ki-Yönlü ANOVA (Rasgele Blok Tasarm)
statistiksel Deney Tasarm
Birdal eno§lu
ükrü Acta³
1
Giri³
2
Her Gözede Bir Gözlemin Oldu§u ve Etkile³imin Olmad§
Durum
Parametre Tahmini Hipotez Testi
Genel Kareler Toplamnn Parçalan³
3
Her Gözede Birden Fazla Gözlemin Oldu§u ve Etkile³imin Olmad§ Durum
4
Her Gözede Birden Fazla Gözlemin ve Etkile³imin Oldu§u Durum
Parametre Tahmini Hipotez Testi
Genel Kareler Toplamnn Parçalan³
5
Beklenen Kareler Ortalamas
6
ki-Yönlü ANOVA için Kayp Gözlemler
ki-yönlü ANOVA, bir-yönlü ANOVA ya benzer olarak, etkisi ara³trlmak istenen faktör says "bir" oldu§unda kullanlr.
Bir-yönlü ANOVA dan farkl olarak, deney birimleri arasnda sistematik farkllklar söz konusudur.
Bu sistematik farkllklarn etkisi kendi içinde homojen, kendi aralarndaheterojen olan bloklar kullanlarak giderilmeye çal³lr.
Bloklama, daha önce de belirtildi§i gibi, deneysel hatann azaltlmas
yoluyla deneyin hassasl§nn artmasn sa§lar.
ki-yönlü ANOVA, rasgele tam blok tasarm (randomized complete block design) olarak da bilinir.
Buradaki "tam" kelimesi bloklardaki deney birimi saysnn deneme saysna e³it oldu§unu ifade eder.
ki-yönlü ANOVA, blok tasarmlar içerisinde en kolay olan ve en yaygn olarak kullanlandr.
ki-yönlü ANOVA kullanmann bir ba³ka sebebi de baz deneylerde
ekonomik, ziksel veya çevresel nedenlerden dolay yeteri kadar
homojen deney birimi elde edilememesidir. Bu gibi durumlarda,
iki-yönlü ANOVA kullanmak bir tercih de§il bir zorunluluk halini alr.
ki-yönlü ANOVA da üç farkl durum söz konusudur:
1
Her gözede bir gözlemin oldu§u ve denemelerle bloklar arasnda etkile³imin olmad§ durum,
2
Her gözede birden fazla gözlemin oldu§u ve denemelerle bloklar arasnda etkile³imin olmad§ durum,
3
Her gözede birden fazla gözlemin ve denemelerle bloklar arasnda
etkile³imin oldu§u durum.
Her gözede bir gözlemin oldu§u ve etkile³imin olmad§ durum için matematiksel model
y
ij= µ + τ
i+ γ
j+ ε
ij, i = 1, 2, · · · , a; j = 1, 2, · · · , b (1)
³eklinde ifade edilir. Burada,
y
ij, j−inci bloktaki, i−inci denemeye ait gözlem de§erini, µ , genel ortalamay,
τ
i, i-inci denemenin etkisini,
γ
j, j−inci blo§un etkisini ve
ε
ij, rasgele hata terimlerini
gösterir.
(1) modeli sabit etkili bir modeldir. Bir ba³ka deyi³le, (1) modelinde
a
X
i=1
τ
i= 0 ve
b
X
j=1
γ
b= 0 (2)
oldu§u varsaylr.
(1) modeline ili³kin veri yaps a³a§daki gibidir;
Bloklar
Denemeler 1 2 · · · b Toplam Ortalama 1 y
11y
12· · · y
1by
1·¯ y
1·2 y
21y
22· · · y
2by
2·¯ y
2·... ... ... ... ··· ...
a y
a1y
a2· · · y
aby
a·¯ y
a·Toplam y
·1y
·2· · · y
·by
··Ortalama y ¯
·1¯ y
·2· · · ¯ y
·b¯ y
··Burada,
y
i·=
b
X
j=1
y
ij, ¯ y
i·= y
i·b , i = 1, 2, · · · , a y
·j=
a
X
i=1
y
ij, ¯ y
·j= y
·ja , j = 1, 2, · · · , b
(3)
dr. Ayrca, N = ab toplam gözlem saysn göstermek üzere
y
··=
a
X
i=1 b
X
j=1
y
ijve y ¯
··= y
··N (4)
srasyla tüm gözlemlerin toplam ve tüm gözlemlerin ortalamas olarak
tanmlanr.
(1) modelinde parametrelerin LS tahmin edicileri,
˜
µ = y ¯
··(5)
˜
τ
i= y ¯
i·− ¯ y
··(6)
˜
γ
j= y ¯
·j− ¯ y
··(7)
olarak bulunur.
Hatann varyans σ
2nin (yan düzeltmesi yaplm³) LS tahmin edicisi,
˜ σ
2=
a
X
i=1 b
X
j=1
( y
ij− ˜ µ − ˜ τ
i− ˜ γ
j)
2N − a − b + 1 (8)
= X
a i=1X
b j=1( y
ij− ¯ y
··− ¯ y
i·+ ¯ y
··− ¯ y
·j+ ¯ y
··)
2N − a − b + 1 (9)
=
a
X
i=1 b
X
j=1
( y
ij− ¯ y
i·− ¯ y
·j+ ¯ y
··)
2N − a − b + 1 (10)
dir.
(1) modelinde temel amaç, denemeler arasnda ve bloklar arasnda anlaml bir farkllk olup olmad§n belirlemektir. Bu iki durum için hipotezler srasyla,
H
01: τ
1= τ
2= · · · = τ
a= 0 (11)
ve H
02: γ
1= γ
2= · · · = γ
b= 0 (12)
dr.
(1) modelinde, toplam de§i³kenlik
SS
Toplam=
a
X
i=1 b
X
j=1
( y
ij− ¯ y
··)
2(13)
olarak ifade edilir. (13) e³itli§inde, parantez içine ¯y
i·, ¯y
·jve ¯y
··ifadeleri bir eklenip bir çkartlr ve kare ifade açlp düzenlenirse
SS
Toplam= b
a
X
i=1
(¯ y
i·− ¯ y
··)
2+
a
X
i=1 b
X
j=1
(¯ y
·j− ¯ y
··)
2+ a
b
X
j=1
(¯ y
·j− ¯ y
··)
2+
a
X
i=1 b
X
j=1
( y
ij− ¯ y
i·− ¯ y
·j+ ¯ y
··)
2(14)
elde edilir.
E§er,
SS
Deneme= X
ai=1
X
b j=1(¯ y
i·− ¯ y
··)
2= b X
ai=1
(¯ y
i·− ¯ y
··)
2SS
Blok= X
ai=1
X
b j=1(¯ y
·j− ¯ y
··)
2= a X
bj=1
(¯ y
·j− ¯ y
··)
2SS
Hata= X
ai=1
X
b j=1( y
ij− ¯ y
i·− ¯ y
·j+ ¯ y
··)
2(15)
denirse,
(13) e³itli§i,
SS
Toplam= SS
Deneme+ SS
Blok+ SS
Hata(16)
³eklinde deneme kareler toplam, blok kareler toplam ve hata kareler
toplam ³eklinde bile³enlerine ayrlr.
Test statistikleri
(1) modelinde, (11) hipotezini snamak için
F
Deneme=
SS
Deneme( a − 1) SS
Hata( N − a − b + 1)
= MS
DenemeMS
Hata(17)
ve (12) hipotezini snamak için de
F
Blok=
SS
Blok( b − 1) SS
Hata( N − a − b + 1)
= MS
BlokMS
Hata(18)
test istatistikleri kullanlr.
Teorem
(1) modelinde, H
0hipotezi altnda,
(i) F
Denemetest istatisti§i, a − 1 ve N − a − b + 1 serbestlik dereceli merkezi F da§lmna sahiptir.
(ii) F
Bloktest istatisti§i, b − 1 ve N − a − b + 1 serbestlik dereceli
merkezi F da§lmna sahiptir.
KARAR
F
Denemetest istatisti§inin de§eri, α anlam düzeyinde a − 1 ve N − a − b + 1 serbestlik dereceli F tablo de§erinden daha büyükse sfr hipotezi reddedilir. Bir ba³ka deyi³le,
F
Deneme> F
α;a−1;N−a−b+1ise "Denemeler arasnda anlaml bir farkllk vardr" denir.
F
Bloktest istatisti§inin de§eri, α anlam düzeyinde b − 1 ve N − a − b + 1 serbestlik dereceli F tablo de§erinden daha büyükse sfr hipotezi reddedilir. Bir ba³ka deyi³le,
F
Blok> F
α;n−1;N−a−b+1ise "Bloklar arasnda anlaml bir farkllk vardr" denir. ♣
Yukarda elde edilen bilgiler ³§nda, her gözede bir gözlemin oldu§u ve etkile³imin olmad§ iki-yönlü ANOVA tablosu, a³a§da gösterildi§i gibi olu³turulur.
ANOVA Tablosu
Kaynak df SS MS F
Denemeler a − 1 SS
DenemeMS
DenemeF
DenemeBloklar b − 1 SS
BlokMS
BlokF
BlokHata N − a − b + 1 SS
HataMS
HataGenel N − 1 SS
ToplamHer gözede birden fazla gözlemin oldu§u ve etkile³imin olmad§ durum için matematiksel model
y
ijk= µ + τ
i+ γ
j+ ε
ijk, (19) i = 1, 2, · · · , a; j = 1, 2, · · · , b; k = 1, 2, · · · , n
olup model parametreleri Bölüm 5.2 de verildi§i gibi tanmlanr.
(19) modeline ili³kin veri yaps a³a§daki gibidir:
Bloklar
Denemeler 1 2 · · · b
1 y111,y112, · · · ,y11n y121,y122, · · · ,y12n · · · y1b1,y1b2, · · · ,y1bn
2 y211,y212, · · · ,y21n y221,y222, · · · ,y22n · · · y2b1,y2b2, · · · ,y2bn
... ... ... · · · ...
a ya11,ya12, · · · ,ya1n ya21,ya22, · · · ,ya2n · · · yab1,yab2, · · · ,yabn
y
i··= X
b j=1X
n k=1y
ijk, y ¯
i··= y
i··bn , i = 1, 2, · · · , a y
·j·=
X
a i=1X
n k=1y
ijk, ¯ y
·j·= y
·j·an , j = 1, 2, · · · , b
(20)
dir. Ayrca, N = abn toplam gözlem saysn göstermek üzere,
y
···= X
ai=1
X
b j=1X
n k=1y
ijk, ¯ y
···= y
···N (21)
srasyla tüm gözlemlerin toplam ve tüm gözlemlerin ortalamas
olarak tanmlanr.
(19) modelindeki parametrelerin LS tahmin edicileri, (1) modelindeki parametrelerin LS tahmin edicilerine benzer olarak a³a§da gösterildi§i gibi elde edilir;
˜
µ = ¯ y
···(22)
˜
τ
i= ¯ y
i··− ¯ y
···(23)
˜
γ
j= ¯ y
·j·− ¯ y
···. (24)
farkllk olup olmad§, bir ba³ka deyi³le, (11) ve (12) hipotezleri srasyla
Test statistikleri F
Deneme=
SS
Deneme(a − 1) SS
Hata( N − a − b + 1)
= MS
DenemeMS
Hata(25) ve
F
Blok=
SS
Blok(b − 1) SS
Hata(N − a − b + 1)
= MS
BlokMS
Hata(26)
test istatistikleri kullanlarak snanr.
Burada,
SS
Deneme=
a
X
i=1 b
X
j=1 n
X
k=1
(¯ y
i··− ¯ y
···)
2= bn
a
X
i=1
(¯ y
i··− ¯ y
···)
2SS
Blok= X
a i=1X
b j=1X
n k=1(¯ y
·j·− ¯ y
···)
2= an X
bj=1
(¯ y
·j·− ¯ y
···)
2SS
Hata=
a
X
i=1 b
X
j=1 n
X
k=1
(y
ijk− ¯ y
i··− ¯ y
·j·+ ¯ y
···)
2(27)
dr. Karar ksm, Bölüm 5.2 dekine benzer ³ekilde düzenlenir.
Her gözede birden fazla gözlemin oldu§u ve etkile³imin olmad§
iki-yönlü ANOVA tablosu, a³a§da gösterildi§i gibi olu³turulur.
ANOVA Tablosu
Kaynak df SS MS F
Denemeler a − 1 SS
DenemeMS
DenemeF
DenemeBloklar b − 1 SS
BlokMS
BlokF
BlokHata N − a − b + 1 SS
HataMS
HataGenel N − 1 SS
ToplamHer gözede birden fazla gözlemin ve etkile³imin oldu§u durum için matematiksel model
y
ijk= µ + τ
i+ γ
j+ τ γ
ij+ ε
ijk, (28) i = 1, 2, · · · , a; j = 1, 2, · · · , b, k = 1, 2, · · · , n
³eklinde ifade edilir.
Burada, τγ
ij, i−inci deneme ile j−inci blok arasndaki etkile³im etkisini gösterir. Di§er parametrelerin yorumlar Bölüm 5.2 de verildi§i gibidir. (28) modeli, uygulamada en çok kullanlan modeldir.
Bu modele ili³kin veri yaps, her gözede birden fazla gözlemin
oldu§u ve etkile³imin olmad§ modele ili³kin veri yaps ile ayndr.
(28) modeli, sabit etkili bir modeldir. Bir ba³ka deyi³le, (28) modelinde
a
X
i=1
τ
i= 0,
b
X
j=1
γ
j= 0 ve
a
X
i=1
τ γ
ij=
b
X
j=1
τ γ
ij= 0 (29)
oldu§u varsaylr.
(28) modelinde,
y
i··= X
bj=1
X
n k=1y
ijk, ¯ y
i··= y
i··bn , i = 1, 2, · · · , a y
·j·=
a
X
i=1 n
X
k=1
y
ijk, ¯ y
·j·= y
·j·an , j = 1, 2, · · · , b y
ij·=
n
X
k=1
y
ijk, ¯ y
ij·= y
ij·n , i = 1, 2, · · · , a; j = 1, 2, · · · , b ve ayrca, N = abn toplam gözlem saysn göstermek üzere (30)
y
···=
a
X
i=1 b
X
j=1 n
X
k=1
y
ijk, y ¯
···= y
···N (31)
olarak tanmlanr.
(28) modelinde parametrelerin LS tahmin edicileri
˜
µ = ¯ y
···(32)
˜
τ
i= ¯ y
i··− ¯ y
···(33)
˜
γ
j= ¯ y
·j·− ¯ y
···(34)
˜
τ γ
ij= ¯ y
ij·− ¯ y
i··− ¯ y
·j·+ ¯ y
···(35)
(36)
olarak elde edilir.
Hatann varyans σ
2nin (yan düzeltmesi yaplm³) LS tahmin edicisi,
˜ σ
2=
a
X
i=1 b
X
j=1 n
X
k=1
( y
ijk− ˜ µ − ˜ τ
i− ˜ γ
j− ˜ τ γ
ij)
2ab(n − 1) (37)
=
a
X
i=1 b
X
j=1 n
X
k=1
( y
ijk− ¯ y
ij·)
2N − ab (38)
dir.
(28) modelinde denemeler arasnda, bloklar arasnda anlaml bir farkllk olup olmad§ ve deneme×blok etkile³im etkisinin anlaml olup olmad§
snanr. Her bir durum için hipotezler srasyla
H
01: τ
1= τ
2= · · · = τ
a= 0 (39) H
02: γ
1= γ
2= · · · = γ
b= 0 (40) ve H
03: τ γ
11= τ γ
12= · · · = τ γ
ab= 0 (41)
dr.
(28) modelinde genel kareler toplam
SS
Toplam= SS
Deneme+ SS
Blok+ SS
Etkilesim+ SS
Hata(42)
olarak bile³enlerine ayrlr.
SS
Deneme=
a
X
i=1 b
X
j=1 n
X
k=1
(¯ y
i··− ¯ y
···)
2= bn X
ai=1
(¯ y
i··− ¯ y
···)
2SS
Blok=
a
X
i=1 b
X
j=1 n
X
k=1
(¯ y
·j·− ¯ y
···)
2= an X
bj=1
(¯ y
·j·− ¯ y
···)
2SS
Etkilesim=
a
X
i=1 b
X
j=1 n
X
k=1
(¯ y
ij·− ¯ y
i··− ¯ y
·j·+ ¯ y
···)
2= n X
ai=1 b
X
j=1
(¯ y
ij·− ¯ y
i··− ¯ y
·j·+ ¯ y
···)
2SS
Hata=
a
X
i=1 b
X
j=1 n
X
k=1
( y
ijk− ¯ y
ij·)
2(43)
dir.
Test statistikleri
(28) modelinde, (39) hipotezini snamak için
FDeneme=
SSDeneme (a − 1) SSHata
(N − ab)
=MSDeneme MSHata
, (44)
(40) hipotezini snamak için
FBlok=
SSBlok (b − 1) SSHata
(N − ab)
=MSBlok
MSHata (45)
ve (41) hipotezini snamak için
FEtkilesim=
SSEtkilesim
(a − 1)(b − 1) SSHata
(N − ab)
=MSEtkilesim
MSHata (46)
test istatistikleri kullanlr.
Teorem
(28) modelinde, H
0hipotezi altnda,
(i) F
Denemetest istatisti§i, a − 1 ve N − ab serbestlik dereceli merkezi F da§lmna sahiptir.
(ii) F
Bloktest istatisti§i, b − 1 ve N − ab serbestlik dereceli merkezi F da§lmna sahiptir.
(iii) F
Etkilesimtest istatisti§i, (a − 1)(b − 1) ve N − ab serbestlik dereceli
merkezi F da§lmna sahiptir.
KARAR
FDenemetest istatisti§inin de§eri, α anlam düzeyinde, a − 1 ve N − ab serbestlik dereceli F tablo de§erinden daha büyükse sfr hipotezi reddedilir. Bir ba³ka deyi³le,
FDeneme>Fα;a−1;N−ab
ise "Denemeler arasnda anlaml bir farkllk vardr" denir.
FBloktest istatisti§inin de§eri, α anlam düzeyinde, b − 1 ve N − ab serbestlik dereceli F tablo de§erinden daha büyükse sfr hipotezi reddedilir. Bir ba³ka deyi³le,
FBlok>Fα;b−1;N−ab
ise "Bloklar arasnda anlaml bir farkllk vardr" denir.
FEtkilesimtest istatisti§inin de§eri, α anlam düzeyinde, (a − 1)(b − 1) ve N − ab serbestlik dereceli F tablo de§erinden daha büyükse sfr hipotezi reddedilir. Bir ba³ka deyi³le,
FEtkilesim>Fα;(a−1)(b−1);N−ab
ise "Deneme×Blok etkile³imi istatistiksel olarak anlamldr" denir. ♣
Yukarda elde edilen bilgiler ³§nda, her gözede birden fazla gözlemin ve etkile³imin oldu§u iki-yönlü ANOVA tablosu, a³a§da gösterildi§i gibi olu³turulur.
ANOVA Tablosu
Kaynak df SS MS F
Denemeler a − 1 SS
DenemeMS
DenemeF
DenemeBloklar b − 1 SS
BlokMS
BlokF
BlokEtkile³im ( a − 1)(b − 1) SS
EtkilesimMS
EtkilesimF
EtkilesimHata N − ab SS
HataMS
HataGenel N − 1 SS
Toplam(28) modelinde, beklenen deneme kareler ortalamas
E(MS
Deneme) = σ
2+ bn a − 1
a
X
i=1
τ
i2(47)
dir.
(47) e³itli§inden görülmektedir ki, MS
Deneme, sfr hipotezinin do§ru
olmas durumunda, σ
2nin yansz bir tahmin edicisidir.
(28) modelinde, beklenen blok kareler ortalamas,
E(MS
Blok) = σ
2+ an b − 1
a
X
i=1
γ
j2(48)
dir.
(48) e³itli§inden görülmektedir ki, MS
Blok, sfr hipotezinin do§ru
olmas durumunda, σ
2nin yansz bir tahmin edicisidir.
(28) modelinde, beklenen etkile³im kareler ortalamas,
E(MS
Etkilesim) = σ
2+ n ( a − 1)(b − 1)
a
X
i=1 b
X
j=1
τ γ
ij2(49)
dir.
(49) e³itli§inden de görülmektedir ki, MS
Etkilesim, sfr hipotezinin
do§ru olmas durumunda, σ
2nin yansz bir tahmin edicisidir.
(28) modelinde, beklenen hata kareler ortalamas,
E(MS
Hata) = E
SS
HataN − ab
= σ
2(50)
dir.
(50) e³itli§inden görülmektedir ki, MS
Hata, σ
2nin her zaman yansz
bir tahmin edicisidir.
(1) modelinde, baz gözlemler çe³itli nedenlerden dolay bilinemeyebilir ya da kaybolabilir. Böyle bir durumda, deneme etkilerinin ve blok etkilerinin toplamlar sfra e³it olamaz, bir ba³ka deyi³le,
a
X
i=1
τ
i6= 0 ve X
bj=1