L’ANALISI GERARCHICA E LE COMPONENTI DELLA VARIANZA
14.6. POTENZA DEL TEST NELL’ANALISI FATTORIALE E IN NESTED ANOVA I
Nel capito IX è stato presentato il metodo per calcolare la potenza a priori (n) e a posteriori (1-b) in un’ANOVA, con il metodo grafico proposto da E. S. Pearson e H. O. Hartley nel 1951 (vedi l’articolo Charts for the power function for analysis of variance tests, derived from the non-central F-distribution, pubblicato su Biometrika, vol. 38, pp. 112-130). Sono state presentate le sue applicazioni all’ANOVA a un criterio con vari esempi e le formule per estenderle al disegno sperimentale a due fattori crossed, sia con una sola osservazione sia con più osservazioni per cella. In questo ultimo caso, è stata indicata la metodologia - per stimare la potenza dei due test F per gli effetti principali, - e la potenza del test F che verifica la significatività delle interazioni.
E’ stato presentato come nella programmazione di un esperimento, utilizzando i risultati di uno studio pilota, si possano stimare - la differenza minima (d) che sarà possibile evidenziare; - il numero minimo di dati (n) che è necessario raccogliere per ogni gruppo o il numero totale (N) di dati, ovviamente suddiviso in campioni bilanciati poiché fornisce la potenza massima; - il numero massimo di gruppi (p) che è utile formare con il numero totale (N) già determinato.
Con la solita
simbologia (p,
d =
dopo avere identificato il valore richiesto di f nel grafico, sulla base dei 4 parametri n1, n2, a, 1-b.
Sono ricavabili - sia il numero minimo di dati (n) che è necessario raccogliere - sia il numero massimo di gruppi (p) che è possibile formare, attraverso il grafico, dopo aver calcolato f in modo iterativo secondo la procedura dettagliatamente descritta nel cap. IX. Il valore di f è ottenuto dal rapporto . f =
Per calcolare la potenza a posteriori (1-b) di un qualsiasi esperimento, si ricorre alla formula generale f =
che può essere più operativamente scritta dopo i calcoli dell’ANOVA come
f = ricordando che - -
Nel caso di due criteri di classificazione con nij osservazione per cella, occorre distinguere tra 1) effetti principali 2) interazione.
Per gli effetti principali, il metodo è identico a quello dell’analisi a due criteri con una sola osservazione. Per l’interazione, il valore di f è f =
In una Nested ANOVA I o a effetti fissi è possibile applicare le stesse procedure., ponendo attenzione al fatto che i valori cambiano in ogni test F. In generale, - k diviene il numero di gruppi del fattore o livello preso in esame, - n è il numero di dati di ogni gruppo (in esperimenti bilanciati; in caso contrario il problema si complica, come discusso nei confronti multipli) - al numeratore
è riportata la varianza ( - al denominatore
è riportata la varianza (
| |
Manuale di Statistica per la Ricerca e la Professione © Lamberto Soliani - Dipartimento di Scienze Ambientali, Università di Parma (apr 05 ed) ebook version by SixSigmaIn Team - © 2007 |