradele de libertate (df) pentru intracelule se calculeaza scaznd
din df total celelalte grade de libertate (linii, coloane, interactiune).
Utiliznd aceasta metoda ABC n calcularea celor trei F pentru ANOVA factorial
este necesar mai nti sa calculam A, B, C, D si E.
(indiferent de celula din care face parte.
B se obtine prin sumarea rezultatelor tuturor subiectilor (indiferent de grupa), ridicarea

C se obtine prin sumarea rezultatelor obtinute de subiectii prezenti pe linia nti, rezultatul
obtinut fiind ridicat la patrat. Procedura se repeta si pentru celelalte linii. Aceste rezultate
partiale se aduna, valoarea rezultata se mparte la totalul de subiecti ai unei linii, indiferent
de coloane.
26

D se obtine prin sumarea rezultatelor subiectilor din coloana 1 si apoi ridicarea la patrat a
valorii obtinute. Procedeul se repeta si pentru celelalte coloane, iar rezultatele partiale
obtinute se aduna iar suma se mparte la numarul de subiecti cuprinsi ntr-o coloana,
indiferent de linie.
E se obtine prin sumarea rezultatelor subiectilor din celula nti si apoi ridicarea la patrat a
sumei obtinute. Procedeul se repeta pentru toate celulele designului factorial, iar rezultatele
partiale obtinute se nsumeaza. Rezultatul obtinut se mparte la numarul de subiecti dintr-o
celula.
OBSERVATIE: Formulele date sunt aplicabile si n situatia n care celulele nu au un numar
egal de subiecti, cu conditia sa nu varieze foarte mult sau sa fie proportionali. n acele
situatii calculul lui C, D si E se diferentiaza nlocuind numitorul cu numarul de subiecti
pentru fiecare linie, coloana sau celula n parte. De pilda, E se va calcula astfel:
Pentru a concretiza elementele teoretice prezentate n cadrul ANOVA factoriala, se

ofera drept exemplu model rezolvarea unei probleme care necesita aplicarea ANOVA
factorial.
Studiu de caz: Pornind de la experimentele care au aratat ca memoria are o natura
reconstructiva, un cercetator doreste sa studieze n ce masura relatarile martorilor oculari
sunt influentate de ntrebarile adresate si de experienta subiectilor fata de situatia n cauza,
pentru a stabili gradul de ncredere n depozitiile martorilor.
27

n experiment, cercetatorul propune subiectilor sa vizioneze un film despre un
accident de circulatie. Dupa vizionare le cere subiectilor sa estimeze viteza cu care rulau
masinile n momentul accidentului (variabila dependenta). El este interesat de influenta a
doua variabile independente.
O prima variabila este data de manipularea experimentatorului. Astfel, el cere unui
grup sa estimeze viteza cu care s-au "zdrobit" masinile; unui al doilea grup i s-a cerut
acelasi lucru, dar foloseste expresia "s-au lovit", iar n a treia situatie subiectii au fost
ntrebati "ce viteza" aveau masinile n momentul accidentului.
Cea de a doua variabila independenta luata n calcul a fost experienta subiectiilor
care a avut doua trepte: soferi si ne-soferi. Avem asadar un model de ANOVA factorial de
tip 3x2 (trei linii si doua coloane).
Ipoteza cercetatorului este: relatarile subiectilor sunt influentate att de expresiile
utilizate (ntrebarile anchetatorului) ct si de experienta subiectilor n situatia descrisa, n
sensul ca subiectii soferi pot estima mai bine dect ne-soferii viteza de deplasare a masinii.
A = 41706;
B = 1080 / 30 = 38880;
C = (447 + 321 + 312) / 10 = 40019,4;
D = (513 + 567) / 15 = 38977,2;
E = (189 + 258 + 174 + 147 + 150 + 162) / 5 = 40582,8
Dupa calcularea lui A, B, C, D si E cu ajutorul datelor din tabel, se calculeaza
suma patratelor pentru fiecare situatie.
SS linii (factorul A) = C-B = 40019,4-38880 = 1139,4
SS coloane (factorul B) = D-B = 38977,2-38880 = 97,2
SS linii x coloane (interactiune) = (E-B)-(C-B)-(D-B) = (40582,8-38880)-(40019,438880)-(38977,2-38880) = 466,2
SS intracelula = (A-B)-(E-B) = (41706-38880)-(40582,8-38880) = 1123,2
28

SS total = A-B = 41706-38880 = 2826
A1
Zdrobit
Media
B1 Soferi
X
51
45
39
30
24
189
37,8
X
2601
2025
1521
900
576
7623
B2 Nesoferi
X
X
63
3969
57
3249
51
2601
48
2304
39
1521
258
13644
51,6
A1(linie)=
189+258= 447
A1=7623+1364
4= 21267
Media lui
A2
Lovit
Media
42
39
33
33
27
174
34,8
1764
1521
1089
1089
729
6192
36
30
30
27
24
147
29,4
1296
900
900
729
576
4401
A1 = 44,7
A2(linie)=
174+147= 321
A2
=6192
+4401= 10593
Media lui
A3
Accide
nt
Media
33
33
30
27
27
150
30
1089
1089
900
729
729
4536
36
33
36
30
27
162
32,4
1296
1089
1296
900
729
5310
A2 = 32,1
(linie)A3
150+162= 312
A3
4536+5310
= 9846
Media lui
B1=189+174+150=
B2=258+147+162=
A3 = 31,2
Xtot.=1080
513
567
Xtotal = 41706
B1=7623+
B2=13644
Media lui X total
6192+4536 = 18351
+4401+5310 = 23355
= 36
Media B1= 34,2
Media B2= 37,8
De asemenea putem stabili gradele de libertate:

29

df linii = numarul de linii(l) 1 = 3-1 = 2
df coloane = numarul de coloane(c) 1 = 2-1 =1
df interactiune = (l-1)(c-1) = (3-1)(2-1) = 2
df total = Numarul total de subiecti (N) 1 = 30-1 = 29
df intracelula = df total df linii df coloane df interactiune = 29-2-1-2 = 24
Avnd calculate att suma patratelor (SS) ct si gradele de libertate (df) putem
calcula media patratica pentru aceste elemente:
MS linii (A) = SS linii / df linii = 1139,4 / 2 = 569,7
MS coloane (B) = SS coloane / df coloane = 97,2 / 1 = 97,2
MS linii x coloane (interactiune - AB) = SS linii x coloane / df linii x coloane = 466,2 / 2 =
233,1
MS intracelula (eroare) = SS intracelula / df intracelula = 1123,2 / 24 = 46,8.
Ultimul pas ramas de facut este calcularea celor trei F:
FA = MS linii / MS intracelula = 569,7 / 46,8 = 12,17
FB = MS coloane / MS intracelula = 97,2 / 46,8 = 2,07
FC = MS interactiune / MS intracelula = 233,1 / 46,8 = 4,98
Tabelul sumar ANOVA 3x2 al problemei este:
Sursa
SS
df
MS
Prag
dispersiei
Linii (A)
1139,4
569,
12,17
p
<.01
(2,24
97,2
)
2,07
Coloane
97,2
(B)
Interactiun
>.05
(1,24
466,2
233,
)
4,98
(2,24
)
30
<.05

Intracelula
Totala

1123,2
24
46,8
2826
29
Asadar, se observa ca din cele trei raporturi F, doua sunt semnificative statistic F
linii (determinat de factorul A) si F interactiune (determinat de actiunea comuna a
factorilor A si B).
Se obisnuieste sa se reprezinte grafic influenta factorilor A si B si a interactiunii
lor asupra variabilei dependente. Pe abscisa este trecuta una din variabilele independente
(ntr-un mod arbitrar), n timp ce pe ordonata sunt trecute valorile variabilei dependente.
Vom prezenta un grafic ilustrativ utiliznd datele problemei de fata.
Doua variabile independente care nu interactioneaza au o reprezentare grafica de

tip paralel: Dupa cum se observa n problema de fata, variabilele interactioneaza ntre ele,
cele doua linii intersectndu-se chiar n doua locuri.
Asa cum s-a observat si n cazul precedentelor teste ANOVA se poate calcula
ca masura a asocierii ntre variabilele independente si cele dependente. Existnd trei
raporturi F, se pot calcula trei omogenitati ale dispersiei (pentru dispersia liniilor, data de
influenta factorului A asupra variabilei dependente; pentru dispersia coloanelor, data de
influenta factorului B; si pentru dispersia interactiunii data de actiunea comuna a factorilor
A si B asupra variabilei dependente).
Formulele de calcul a lui sunt:
31

Pentru linii (factorul A):
Pentru coloane (factorul B):
Pentru interactiune (factorii AB):
Trebuie amintit ca aceste tehnici sunt utilizate doar n conditiile n care

raporturile F sunt semnificative statistic. Pentru problema de fata, doar F linii (factorul A)
si F interactiune (factorii A si B) au fost semnificativi si au respins ipoteza nula. Ca urmare,
n problema data vor fi calculati doar doi coeficienti .
Datele indica ca aproximativ 36,4% din dispersia estimarii vitezei automobilelor

n momentul accidentului se datoreaza manipularii afirmatiilor experimentatorului, iar
12,9% poate fi atribuita interactiunii dintre cele doua variabile (estimarea vitezei depinde
de interactiunea data de exprimarea cercetatorului si experienta subiectilor ca si
conducatori auto).
Raporturile F stabilite n cazul ANOVA simpla, sau ANOVA cu masuratori
repetate, dar si n cazul ANOVA factorial sunt denumite si teste omnibus. De la ele se
porneste apoi spre analize aprofundate de comparare a datelor. Aceste analize pot avea loc
att nainte de realizarea experimentului (comaparatii a priori) ct si dupa gasirea unui F
semnificativ (comparatii post-hoc).
32

Asumptiile testului ANOVA factorial:
Primele trei asumptii prezentate n cazul celorlalte teste ANOVA ramn valide. La
acestea se adauga altele doua:
4.Celulele trebuie sa fie independente. Aceasta nseamna ca formulele prezentate n
cazul ANOVA factorial sunt valabile n cazul esantioanelor independente si sunt inadecvate
n studiul esantioanelor corelate (dependente).
5.Treptele ambilor factori sunt alese de experimentator (design factorial fix). Daca
treptele sunt alese randomizat din mai multe posibilitati formulele prezentate n acest
capitol nu se aplica.
3.5 Conditiile generale si ipotezele de efectuare a experimentelor

Experimentele sau testarile, sunt actiuni care, pentru a fi eficiente sunt desfasurate in
conformitate cu un plan stabilit dinainte.
Experimentele vizeaza obtinerea unor informatii valide in limitele unor niveluri de
incredere, de preferinta prestabilite care trebuie sa corespunda importantei si folosirii in
continuare a concluziilor desprinse.
Costul experimentelor conduse dupa un plan bine intocmit este intotdeauna mai mic
decat cele efectuate haotic. Se evita pe aceasta cale nu numai reluarea unor incercari,
datorita datelor continand erori, lipsuri sau generand niveluri de incredere prea mici, dar si
reducerea timpului si efortului de cercetare, la care se mai adauga implicatiile folosirii unor
concluzii avand valabilitatea indoielnica.
Pregatirea adecvata a unui experiment constituie premisa principala a reusitei
acestuia din care cauza literatura de specialitate prezinta adesea metode de intocmire a unui
asemena plan.
In aplicarea metodei ANOVA se presupune ca observatiile sunt distribuite normal si
ca variabilitatea rezultatelor este aceeasi pentru fiecare factor de influenta. Verficarea
acestor ipoteze trebuie facuta. Este de luat in considerare faptul ca puterea acestor teste sa
33

nu fie desproportionat de mare cu aceea a celor din metoda ANOVA. Literatura de
specialitate recomanda sa se tina seama de intentia experimentatorului. Nu trebuie uitat ca
analiza datelor culese din controlil statistic al procesului pot furniza datele necesare
verificarii normalitatii.
Capitolul IV: Bibliografie

34

Radu Motoiu- Ingineria Calitatii, Editura Chiminform Data S.A., Bucuresti
statisticasociala.tripod.com
35

Limbă

Analiza Variationala ANOVA

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Analiza Variationala ANOVA

Încărcat de

Drepturi de autor:

Formate disponibile

Analiza variationala

Student: Andriescu Andreea

Universitatea Politehnica Bucuresti

Capitolul 1: Definirea temei........................................................................................ 3

Universitatea Politehnica Bucuresti

Capitolul 1: Definirea temei

1.3 Clasificarea tehnicilor ANOVA

Universitatea Politehnica Bucuresti

Capitolul 2: Domenii de aplicare

Universitatea Politehnica Bucuresti

Capitolul 3: Principiul metodei

Universitatea Politehnica Bucuresti

Universitatea Politehnica Bucuresti

Universitatea Politehnica Bucuresti

Universitatea Politehnica Bucuresti

Universitatea Politehnica Bucuresti

3.2 ANOVA simpla

Universitatea Politehnica Bucuresti

Universitatea Politehnica Bucuresti

B se obtine prin suma rezultatelor tuturor subiectilor (indiferent de grupa), ridicarea

Universitatea Politehnica Bucuresti

X- rezultatul unui subiect;

Universitatea Politehnica Bucuresti

Universitatea Politehnica Bucuresti

Universitatea Politehnica Bucuresti

nlocuind n formula datele problemei obtinem:

Formulnd o concluzie asupra datelor statistice, putem spune ca treptele diferite

Universitatea Politehnica Bucuresti

Unde: N este numarul total de subiecti cuprinsi n experiment.

Universitatea Politehnica Bucuresti

3.3 ANOVA cu masuratori repetate

Universitatea Politehnica Bucuresti

B se obtine prin sumarea rezultatelor tuturor subiectilor (indiferent de grupa), ridicarea

C se obtine prin sumarea rezultatelor obtinute de primul subiect pe parcursul tuturor

Universitatea Politehnica Bucuresti

Universitatea Politehnica Bucuresti

Se calculeaza mai ntai valorile A, B, C si D:

Universitatea Politehnica Bucuresti

Universitatea Politehnica Bucuresti

Variabila dependenta este distribuita normal. Aceasta conditie este greu de

Universitatea Politehnica Bucuresti

3.4 ANOVA factoriala

Universitatea Politehnica Bucuresti

Universitatea Politehnica Bucuresti

B se obtine prin sumarea rezultatelor tuturor subiectilor (indiferent de grupa), ridicarea

Universitatea Politehnica Bucuresti

Pentru a concretiza elementele teoretice prezentate n cadrul ANOVA factoriala, se

Universitatea Politehnica Bucuresti

Universitatea Politehnica Bucuresti

Media lui X total

Media B1= 34,2

Media B2= 37,8

De asemenea putem stabili gradele de libertate:

Universitatea Politehnica Bucuresti

Universitatea Politehnica Bucuresti

Facultatea Ingineria si Managementul Sistemelor Tehnologice

Doua variabile independente care nu interactioneaza au o reprezentare grafica de

Universitatea Politehnica Bucuresti

Pentru coloane (factorul B):

Pentru interactiune (factorii AB):

Trebuie amintit ca aceste tehnici sunt utilizate doar n conditiile n care

Datele indica ca aproximativ 36,4% din dispersia estimarii vitezei automobilelor

Universitatea Politehnica Bucuresti