Documente Academic
Documente Profesional
Documente Cultură
unde e(i,j,k) sunt variabile aleatoare normale, independente două câte două cu media 0 şi
varianţa 2(E).
Reunim toate subpopulaţiile care corespund variantei X(i) fixate pentru orice j=1,....., n.
Exemplarele din această reuniune vor avea faţă de caracterul Z media:
n
Avem
j 1
Y(j)=0.
Cantitatea:
X.Y(i,j)= (i,j)-X(i)-Y(j)+ se numeşte efectul principal al interacţiunii variantei
X(i) cu varianta Y(j).
După modul de alegere al subpopulaţiilor după X şi Y, avem trei tipuri de modele :
a) Model cu efecte fixe
În acest caz ambii factori X, Y definesc efecte constante X(i), Y(j), X.Y(i,j).
Ipotezele care se verifică sunt:
1) HX: X(1)=...........=X(m)= faţă de alternativa HX: X(1)≠...........≠X(m)≠
sau sub altă formă: HX: X(i)=0 faţă de alternativa HX: X(i) ≠0.
2) HY: Y(1)=...........=Y(n)= faţă de alternativa HY:Y(1)≠...........≠Y(n)≠ sau
sub altă formă: HY: Y(j)=0 faţă de alternativa: HY: Y(j) ≠0.
3) HX.Y: (i,j)= X(i)+ Y(j) faţă de alternativa HX.Y: (i,j) ≠ X(i)+ Y(j) sau sub
altă formă: HX.Y: X.Y(i,j)=0 faţă de alternativa: HX.Y: X.Y(i,j) ≠0.
În acest caz ambii factori definesc efecte aleatoare : X(i) sunt variabile aleatoare N(0;
2(X)), Y(j) sunt variabile aleatoare N(0; 2(Y)), iar X.Y(i,j) sunt variabile aleatoare N(0;
2(X.Y)).
c) Modelul mixt:
În acest caz unul din factori, de exemplu X, este cu efecte fixe, iar cel de-al doilea Y este
cu efecte aleatoare.
Efectele X(i) sunt constante şi ipoteza care se verifică este:
1) HX: X(i)=0 faţă de HX: X(i) ≠0
Efectele Y(j) sunt variabile aleatoare de tip N(0; 2(Y)) şi ipoteza care se verifică este :
2) HY: 2(Y)=0 faţă de HY: 2(Y) ≠0
Efectele X.Y(i,j) sunt variabile aleatoare de tip N(0; 2(X.Y)) şi ipoteza care se verifică
este:
3) HX.Y: 2(X.Y)=0 faţă de HXY: 2(X.Y) ≠0.
În cazul celor trei modele, datele împreună cu calculele de sume si medii ale repetiţiilor pe
variante (X,Y), X, Y şi pe total se trec în tabelul care urmează:
Notaţii:
CALCULE:
a) SPA şi GL:
m n p (i , j ) m n p (i , j )
libertate;
m n m n
libertate;
m m
SPAX= px(i)[MZX(i)-MZT] = S2X(i)/px(i)-S2T/pT 2
cu GLX=m-1 grade de
i 1 i 1
libertate;
n n
libertate;
m n m n m
SPAX.Y= p(i,j)[MZ(i,j)-MZx(i)-MZY(j)+MZT]2= S2(i,j)/p(i,j)-
i 1 j 1 i 1 j 1 i 1
n
grade de libertate;
m n p (i , j ) m n p (i , j ) m n
b) S2 :
c) F:
FX=S2X/S2E1 cu [m-1;pT-q]GL
FY=S Y/S E1
2 2
cu [n-1;pT-q]GL
FX.Y=S2X.Y/S2E1 cu [q-m-n+1;pT-q]GL
Sursa de SPA GL S2 F
variaţie
X SPAX m-1 S2X FX
Y SPAY n-1 S2Y FY
2
X.Y SPAX.Y q-m-n+1 S X.Y FX.Y
2
E SPAE pT-q SE -
T SPAT pT-1 - -
Rapoartele Fisher FX, FY, FX.Y se compară cu valorile critice F0.05; F0.01; F0.001 extrase din
tabelele 4,5,6 din Anexă, pentru perechile de grade de libertate corespunzătoare şi se acceptă sau
se resping ipotezele formulate mai sus.
(1) M(S2X)=a(1,1).2()+a(1,2).2()+a(1,3).2()+2(E)
(2) M(S2Y)=a(2,1).2()+a(2,2).2()+a(2,3).2()+2(E)
(3) M(S2X.Y)=a(3,1).2()+a(3,2).2()+a(3,3).2(.)+2(E)
(4) M(S2E)= 2(E)
unde:
1 1 m
a(1,1)= [ pT ( p2X(i))]
m 1 pT i 1
m n
1 1
[ ( 1 n
a(1,2)= p2(i,j))- ( p2Y(j))]
m 1 i 1 p X (i ) j 1 pT j 1
m n
1 1
[ (
1 m n 2
a(1,3)= p2(i,j))- ( p (i,j))]
m 1 i 1 p X (i ) j 1 pT i 1 j 1
1 n 1 m
a(2,1)= [ (
n 1 j 1 pY ( j ) i 1
2
p (i,j))-
1 m
( p2X(j))]
pT i 1
1 1 n
a(2,2)= [ pT ( p2Y(i))]
n 1 pT j 1
1 n 1 m
[ (
1 m n 2
a(2,3)= p2(i,j))- ( p (i,j))]
n 1 j 1 pY ( j ) i 1 pT i 1 j 1
n 1
a(3,1)= - a (2, 1)
q m n 1
m 1
a(3,2)= - a (1, 2)
q m n 1
1 m n n
1 m
a(3,3)= [ p p (i )
1
( 2
p (i,j))- ( p2(i,j))+
q m n 1 pY ( j ) i 1
T
i 1 X j 1 j 1
1 m n
( p2X(j))]
pT i 1 j 1
Avem estimatorii:
*2(E)=S2E
*2 X S 2 X S 2E
2
*2 *2 Y A 1
S
Y S 2
E
* 2 S 2 S 2
X .Y X Y X .Y E
a(1,1) a(1,2) a (1,3)
unde A= a (2,1) a (2,2) a (2,3)
a (3,1) a (3,2) a (3,3)
În cazul balansat avem:
Exemplu:
Fie X=proteina digestibilă în raţia porcilor la îngrăşat şi Y= unităţile nutritive în raţia
porcilor la îngrăşat şi Z=sporul lunar în greutate (kg)al porcilor la îngrăşat.
Luăm m=3 variante X=X1(250g/zi); X2(275g/zi); X3(300g/zi) şi n=2 variante
Y=Y1(2.5UN) şi Y2(3UN).Pentru fiecare combinaţie de variante (X,Y) luăm câte p=2 repetiţii Z.
Avem tabelul cu date:
Repet Z
Medii pe Medii pe Medii pe Media
Z(i,j,p(i,j)) Variante variante X variante Y Totală
Variante (X,Y) (X,Y)
MZY(1)=15.17
MZT=15.67
MZX(2)=15.65
Etape de calcul :
a) SPA şi GL:
m n p
SPA T [ Z (i, j , k ) MZ T ] 2 10.2268 cu GL T =mnp-1=11GL
i 1 j 1 k 1
m n
SPA ( X ,Y ) p [ MZ (i, j ) MZ T ] 2 9.9868 cuGL ( X ,Y ) =mn-1=5GL
i 1 j 1
m
SPA X np [ MZ X (i ) MZ T ] 6.8468 cu GL X =m-1=2GL
i 1
n
SPA Y mp [ MZ Y ( j ) MZ T 1.9200 cu GL Y =n-1=1GL
j 1
b) S2 :
SPA X SPA Y
S X2 3.4234; SY2 1.9200
GLX GLY
SPA X Y SPA E
S X2 Y 0.61; S E2 0.04
GLX Y GLE
c) F:
S X2
FX 2 85.585 cu (2;6) GL
SE
SY2
FY 2 48 cu (1;6) GL
SE
S X2 Y
FX Y 2 15.25 cu (2;6) GL
SE
Din tabelele Fisher 4,5,6 din Anexă ,găsim valorile critice pentru (2;6) GL : F0.05 5.14 ;
F0.01 10.92 ; F0.01 27 ;
9
ANUL I
INGINERIE ECONOMICA Matematica si Statistica Aplicata in Agricultura RUSE DANIEL
Cum FX F0.001 se acceptă ipoteza H adică X (1), X (2), X (3) diferă foarte
semnificativ între ele adică influenţa variaţiei lui X asupra variaţiei lui Z este foarte semnificativă
deci Fx 85.585 * * * .
Cum F0.01 FX Y F0.001 se acceptă ipoteza H adică influenţa variaţiei interacţiunii
X Y asupra variaţiei lui Z este distinct semnificativă deci FX Y 15.25 * * .
Din tabelele Fisher 4,5,6 din Anexă, găsim valorile critice pentru (1,6) GL : F0.05=5.99,
F0.01 13.74; F0.001 35.51.
Cum FY F0.001 se acceptă ipoteza H deci Y (1), Y (2) diferă foarte semnificativ
între ele adică influenţa variaţiei lui Y asupra variaţiei lui Z este foarte semnificativă deci
FY 48 * * * .
10
ANUL I
INGINERIE ECONOMICA Matematica si Statistica Aplicata in Agricultura RUSE DANIEL
A B C D
1 X1 X2 X3
2 Y1 14 15 16.1
3 14.2 15.4 16.3
4 Y2 15.2 16 16.9
5 15.6 16.2 17.1
11