Общее понятие о дисперсионном анализе, его сущность и значение. Использование INTERNET и компьютера для проведения дисперсионного анализа, особенности работы в среде MS Excel. Примеры применения однофакторного и двухфакторного дисперсионного анализа.
Аннотация к работе
Министерство образования и науки Украины Национальный технический университет Украины «Киевский политехнический институт» Факультет менеджмента и маркетинга Кафедра промышленного маркетинга Курсовая работа по математической статистике на тему: Применение методов математической статистики (дисперсионный анализ) и программного продукта (Excel) в маркетинге Выполнили: студентки 2го курса группы УМ-31 Войцехова Ольга Станиславовна Давыдок Анна Сергеевна Проверила: Черненко Оксана Владимировна Киев, 2005 Содержание: дисперсионный анализ еxcel Вступление 1. Теоретические сведенья 1.1 Понятие о дисперсионном анализе 1.2 Однофакторный дисперсионный анализ 1.3 Двухфакторный дисперсионный анализ 2. Может показаться странным, что процедура сравнения средних называется дисперсионным анализом. Фундаментальная концепция дисперсионного анализа предложена английским математиком - статистиком Р.А. Фишером для обработки результатов агрономических опытов по выявлению условий получения максимального урожая различных сортов сельскохозяйственных культур в 1918 году. По числу факторов, влияние которых исследуется, различают однофакторный и многофакторный дисперсионный анализ. 1. Обычно нулевая гипотеза утверждает, что все выборочные средние равны. Дисперсионный анализ (analysis of variance - ANOVA) - статистический метод изучения различий между выборочными средними для двух или больше совокупностей. M( ij)=0(2) 2. Последнее слагаемое Q3=2 , так как сумма отклонений значений переменной от ее средней, т.е. равна нулю. (7) В результате получим следующее тождество: Q=Q1 Q2(8) Где Q = - общая, или полная, сумма квадратов отклонений; Q1 = n - сумма квадратов отклонений групповых средних от общей средней, или межгрупповая (факторная) сумма квадратов отклонений; Q2 = - сумма квадратов отклонений наблюдений от групповых средних, или внутригрупповая (остаточная) сумма квадратов отклонений. Гипотеза Н0 отвергается, если фактически вычисленное значение статистики F = больше критического , определенного на уровне значимости при числе степеней свободы k2=mn-m, и принимается, если F .