Az előadás letöltése folymat van. Kérjük, várjon

Az előadás letöltése folymat van. Kérjük, várjon

Általános lineáris modellek GLM az SPSS programban 2011.

Hasonló előadás


Az előadások a következő témára: "Általános lineáris modellek GLM az SPSS programban 2011."— Előadás másolata:

1 Általános lineáris modellek GLM az SPSS programban 2011.

2 A kísérlet Megfelelő elméleti megalapozás után kialakított elgondolás, következtetés helyes vagy helytelen voltának mérésekkel történő ellenőrzése. Megfelelő elméleti megalapozás után kialakított elgondolás, következtetés helyes vagy helytelen voltának mérésekkel történő ellenőrzése.

3 Eltérés négyzetösszeg meghatározása A variancia-analízis során négyféleképpen tudjuk kiszámítani az eltérés négyzetösszegeket (SS): A variancia-analízis során négyféleképpen tudjuk kiszámítani az eltérés négyzetösszegeket (SS): I.: ha a kezelésekben nem egyezik meg a megfigyelések száma, hiányzó parcellaadat van I.: ha a kezelésekben nem egyezik meg a megfigyelések száma, hiányzó parcellaadat van II.: kiegyensúlyozott egymásba ágyazott (nested) kísérleteknél II.: kiegyensúlyozott egymásba ágyazott (nested) kísérleteknél III.: egy vagy többtényezős, kiegyensúlyozott vagy kiegyensúlyozatlan, teljes, azaz nincs hiányzó parcella adatú kísérletek kiértékelésekor (ez a leggyakoribb). III.: egy vagy többtényezős, kiegyensúlyozott vagy kiegyensúlyozatlan, teljes, azaz nincs hiányzó parcella adatú kísérletek kiértékelésekor (ez a leggyakoribb). IV.: hiányzó adatok, kiegyensúlyozott vagy kiegyensúlyozatlan kísérlet IV.: hiányzó adatok, kiegyensúlyozott vagy kiegyensúlyozatlan kísérlet

4 Kísérletek csoportosítása

5 Egytényezős véletlen blokk elrendezés Műtrágyázás 43512IV. ismétlés 54231III II I.

6 Kéttényezős véletlen blokk elrendezés Az elrendezés matematikai modellje: Yijk = m + Ri + Aj + Bk + ABjk + eijk ahol: Yij = egy parcella termése (kg/parcella) m = a kísérlet becsült, számított átlaga, a kísérlet legjellemzőbb értéke Ri = blokk ill. ismétlés hatás a talaj heterogenitását mutatja Aj = az „A” tényező termésre gyakorolt hatása Bk = a „B” tényező termésre gyakorolt hatása ABjk= a két tényező kölcsönhatása eijk = a kísérlet hibája ismétléskezelések (1)a1b1a1b1 a1b2a1b2 a2b1a2b1 a2b2a2b2 a3b1a3b1 a3b2a3b2 (2)a2b1a2b1 a1b1a1b1 a1b2a1b2 a3b1a3b1 a3b2a3b2 a2b2a2b2 (3)a3b1a3b1 a2b1a2b1 a1b1a1b1 a3b2a3b2 a2b2a2b2 a1b2a1b2 (4)a2b2a2b2 a3b2a3b2 a3b1a3b1 a1b2a1b2 a1b1a1b1 a2b1a2b1 (5)a3b2a3b2 a3b1a3b1 a2b2a2b2 a2b1a2b1 a1b2a1b2 a1b1a1b1

7 GLM-táblázat kéttényezős véletlen blokk esetén TényezőSSdfMSFSig.DESIGN Korrigált modell? Eltérés1 Ismétlésr-1ismétlés A tényezőa-1atényező B tényezőb-1btényező AxB kölcsönhatás (a-1)(b-1)atényező*btényező Hiba(r-1)(ab-1) Összesenrab Korrigált összesen rab-1

8 Kéttényezős sávos elrendezés I. ismétlésII. ismétlés ABCBAC

9 GLM-táblázat kéttényezős sávos elrendezés TényezőSSdfMSFSig.DESIGN Eltérés1 Ismétlésr-1ismétlés A tényezőa-1atényező Hiba (a)(r-1)(a-1)atényező*ismétlés B tényezőb-1btényező Hiba (b)(r-1)(b-1)btényező*ismétlés AxB kölcsönhatás (a-1)(b-1)atényező*btényező Hiba (a x b)(r-1)(a-1)(b-1)

10 Kéttényezős osztott parcellás elrendezés (split-plot) I. ismétlésII. ismétlés Fő parcella ABC BAC Osztó terület

11 GLM-táblázat kéttényezős osztott parcellás elrendezés TényezőSSdfMSFSig.DESIGN Eltérés1 Ismétlésr-1ismétlés A tényezőa-1atényező Hiba (a)(r-1)(a-1)atényező*ismétlés B tényezőb-1btényező AxB kölcsönhatás (a-1)(b-1)atényező*btényező Hiba (b)a(r-1)(b-1)

12 Random modell (A és B tényező random tényező) H :  =0 H 0 :  2 A =0 H :  =0 H 0 :  2 B =0 H :  =0 H 0 :  2 AB =0 ForrásMSE(MS) varianciakomponensek A tényezőMS A  2 e +r  2 AB +rb  2 A B tényezőMS B  2 e +r  2 AB +ra  2 B AXBMS AXB  2 e +r  2 AB ErrorMS e 2e2e

13 Fix modell (A és B tényező fix tényező) ForrásMSE(MS) varianciakomponensek A tényezőMS A  2 e +rb  2 A B tényezőMS B  2 e +ra  2 B AXBMS AXB  2 e +r  2 AB ErrorMS e 2e2e H :  =0 H 0 :  2 A =0 H :  =0 H 0 :  2 B =0 H :  =0 H 0 :  2 AB =0

14 Kevert modell (A fix és B random tényező) ForrásMSE(MS) varianciakomponensek A tényezőMS A  2 e +rb  2 A B tényezőMS B  2 e +r  2 AB +ra  2 B AXBMS AXB  2 e +r  2 AB ErrorMS e 2e2e H :  =0 H 0 :  2 A =0 H :  =0 H 0 :  2 B =0 H :  =0 H 0 :  2 AB =0

15 Kölcsönhatások (AxB, AxBxC) AxB: elsőrendű kölcsönhatás AxB: elsőrendű kölcsönhatás AxBxC: másodrendű kölcsönhatás AxBxC: másodrendű kölcsönhatás Pozitív kölcsönhatás: az együttes hatás nagyobb A i +B i -nél. Pozitív kölcsönhatás: az együttes hatás nagyobb A i +B i -nél. Negatív kölcsönhatás: az együttes hatás kisebb, mint A i és B i algebrai öszzege. Negatív kölcsönhatás: az együttes hatás kisebb, mint A i és B i algebrai öszzege.

16 Kevert modell az SPSS- ben

17 Modell beállítása az SPSS- ben (kölcsönhatások)

18 GLM-táblázat háromtényezős véletlen blokk elrendezés TényezőSSdfMSFSig.DESIGN Korrigált modell? Eltérés1 Ismétlésr-1ismétlés A tényezőa-1toszam B tényezőb-1hibrid C tényezőc-1tragya AxB kölcsönhatás (a-1)(b-1)hibrid*toszam AxC kölcsönhatás (a-1)(c-1)toszam*tragya BxC kölcsönhatás (b-1)(c-1)hibrid*tragya AxBxC(a-1)(b-1)(c-1)hibrid*toszam*tragya Hiba(r-1)(abc-1) Összesenrabc Korrigált összesen rabc-1

19 Latin négyzet elrendezés 4, 5, 6, 7 és 8 kezelés összehasonlítására alkalmas kísérleti elrendezés, ha az ismétlések száma azonos a kezelések számával. Alkalmazható háromtényezős kísérletek elrendezésére is, ha a kezelések között nincs kölcsönhatás. 4, 5, 6, 7 és 8 kezelés összehasonlítására alkalmas kísérleti elrendezés, ha az ismétlések száma azonos a kezelések számával. Alkalmazható háromtényezős kísérletek elrendezésére is, ha a kezelések között nincs kölcsönhatás

20 A GLM-táblázat latin négyzet esetén TényezőSSdfMSFSig.DESIGN Korrigált modell? Eltérés1 Sorr-1sor Oszlopr-1oszlop Kezelés (csop. között) v-1kezelés Hiba(r-1)(v-2) Összesenrv Korrigált összesen rv-1

21 Háromtényezős kétszeresen osztott parcellás elrendezés (split split-plot) I. ism.II. ism. Fő parcella ABBA Osztó terület adcbcbad bbdadabb ccadadcc dabcbcda Osztó területek

22 GLM-táblázat háromtényezős kétszeresen osztott elrendezés TényezőSSdfMSFSig.DESIGN Eltérés1 Ismétlésr-1ismétlés A tényezőa-1toszam Hiba (a)(r-1)(a-1)ismetlés*toszam B tényezőb-1hibrid AxB kölcsönhatás (a-1)(b-1)hibrid*toszam Hiba (b)a(r-1)(b-1)toszam(hibrid*ismetles) C tényezőc-1tragya AxC kölcsönhatás (a-1)(c-1)toszam*tragya BxC kölcsönhatás (b-1)(c-1)hibrid*tragya AxBxC(a-1)(b-1)(c-1)hibrid*toszam*tragya Hiba (c)ab(r-1)(c-1)


Letölteni ppt "Általános lineáris modellek GLM az SPSS programban 2011."

Hasonló előadás


Google Hirdetések