Welcome to Scribd, the world's digital library. Read, publish, and share books and documents. See more
Download
Standard view
Full view
of .
Look up keyword
Like this
1Activity
0 of .
Results for:
No results containing your search query
P. 1
capu11

capu11

Ratings: (0)|Views: 7|Likes:

More info:

Published by: Manuel Alejandro Arias on Jun 18, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

02/03/2014

pdf

text

original

 
 
CAPITOLO XI
ANALISI DELLA VARIANZA A PIU' CRITERI DI CLASSIFICAZIONE
11.1. Analisi della varianza a due criteri di classificazione o a blocchi randomizzati, con una solaosservazione per casella 111.2. Confronto tra analisi della varianza a due criteri e test t di Student per 2 campioni dipendenti 1111.3. Analisi della varianza a tre o più criteri 1611.4. Quadrati latini e greco-latini 2211.5. Dati mancanti o anomali in disegni a più fattori 3211.6. Efficienza relativa (E.R.) e capacita’ predittiva (R 
2
) 5111.7. Effetto trattamento nell’analisi della varianza:
2
,
2
~
ω 
e
2
~
η 
5711.8. Potenza a priori e a posteriori nell'ANOVA, con grafici di Pearson e Hartley 6011.9. Lettura di tabulati sull’analisi della varianza 70
 
 1
C A P I T O L O XI
 
ANALISI DELLA VARIANZAA PIU’ CRITERI DI CLASSIFICAZIONE11.1.
 
ANALISI DELLA VARIANZA A DUE CRITERI DI CLASSIFICAZIONE O ABLOCCHI RANDOMIZZATI
,
CON UNA SOLA OSSERVAZIONE PER CASELLA
 
L'analisi della varianza ad un criterio di classificazione o completamente randomizzata
è loschema più semplice di confronto simultaneo tra più medie. Nella pratica sperimentale,
spessorappresenta un’impostazione troppo elementare
; infatti, in modo implicito, assume che tutta lavariabilità presente nei diversi gruppi a confronto sia determinata dai differenti livelli o dalle variemodalità del solo fattore in osservazione.Sovente è utile, quando non necessario,
prendere in considerazione almeno due fattori divariabilità,
-
sia per analizzare gli effetti di due o più cause contemporaneamente,
-
sia per ridurre la varianza d'errore isolando gli effetti dovuti ad altre cause note
. Nell’analisi ad un criterio di classificazione, si è ricorsi all’esempio di differenti livelli d’inquinamentodell’aria in aree diverse della stessa città. E’ ovvio che, tra gli altri fattori, anche l’ora della rilevazione può determinare differenze sensibili: durante la giornata, il traffico, il riscaldamento domestico el’attività di molte industrie possono variare significativamente il livello d’inquinamento dell’aria nellastessa zona. Diventa importante effettuare esperimenti in cui, oltre alla località, si considera anchel’ora del campionamento. Nello stesso modo, quando si confronta l’effetto di farmaci o di tossici sulla crescita di cavie, puòessere importante la loro classe d’età: cavie giovani, adulte od anziane possono dare rispostesensibilmente diverse, alla somministrazione della stessa sostanza, determinando una forte variabilitànei dati sperimentali.
Questa doppia classificazione di ogni misura può avere una duplice finalità:
-
analizzare separatamente quale sia il contributo del fattore principale e quale quello delsecondo fattore;
-
eliminare l’effetto del secondo fattore sulla varianza d’errore, quando l’interesse fosseindirizzato solo verso il primo ed il secondo fosse considerato esclusivamente come unelemento di forte perturbazione.
 
 2
In questo caso, il metodo permette di
ridurre sensibilmente la varianza d’errore e quindi diaumentare la probabilità di trovare differenze significative tra le medie del fattore ritenuto piùimportante
.Con il linguaggio mutato dall’Agraria, il settore di ricerca di Fisher quando impostò l’analisi dellavarianza, le diverse modalità del primo fattore, di solito quello ritenuto più importante, sono chiamate
trattamenti
; le diverse modalità del secondo fattore sono chiamate
blocchi
.L’analisi della varianza a due criteri di classificazione, è chiamata anche
analisi a blocchirandomizzati
. In particolare negli esperimenti di laboratorio, con l’analisi completamenterandomizzata si richiedeva che gli individui, preventivamente riuniti in un gruppo unico, fosserodistribuiti a caso tra i vari trattamenti. Nell’analisi a blocchi randomizzati si richiede che gli individuisiano dapprima suddivisi in gruppi omogenei, detti blocchi, per il secondo fattore; successivamente gliindividui di ogni blocco devono essere attribuiti in modo casuale (random) ai trattamenti (di norma, ilmetodo richiede l’estrazione di numeri casuali, dopo aver numerato separatamente gli individui deidifferenti blocchi).Per esempio, analizzando contemporaneamente l’effetto di tossici su cavie d’età diversa, si richiededapprima una loro suddivisione per classi d’età, formando gruppi composti esclusivamente daindividui giovani, da individui adulti oppure anziani; successivamente, separatamente edindipendentemente per ogni classe d’età, si devono attribuire casualmente gli individui ai trattamenti.E’ ovvio che,
se i trattamenti sono n, ogni blocco deve comprendere almeno n individui
. Quellieccedenti, non estratti nell’attribuzione casuale per blocco, sono esclusi dall’esperimento.
TRATTAMENTIBLOCCHI 1 2 3 ...
 p
medie1
X
11
 
X
12
 
X
13
 ...
X
1p
 
X
1.
 
2
X
21
 
X
22
 
X
23
 ...
X
2p
 
X
2.
 
...
... ... ... ... ... ...
X
k1
 
X
k2
 
X
k3
 ...
X
kp
 
X
k.
 
medie
X
.1
 
X
.2
 
X
.3
 ...
X
 p.
 
X
 

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->