Результаты двух факторного эксперимента могут быть представлены следующей таблицей:
![]() | ![]() | ![]() | ... | ![]() |
![]() | ![]() | ![]() | ... | ![]() |
![]() | ![]() | ![]() | ... | ![]() |
В общем случае, зависимость значений отклика
от значений
фактора
и значений
фактора
описывается формулой:
(1)
Чтобы выбрать вид зависимости (другими словами, указать, какие слагаемые в общей формуле следует оставить) полученные данные анализируют. Составляют корреляционную таблицу для величин и
. Пользуясь таблицей, для каждого значения
находят средние значения
и эти точки отмечают на координатной плоскости. По расположению точек делают вывод о наличии линейной, квадратичной, кубической или другого вида зависимости
от
. Аналогичным образом устанавливают вид зависимости
от
. После этого в формуле (1) оставляют нужное количество слагаемых. Числовые параметры выбранной зависимости находят с помощью метода наименьших квадратов.
Распространённым случаем является наличие линейной зависимости отклика от обоих факторов:
.
Числовые параметры этой зависимости найдём из системы, составленной применением метода наименьших квадратов:
(2)
Пример. В таблице представлены результаты изучения влияния изменения объёма промышленного производства и среднедушевого дохода на товарооборот. Для этого по 20 регионам РФ были получены следующие данные.
№ | Розничный товарооборот в % к предыдущему году | Объём промышленного производства в % к предыдущему году | Среднедушевой денежный доход в % к предыдущему году |
Нужно найти уравнение зависимости отклика (розничного товарооборота) от факторов
(объёма промышленного производства) и
(среднедушевого денежного дохода).
Чтобы выбрать вид зависимости проанализируем полученные данные. Составим корреляционную таблицу для величин и
:
![]() | ||||||||||||||||||
![]() | ||||||||||||||||||
Пользуясь таблицей, для каждого значения найдём средние значения
:
![]() | |||||||||||||||||
![]() | 95,5 |
Нанесём полученные данные на координатную плоскость.
Расположение точек указывает на линейную зависимость между и
.
Составим теперь корреляционную таблицу для величин и
.
![]() | ||||||||||||||||
![]() | ||||||||||||||||
Найдём соответствующие средние значения величины для каждого значения величины
:
![]() | |||||||||||||||
![]() | 87,5 |
Отложим полученные данные на координатной плоскости.
По расположению точек выбираем линейную зависимость между
и
.
Таким образом, общая формула зависимости величины от величин
и
будет иметь вид:
.
Найдя необходимые суммы, подставим их в систему (2):
Решая её, найдём уравнение зависимости:
.
Для проверки полученной формулы для каждой пары значений и
, представленных в таблице, вычислим по ней значения
(округлив их до целых) и сравним с имеющимися в таблице.
№ | ![]() | ![]() | ![]() | ![]() | ![]() |
– 3 | |||||
– 1 | |||||
– 4 | |||||
– 1 | |||||
– 4 | |||||
– 11 | |||||
– 3 | |||||
– 6 | |||||
– 3 | |||||
– 7 | |||||
– 1 |
Результаты, представленные в таблице, показывают, что отклонения вычисленных значений от табличных небольшие: намного меньше самих значений, а их сумма практически равна нулю. Таким образом, можно признать, что полученная формула адекватно описывает статистические данные.
Оценим тесноту связи между величинами. В случае линейной зависимости это можно сделать, вычислив парные коэффициенты корреляции:
коэффициент корреляции между и
;
коэффициент корреляции между и
;
коэффициент корреляции между и
.
В приведённых формулах использованы следующие обозначения:
;
;
;
;
;
;
;
;
.
Используя уже найденные суммы и вычислив , найдём:
,
;
.
Также можно вычислить частные коэффициенты корреляции, которые характеризуют тесноту связи между откликом и каким-либо фактором при фиксированном воздействии другого фактора:
;
.
Для рассматриваемого примера эти коэффициенты будут равны:
,
.