17.1 Одномерный дисперсионный анализ
Однофакторный дисперсионный анализ (без и с повторными измерениями) уже рассматривался в главе 13, поэтому мы сразу обратимся к многофакторному дисперсионному анализу.
Так как дисперсионный анализ очень часто находит применение в области психологии, то первым примером и будет пример из этой области. В четыре различных момента времени 27 испытуемых были подвергнуты тесту на внимательность. Причём для каждого испытуемого регистрировался пол и возраст. Собранные значения представлены в следующей сводной таблице.
С |
А |
M1 |
М2 |
М3 |
М4 |
С |
А |
М1 |
М2 |
МЗ |
М4 |
1 |
1 |
16 |
18 |
21 |
20 |
1 |
3 |
8 |
11 |
12 |
12 |
1 |
1 |
17 |
19 |
18 |
22 |
2 |
1 |
17 |
18 |
20 |
21 |
1 |
1 |
15 |
15 |
17 |
18 |
2 |
1 |
15 |
15 |
18 |
17 |
1 |
1 |
16 |
17 |
18 |
19 |
2 |
1 |
16 |
17 |
17 |
18 |
1 |
2 |
15 |
16 |
20 |
18 |
2 |
2 |
15 |
18 |
19 |
21 |
1 |
2 |
16 |
19 |
18 |
20 |
2 |
2 |
17 |
20 |
21 |
22 |
1 |
2 |
13 |
14 |
16 |
17 |
2 |
2 |
14 |
16 |
17 |
20 |
1 |
2 |
14 |
14 |
15 |
17 |
2 |
2 |
14 |
14 |
16 |
18 |
1 |
2 |
15 |
16 |
16 |
18 |
2 |
3 |
12 |
11 |
14 |
15 |
1 |
3 |
13 |
14 |
15 |
16 |
2 |
3 |
10 |
12 |
13 |
14 |
1 |
3 |
14 |
17 |
16 |
19 |
2 |
2 |
10 |
10 |
11 |
13 |
1 |
3 |
13 |
13 |
15 |
16 |
2 |
3 |
9 |
10 |
12 |
11 |
1 |
3 |
10 |
11 |
11 |
11 |
2 |
3 |
10 |
9 |
12 |
13 |
1 |
3 |
9 |
10 |
10 |
13 |
|
|
|
|
|
|
Полу (G) соответствуют коды: 1 для мужского и 2 для женского; возраст (А) представлен тремя возрастными группами. Испытуемым в возрасте до 30 лет соответствует код 1, испытуемым в возрасте от 31 до 50 лет — код 2 и испытуемым в возрасте свыше 50 лет — код 3. Четыре показателя внимательности соответствуют переменным М1-М4.
При помощи этого примера мы рассмотрим, во-первых, одномерный дисперсионный анализ без повторных измерений и, во-вторых, одномерный дисперсионный анализ с повторными измерениями. Одномерный дисперсионный анализ без повторных измерений может быть проведен как при помощи общей линейной модели, так и при помощи классического метода Фишера.