Modell und statistische Analyse des verschachtelten Designs

Ein Faktor B gilt als in einem anderen Faktor ^ verschachtelt (oder dass
seine Ebenen in denen von ^ verschachtelt sind), wenn jede Ebene von
Faktor B mit einer einzelnen Ebene von Faktor ^ verknüpft erscheint. Das
heißt, es gibt ^ Ebenen des Faktors ^ , b Ebenen des Faktors B , die unter
jeder Ebene ^ verschachtelt sind, und ^ Replikate.
Das statistische Modell, das das erwartete Verhalten der Antwort in diesem
Design beschreibt, ist gegeben durch:
Yijk = u+T+ Pj(i) + £ (ij)k
∀ ^ = 1,2,…,^; j=1,2,…,b;k = 1,2,…,^
Wo:

u: der wahre mittlere Effekt; Daher ist es eine Konstante.

T i : die wahre Wirkung der i-ten Stufe des Faktors A.
P j( ^ ) : der wahre Effekt, der durch die erzeugt wird. j -te Ebene von Faktor
B innerhalb der ^ -ten Ebene von Faktor ^ .
£
( i j)
: Der wahre Effekt der k -ten Versuchseinheit, abhängig von der (ij) -
k
ten Kombination der Ebenen der Faktoren ^ und B , hat eine Verteilung
DNI(0,02)
UND ICH

jk : Wert der Antwort, es ist eine Zufallsvariable mit Mittelwert (^ + ^ i

+ P j ()) und konstanter Varianz o2, wobei ab^ die Gesamtzahl der
Beobachtungen im Experiment ist.

^ : Anzahl der Stufen von Faktor A.

b : Anzahl der Ebenen von Faktor B, die unter jeder Ebene von A
angeordnet oder verschachtelt sind.

r: Anzahl der Wiederholungen oder Replikate.

Dies ist ein ausgewogenes verschachteltes Design , da es auf jeder Ebene ^
die gleiche Anzahl an B- Ebenen und die gleiche Anzahl an Replikaten gibt.
Da nicht alle Ebenen des Faktors B in allen Ebenen des Faktors ^
vorkommen, kann es keine Wechselwirkung zwischen A und B geben.
Andererseits wird für die Berechnungen die folgende Symbologie
verwendet:

• Gesamtsumme der Beobachtungen:

 T=222Yy
i=1 j=1 k=1
• Korrekturfaktor (CF):

M _T2_2$12)-12"-1(YR)2
vy abn N
• Quadratsumme der Daten:
abn

2y2=222y
i=1 j=1 k=1
• AA iverbunden
= Summe aller Beobachtungen, die mit der i-ten Stufe des Faktors
sind
bn
A,=2ZY
j=1 k=1
• T ¿J = Summe aller Beobachtungen, die der j-ten Stufe von Faktor B
innerhalb der i-ten Stufe von Faktor A zugeordnet sind
N

Ty=2,Yi
k=1
• Summe der Quadrate des Faktors A:
bis A2 Zu
Ayy
=Lbni - M "' = n ^ ( S yt- - y.)2
i=l i=l
• Summe der Quadrate zwischen den Ebenen von B für jede Ebene von
A, summiert über alle Ebenen von A ( B(A) -Effekte):
ab 2 Zu 2 ab
B^ = YZ^n^ – Z^ = nl^(^^
i=l J=l i=l i=l J=l
• Summe der Fehlerquadrate:
abn
Eyy = > y2 - ^yy - ^yy - ^ ( ^)yy = > > >(k - Yu.) i=1 j=1 k=1

• Summe der Quadrate der Gesamtsumme:

be = A yy + B(A) yy

+FE
T yy
sei = SCA + SCB(A) + SCE
Modelltypen im verschachtelten Layout
Es gibt drei Arten von Modellen, aus praktischen Gründen werden jedoch
vier in Betracht gezogen:
■ Modell I:
Varianzanalysemodell (Fixed-Effects-Modell) : Bei diesem Modell
interessiert sich der Forscher nur für die „a“-Niveaus von Faktor A und
die „b“-Niveaus von Faktor B, die im Experiment vorhanden sind, und
die Schlussfolgerungen beziehen sich nur auf diese. Es wird
angenommen, dass 211T¡ = 0 und ^ I j=1 P j( < j) = 0; Vi= 1,2, .^,a . Das
heißt, die Summe der Wirkungen von Behandlung A ist Null und die
Summe der Wirkungen von Behandlung B ist innerhalb jeder Stufe von
A Null.
Zu B
1^=1P^ ) =0 i=1 j=1
Die durchgeführten Hypothesentests sind:

H 0 :T Í = 0 ; P j(i) = 0 ; v i,j
H ^ :^ ^ + 0 ; P j(í) #+ 0 ; für einige yoj
H wird also abgelehnt, wenn Fe > F ( a-1 ), ab ( n-1 ) für die Zwecke der
Behandlung A und wenn Fe > Fa(b-1),ab(n-1) für die Zwecke der
Behandlung B ist Null innerhalb jeder Ebene von A.

Erwartete Werte der mittleren Quadrate sind:

 E(A) = a 2 + nb 2
i=1

E(B(A)) = CT a b 2 +n>>_B) + ZZa(b—1)

2
i=1 j = 1
E(E) = ct 2
■ Modell II:
Varianzkomponentenmodell (Variable-Effects-Modell) Dieses Modell
wird verwendet, wenn der Forscher an der Grundgesamtheit der Stufen
von Faktor A und Faktor B interessiert ist, von denen nur eine
Zufallsstichprobe aus „a“-Stufen von Faktor A und „b“-Stufen von
Faktor A besteht Faktor B wird untersucht, die Schlussfolgerungen
beziehen sich jedoch auf alle vorhandenen Ebenen beider Faktoren. Es
wird angenommen, dass T eine Verteilung DNI(0, o2) hat und dass j(i)
ebenfalls eine Verteilung DNl(0, o3) hat.
Die durchgeführten Hypothesentests sind:

Ho:02=0; 2=0

H r : o2>0 ; oder > 0

H wird also abgelehnt, wenn Fe > F ( a-1 ), a ( b-1 ) für die Zwecke der
Behandlung A und wenn Fe > Fa(b-1),ab(n-1) für die Zwecke der
Behandlung B ist Null innerhalb jeder Ebene von A.
Erwartete Werte der mittleren Quadrate sind:

E(A) = ct 2 + na p + bna (
E(B(A)') = f 2 + n^ p
E(E) = f 2
■ Modell III:
Gemischtes Modell , bei dem die „a“-Stufen von Faktor A fest sind und
die „b“-Stufen von Faktor B eine Zufallsstichprobe aller Stufen von
Faktor B sind.
 Zu
2t,=0
P j(i)
i=1
hat DNl(0,a ¡2)
Die durchgeführten Hypothesentests sind:
H o : T i = 00 ; Oder p = 0 ; Gesehen
H 1 :T i + ; P j(i) > 0 ; für einige i
H wird also abgelehnt, wenn Fe > F ( a-1 ), a ( b-1 ) für die Zwecke der
Behandlung A und wenn Fe > Fa(b-1),ab(n-1) für die Zwecke der
Behandlung B ist Null innerhalb jeder Ebene von A.
Erwartete Werte der mittleren Quadrate sind:

E(A) = 02 + n^ p + bn
2
Í=1
E(B(A)) = A 2
+ NEIN
E^E) = 02
■ Modell IV:
Gemischtes Modell , bei dem die „a“-Stufen von Faktor A eine
Zufallsstichprobe aller Stufen von Faktor A sind und die „b“-
Stufen von Faktor B festgelegt sind.
B
>,=0
Í=1
T i hat DNl(0, op')
Die durchgeführten Hypothesentests sind:
H o : P j(O = 0 ;2o? = 0 ; gesehen
i :P j(i) + 0 ; a > 0 ; für einige i
H
 H wird also abgelehnt, wenn Fe > F ( a-1 ), a ( b-1 ) für die
Wirkungen der Behandlung A und wenn Fe > F a ( b-1 ), ab ( n-1 ) für
die Wirkungen der Behandlung Behandlung B ist innerhalb jeder
Ebene von A Null.
Erwartete Werte der mittleren Quadrate sind:

E(B(A)) = 02+

n2*12]=1j
a(b — 1)

E(Á) = 02+ bn^ í 2

E(E) = o2

ANVA-TISCH

QUELLE DER FREIHEITSG

QUADRATSUMME Mittlere Quadrate
VARIATION RADE

Aufgrund der
1 FC = M yy M
= M yy
Halb
. 4A?
Faktor A a–1 Ayy =L.bn Myy , _ A yy
i=1 a–1

ab2 a 2 8(a),,=22-24 B(A) VV B(A) =

B in A a(b — 1) Í=1 j=1 Í=1 Und-
b(a — 1)
Aufgrund eines F
Eyy
experimentelle ab(n — 1) = 2 y2 – Myy – Ayy – B(A)yy UND
_
Und
jj
n Fehlers ab(n — 1)

Gesamt N = abn
2v —
 ANVA-BILD OHNE DIE HÄLFTE

QUELLE DER FREIHEITSGRA

QUADRATSUMME Mittlere Quadrate
VARIATION DE

A_A
Faktor A a–1 g A? yy
Ayy
= Xbn– Myy
i=1 a—1
ab2 Zu 2
(a),- i=1 j=1 i=1 ^(A)w
B in A a(b — 1) B(A) = Und-
b(a — 1)

Aufgrund eines F
experimentelle ab(n — 1) Eyy = 2 y2 — Ayy — B(A)yy F_ c
jj
n Fehlers ab(n — 1)
Gesamt N = abn — 1 SCT —

Fe-VERHÄLTNIS FÜR ANGEMESSENE ANVA

QUELLE DER EXPERIMENTELLES Fe-Modell

Mittlere Quadrate
VARIATION Yo II III IV
Aufgrund der
Halb
M=M
yy — — — —

. _ A yy
CMA CMA CMA CMA
Faktor A a–1 K =------- F, =--------— F, =--------— K =--------
6 CME 6 CMB(Á) 6 CMB(A) 6 CME
5(A)w C _ CMB(A) ; CMB(A) e _ CMB(A) F
B in A Und CME _ CMB(A)
NCA)-Ba- CME Und CME = CME
Aufgrund eines
experimentellen F
F_ ^jj — — — —
Fehlers ab(n — 1)
Gesamt — — — — —
KAPITEL II. DISKUSSION

PROBLEME GELÖST.
Problem Nr. 1: Die Oberflächenbeschaffenheit von Metallteilen, die
von vier Maschinen hergestellt werden, wird untersucht. Es wird ein
Experiment durchgeführt, bei dem jede Maschine von drei
 verschiedenen Bedienern manövriert wird und von jedem Bediener
zwei Teile ausgewählt und getestet werden. Da sich die Maschinen
an unterschiedlichen Standorten befinden, ist es nicht möglich, an
jeder Maschine dieselben Bediener einzusetzen; Darüber hinaus
werden die Operatoren zufällig ausgewählt. Die Daten sind in der
folgenden Tabelle aufgeführt. Analysieren Sie die Daten und ziehen
Sie die entsprechenden Schlussfolgerungen auf einem
Signifikanzniveau von 5 %.

Maschine 1 Maschine 2 Maschine 3 Maschine 4

Operator 1 2 3 1 2 3 1 2 3 1 2 3
79 94 46 92 85 76 88 53 46 36 40 62
Oberfläche
62 74 57 99 79 68 75 56 57 53 56 47
Zwischensu 141 168 103 191 164 144 163 109 103 89 96 109
mme
GESAMT 412 499 375 294

Faktor A: MASCHINEN
Faktor B: BEDIENER
Lösung: Fixed-Effects-Modell
1) Hypothesenaussage:
H o't¡=0; P j(^) =^ ; ∀ ^= 1 , 2,3,4; j = 1,2,3
H1 :T¡#0;
P j ( ^ ) ≠ ^ ; für einige ^ oj
2) Signifikanzniveau: ^ = ^. ^5
3) Teststatistik: F mit 3 und 12 für Faktor A, 8 und 12 für Faktor B
in A.
4) Entscheidung – ^ 0 wird abgelehnt, wenn Fe größer als F 0 =
3,49 für Faktor A und F 0 = 2,85 für Faktor B in A ist.

5) Datenverarbeitung:
T= 1580;^= 2; ^=4;2b =3
(1580)
M yy = FC = = 104016.6667
>,y2= (79) 2 + (62) 2 + - + (47) 2
A yy = [412 +499 + 375 = + 294
]- 104016.6667 = 3617.6667
111466
6
[1412 + 1682 +
1032 +⋯+1092]
B (A)yy 2
2
[412 + 499 + 3752 + 2942]
2 2
 6.

E yy = 111466 - 104016,6667 - 3617,6667 - 2817,6667 =

1013,99998
ANVA-TISCH
QUELLE DER QUADRATSUM Mittlere Glaube
FREIHEITS
VARIATION ME Quadrate EXPERIMENTAL
GRADE
Halb 1 104016.6667 104016.6667 --
Faktor A 3 3617.6667 1205.8889 14.2709
B in A 8 2817.6667 352.2083375 4.16815
Experimentelle
12 1013.99998 84.49999833 --
r Fehler
Gesamt 24 111466 -- --
6) Schlussfolgerung: Da F e = 14. 2709> F
oder –3. 49 wird
abgelehnt ^ 0 , daher ist die Oberflächenbeschaffenheit aufgrund
der unterschiedlichen Leistung der einzelnen Maschinen
erheblich unterschiedlich, wobei Maschine 2 die beste ist;
Bezüglich der Wirkung von B auf A ist es von Bedeutung, Fe -4.
16815 >F
oder –2. 85 wird abgelehnt ^ 0 , das heißt,
die Variabilität der Oberflächen ist hauptsächlich auf die
Variabilität in der Leistung der Maschinen sowie auf die
Variabilität in der Leistung der Bediener zurückzuführen, wobei
die beste Kombination Bediener 2 in Maschine 1 ist .

Problem Nr. 2: Ein Geologe untersucht den radioaktiven

Spurengehalt von fünf verschiedenen Bodentypen. Dazu entnimmt
er vier Proben mit radioaktiven Stoffen an vier verschiedenen Orten,
die sich auf jeder Bodenart befinden. Die folgenden Daten werden
erhalten. Führen Sie eine ANVA mit 95-prozentiger Sicherheit
durch.
 Boden ZU B C D UND
Standort 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
6 13 1 7 10 2 4 0 0 10 8 7 11 5 1 0 1 6 3 3
radioaktiver 2 3 10 4 9 1 1 3 0 11 5 2 0 10 8 8 4 7 0 7
Becher 0 9 0 7 7 1 7 4 5 6 0 5 6 8 9 6 7 0 2 4
8 8 6 9 12 10 9 1 5 7 7 4 4 3 4 5 9 3 2 0
Zwischens 16 33 17 27 38 14 21 8 10 34 20 18 21 26 22 19 21 16 7 14
umme
GESAMT 93 81 82 88 58

Faktor A: Bodenart
Faktor B: LOKALITÄT
Lösung: Fixed-Effects-Modell
1) Hypothesenaussage:
H o:t,=0; P j(^) =^ ; ∀ ^= 1 , 2,3,4; j = 1,2,3,4
H1 :T¡#0;
P j ( ^ ) ≠ ^ ; für einige ^ oj
2) Signifikanzniveau: ^ = ^. ^5
3) Teststatistik: F mit 4 und 60 für Faktor A, 15 und 60 für Faktor
B in A.
4) Entscheidung – ^ 0 wird abgelehnt, wenn Fe größer als F 0 =
2,53 für Faktor A und F 0 = 1,84 für Faktor B in A ist.

5) Datenverarbeitung:
T = 402; ^ = 4; ^ = 5; b =4
(402)2
M yy = FC = = 2020.05
> Y2 = (6) 2 + (2) 2 + (0) 2 + (8) 2 + - + (0) 2 = 2990
[93 + 81 + 822 + 882 + 582]
2 2

- 2020.05 = 45.075
A= 16
jj [162 +332 +172 +⋯+ 142] [932 +812 +822 +882 +
582]
B (^) jj sCT = 2990 – 2020,05 = 969,95
4 16
= 282.875
Eyy = 969,95 - 45,075 - 282,875 = 642
 ANVA-TISCH
QUELLE DER QUADRATSUM Mittlere Glaube
FREIHEITS
VARIATION ME Quadrate EXPERIMENTAL
GRADE
Faktor A 4 45.075 11.26875 1.0532
B in A 15 282.875 18.85833333 1.7625
Experimentelle
60 642 10.7 --
r Fehler
Gesamt 79 969.95 -- --
6) Fazit: As Fe =1. O532 < F
ODER –2. 53 kann nicht
abgelehnt werden ^ 0 , folglich gibt es keinen signifikanten
Unterschied zwischen den fünf verschiedenen Bodentypen, das
heißt, die Radioaktivitätsrate unterscheidet sich nicht zwischen
ihnen; Dasselbe geschieht mit dem Beweis für B innerhalb von
A, ^ 0 wird nicht abgelehnt, weil Fe —1. 7625 < F
ODER –1. 84 , da es
einen erheblichen Unterschied zwischen der in den einzelnen
Böden verwendeten Radioaktivitätsrate gibt.

Problem Nr. 3: Es ist eine Studie über die Anzahl der Tage
erforderlich, an denen Kardiologiepatienten im Krankenhaus
bleiben. Zu diesem Zweck wird in den vier Hauptkrankenhäusern
der Stadt eine Studie durchgeführt, bei der die Aufenthaltsdauer
der Patienten jedes Facharztes untersucht wird. Führen Sie eine
ANVA mit 95-prozentiger Sicherheit durch. Die erhaltenen
Ergebnisse werden im Folgenden angezeigt:

KRANKENHAUS
1 2 3 4
Arzt Arzt Arzt Arzt
1 2 3 1 2 3 1 2 3 1 2 3
7 11 12 9 14 14 8 11 17 6 9 8
10 9 11 9 11 13 12 14 20 7 8 10
8 12 15 12 12 10 13 14 19 6 9 6
25 32 38 30 37 37 33 39 56 19 26 24
95 104 128 69

Faktor A: KRANKENHAUS
Faktor B: MEDIZIN
 Lösung: Fixed-Effects-Modell
1) Hypothesenaussage:
H o't,=0; s, (^) =^ ; ∀ ^=1,2,3,4; j = 1,2,3
H1 :T¡#0;
P j ( ^ ) ≠ ^ ; für einige ^ oj
2) Signifikanzniveau: ^ = ^. ^5
3) Teststatistik: F mit 3 und 24 für Faktor A, 8 und 24 für Faktor
B in A.
4) Entscheidung – ^ 0 wird abgelehnt, wenn Fe größer als F 0 =
3,01 für Faktor A und F 0 = 2,36 für Faktor B in A ist.
5) Datenverarbeitung:
T = 396;^=3; ^=4; b =3
(396)2
Myy = FC
36
>, Y2 = (7) 2 + (10) 2 + (8) 2 + - + (6) 2 = 4768
[952 + 1042 + 1282 + 692]
[252 + 322 + 382 + ⋯ + 242] [952 + 1042 + 1282 + 692]
= 142.6667
E yy = 4768 - 4356 - 198 - 142,6667 = 71,3333
ANVA-TISCH
QUELLE DER QUADRATSUM Mittlere Glaube
FREIHEITS
VARIATION ME Quadrate EXPERIMENTAL
GRADE
Halb 1 4356 4356 --
Faktor A 3 198 66 22.21
B in A 8 142.6667 17.8334 6.00
Experimentelle
24 71.3333 2.9722 --
r Fehler
Gesamt 36 4768 -- --
6) Schlussfolgerung: As Fe = 22. 21 > F
oder –3. 01 kann
abgelehnt werden ^ 0 , es wird der Schluss gezogen, dass
Krankenhäuser sich hinsichtlich der durchschnittlichen Anzahl
der Tage, die Patienten im Krankenhaus bleiben, sehr stark
unterscheiden, wobei die längste Dauer des
Patientenaufenthalts im Krankenhaus liegt 3; ebenso Glaube –
2. 36 > F
oder
–6.^^ , ^ 0 wird im Test für B in A abgelehnt, d. h. in Bezug
auf Ärzte ist es statistisch signifikant im Hinblick auf die
durchschnittliche Anzahl der Tage, die Patienten im
Krankenhaus bleiben, und erhält die höchste Zahl Tage der
 Berichte von Arzt 3 im Krankenhaus 3.

Problem Nr. 4: Die Variation des Blausäuregehalts (HCN) in

Sorghum wurde untersucht. Aus einer Kulturpflanze wurden 3
Pflanzen nach dem Zufallsprinzip entnommen, dann 4 Blätter nach
dem Zufallsprinzip pro Pflanze entnommen und 2
Zufallsbestimmungen pro Blatt vorgenommen. In jeder Probe
wurde der HCN-Gehalt in mg (in 100 g TM) analysiert. Die Daten
werden unten angezeigt:
Gesamtblät Insgesamt
Böden Blätter Bestimmungen
ter Pflanzen
1 30 32 62
2 35 36 71
1 258
3 28 30 58
4 34 33 67
1 25 24 49
2 19 20 39
2 168
3 21 22 43
4 18 19 37
1 38 42 80
2 41 43 84
3 304
3 36 37 73
4 34 33 67
HCN-Konzentration in Sorghumpflanzen, ausgedrückt in mg/100 g
Trockenmasse, in einem ausgewogenen verschachtelten Design mit
zufälligen Effekten.

Faktor A: PFLANZEN
Faktor B: BLÄTTER
 Lösung: Variable-Effects-Modell
1) Hypothesenaussage:
^ oder :02=0; Zu
2= 0
H1 :02>0; entweder
2> 0
2) Signifikanzniveau: ^ = ^. ^5
3) Teststatistik: F mit 2 und 9 für Faktor A, 9 und 12 für Faktor B
in A.
4) Entscheidung – ^ 0 wird abgelehnt, wenn Fe größer als F 0 =
4,26 für Faktor A und F 0 = 2,80 für Faktor B in A ist.
5) Datenverarbeitung:
T = 730; ^ = 2; ^ =2 3; b =4
(730)
M yy = FC = = 22204.1667
> Y 2 = (30) 2 + (35) 2 + - + (33) 2 = 23594
[2582 + 1682 + 3042]
- 22204.1667 = 1196.333
A= 8
jj
[622 +712 +⋯+672] [2582 + 1682 + 3042]
-=175.5
B (^) jj SCT = 23594 - 22204,1667 = 1389,833
E yy = 1389,833 - 1196,333 - 175,5 = 18
ANVA-TISCH
QUELLE DER FREIHEITSG QUADRATSUM Mittlere Glaube
VARIATION RADE ME Quadrate EXPERIMENTAL

Faktor A 2 1196.333 598.1665 30.675

B in A 9 175.5 19.5 13.00
Experimentelle 12 18 1.5 --
r Fehler
Gesamt 23 1389.833 -- --
6) Fazit: As Fe =3 0. 675 > F
oder –4. 26 wird
abgelehnt ^ 0 , folglich gibt es einen signifikanten Unterschied
zwischen den Pflanzen, das heißt, sie beeinflussen den
Blausäuregehalt (HCN) in Sorghum; Ähnliches passiert beim
Test von B in A, da Fe — 13,00 > F
oder –2,8^, wobei ^ 0 abgelehnt wird, daher
gibt es einen signifikanten Unterschied in den Blättern
innerhalb der Pflanzen.

Problem Nr. 5: Ziel ist es, die Wirksamkeit von drei

verschiedenen Methoden des verbalen Verständnisses bei
 Grundschülern der ersten Klasse zu untersuchen. Hierzu wurden
die folgenden 3 Methoden gewählt: traditionelle Methode (^ 1 )
Audio visuelle (^ 2 ) und Token-Ökonomie (^ 3 ) . Zur
Durchführung der Experimente werden Zufallsstichproben von ^
= 6 Probanden aus sechs verschiedenen Schulen mit identischem
Bildungsniveau gezogen. Die Ergebnisse sind in der folgenden
Tabelle aufgeführt. Führen Sie eine ANVA mit ^ = 0,05 durch
A3
Behandlungen Um 1 Zu 2
Gruppen G1 (1) G2 (2) G3 (1) G4 (2) G5 (1) G6 (2)
6 10 11 31 14 18
14 25 16 19 25 35
20 11 19 27 35 37
Fächer
13 18 24 24 20 38
10 16 30 27 34 29
18 21 29 28 40 33
Zwischensum 81 101 129 156 168 190
me
GESAMT 182 285 358

Faktor A: BEHANDLUNGEN
Faktor B: GRUPPEN
Lösung: Variable-Effects-Modell
1) Hypothesenaussage:
^o :02=0; Zu
2 =^
H1 :02>0; entweder
2 >^
2) Signifikanzniveau: ^ = ^. ^5
3) Teststatistik: F mit 2 und 3 für Faktor A, 3 und 30 für Faktor B
in A.
 4) Entscheidung – ^ 0 wird abgelehnt, wenn Fe größer
als F 0 = 9,55 für Faktor A und F 0 = 2,92 für Faktor
B in A ist.

5) Datenverarbeitung:
T = 825; ^ = 6; ^ = 3; b =2
(825)2
M yy = FC = = 18906,25 >, Y2 = (6) 2 + (14) 2 +
(20) 2 + - + (33) 2 = 21781
[1822 + 2852 + 3582]
- 18906.25 = 1303.1667
A= 12
jj [812+1012+⋯+1902] [1822 + 2852 + 3582]
12
B (^) jj E = 21781 - 18906,25 - 1303,1667 -
yy
134,41667 = 1437,1667
ANVA-TISCH
QUELLE DER QUADRATSUM EXPERIMENTELLE
FREIHEITSG Mittlere Quadrate
VARIATION ME R Glaube
RADE
Halb 1 18906.25 18906.25 --
Faktor A 2 1303.1667 651.58335 14.543
B in A 3 134.41667 44.80555667 0.935
Experimentelle
30 1437.1667 47.90555667 --
r Fehler
Gesamt 36 21781 -- --
6) Schlussfolgerung: As Fe = 14. 543 >F
oder –9. 55 wird
abgelehnt ^ 0 , wo man zu dem Schluss kommt, dass die drei
verschiedenen Methoden der verbalen Komprimierung im
Hinblick auf die sechs verschiedenen Schulen mit identischem
Schulniveau, Fe — 0, sehr signifikant sind. 935 <F
oder –2. 92 , wobei ^
0 im Test für B innerhalb von A nicht abgelehnt werden kann,
d.
Problem Nr. 6: Es wurde eine Studie zu Patronen zum Filtern
energiereicher Partikel durchgeführt. Ich war daran interessiert,
die Filter zweier Hersteller zu vergleichen. Jeder Hersteller
verkauft drei Filter, die in kommerziellen Atemschutzgeräten
häufig zum Schutz vor Feinstaub eingesetzt werden. Mit jedem
Filter wurden drei unabhängige Testwiederholungen durchgeführt.
Das ausgewertete Maß war der Prozentsatz der Penetration, der
durch einen Standard-Aerosoltest ermittelt wurde. Mit a ^ = 0,01

Hersteller 1 Hersteller 2
 Filter 1 2 3 1 2 3
1.12 0.16 0.15 0.91 0.66 2.17
Durchdringungsp
1.10 0.11 0.12 0.83 0.83 1.52
rozentsatz
1.12 0.26 0.12 0.95 0.61 1.58
Zwischensumme 3.34 0.53 0.39 2.69 2.10 5.27
GESAMT 4.26 10.06

Faktor A: HERSTELLER
Faktor B: FILTERTYP
Lösung: Fixed-Effects-Modell
1) Hypothesenaussage:
H o:t=0; P j(^) =^ ; ∀ ^= 1 , 2; j = 1,2,3
H1 :T¡#0;
P j ( ^ ) ≠ ^ ; für einige ^ oj
2) Signifikanzniveau: ^ = ^. ^1
3) Teststatistik: F mit 1 und 12 für Faktor A, 4 und 12 für Faktor
B in A.
4) Entscheidung – ^ 0 wird abgelehnt, wenn Fe größer als F 0 =
9,33 für Faktor A und F 0 = 5,41 für Faktor B in A ist.

5) Datenverarbeitung:
T= 14,32;^= 3; ^=2; b=3
(14.32) 2

M yy = FC = .
= 11.39236
> Y2 = (1.12) 2 + (1.10) 2 + (1.12) 2 + - + (1.58) 2

[4.262 + 10.062] = 17.3072

Ayy = ----------- ---------—11.39236 =
1.8689
[3.342 + 0.532 + ⋯ + 5.272] [4.262 + 10.062]
--3 9 .
Eyy = 17,3072 – 11,39236 – 1,8689 – 3,74129 = 0,30467
ANVA-TISCH
QUELLE DER QUADRATSUM Glaube
FREIHEITSG Mittlere Quadrate
VARIATION ME EXPERIMENTAL
RADE
Halb 1 11.39236 11.39236 --
Faktor A 1 1.8689 1.8689 73.61
B in A 4 3.74129 0.9353225 36.84
Experimentelle
12 0.30467 0.0253892 --
r Fehler
Gesamt 18 17.3072 -- --
6) Schlussfolgerung: Da F e = 73 . 61 > F
oder –9. 33 wird
abgelehnt ^ 0 . Zusammenfassend lässt sich sagen, dass sich der
Durchdringungsprozentsatz erheblich von den Filtern der
Hersteller unterscheidet, wobei Hersteller 2 derjenige mit dem
besten Durchdringungsprozentsatz ist; außerdem dieser Glaube – 36.
84 > F
o
der –5. 41 , wobei ^ 0 im Test für B innerhalb von A abgelehnt
wird, d. h. es besteht ein erheblicher Unterschied zwischen den
Filtertypen innerhalb der Hersteller, was zu Filtertyp 3 in
Fabrik 2 führt.

Problem Nr. 7: Ein Bergingenieur untersucht die

Dimensionsvariabilität eines bestimmten Bauteils, das er auf drei
Maschinen herstellt. Jede Maschine verfügt über zwei Dorne und
aus jedem Dorn wurden vier Komponenten zufällig ausgewählt.
Nachfolgend werden die Ergebnisse dargestellt, wobei die Daten
unter der Annahme analysiert werden, dass Maschinen und
Spannfutter feste Faktoren sind, mit einem Signifikanzniveau von
5 %.

Maschine 1 Maschine 2 Maschine 3

Futter 1 2 1 2 1 2
1 12 8 14 12 14 16
2 9 9 15 10 10 15
 3 11 10 13 11 12 15
4 12 8 14 13 11 14
Zwischensu 44 35 56 46 47 60
mme
GESAMT 79 102 107

Faktor A: MASCHINE
Faktor B: MANDRILL
Lösung: Fixed-Effects-Modell
1) Hypothesenaussage:
H o:t=0; P j(^) =^ ; ∀ ^= 1 , 2,3; j = 1,2
H1 :T¡#0;
P j ( ^ ) ≠ ^ ; für einige ^ oj
2) Signifikanzniveau: ^ = ^. ^5
3) Teststatistik: F mit 2 und 18 für Faktor A, 3 und 18 für Faktor
B in A.
4) Entscheidung – ^ 0 wird abgelehnt, wenn Fe größer als F 0 =
3,55 für Faktor A und F 0 = 3,16 für Faktor B in A ist.

5) Datenverarbeitung:
T = 288; ^ = 4; ^ = 3; b =2
(288)2
Myy = FC = 24 = 3456
> Y2 = (12) 2 + (9) 2 + (11) 2 + - + (14) 2 = 3582
[79 + 102 + 1072]
2 2

- 3456 = 55.75
A= 8
jj [442 +352 +562 +⋯+602] [792 + 1022 + 1072]
- = 43.75
B (^) jj 48
E yy = 3582 - 3456 - 55,75 - 43,75 = 26,5
ANVA-TISCH
QUELLE DER QUADRATSUM Mittlere Glaube
FREIHEITS
VARIATION ME Quadrate EXPERIMENTAL
GRADE
Halb 1 3456 3456 --
Faktor A 2 55.75 27.875 18.934
B in A 3 43.75 14.5833 9.906
Experimentelle
18 26.5 1.4722 --
r Fehler
Gesamt 24 3582 -- --
 6) Schlussfolgerung: As Fe = 18. 934 > F
oder –3. 55 wird
abgelehnt ^ 0 , daher ist die Dimensionsvariabilität einer
bestimmten Komponente im Hinblick auf die drei Maschinen
signifikant, wobei Maschine 3 die beste ist; ebenso Fe —
9,906> F
oder –3. 16 , abgelehnt
^ 0 im Test für B innerhalb von A, d. h. es gibt einen
signifikanten Unterschied in den Spannfuttern innerhalb der
drei Maschinen, wobei Spannfutter 2 das beste in Maschine 3
ist.

Problem Nr. 8: Ein Bankunternehmen verfügt über sechs

Filialen in drei Städten, die sich durch ihren
unterschiedlichen wirtschaftlichen Charakter
unterscheiden. In der Bankzentrale interessiert man sich
dafür, ob die unterschiedliche Kundenakquise, gemessen
am Girokontovolumen, zwischen manchen Filialen und
anderen sowie zwischen Städten darauf zurückzuführen
ist, dass die Städte wirtschaftlich unterschiedlich sind,
auf die Arbeit der Filialleiter oder beider gleichzeitig.
Um diese möglichen Variabilitätsquellen
gegenüberzustellen, wird beschlossen, ein hierarchisches
faktorielles Design zu verwenden (die Ebenen des
Zweigstellenfaktors können nicht mit jeder einzelnen
Ebene des Städtefaktors kombiniert werden) und in jeder
Zweigstelle eine Stichprobe von drei Girokonten zu
ziehen.
Hierarchisches Modell mit verschachteltem Faktor:
Filialen werden nach Städten geordnet.

STADT 1 STADT 2 STADT 3

CHEMIKALI SUC.1 SUC.2 SUC.1 SUC.2 SUC.1 SUC.2
EN1
CC 1150 1120 1060 1020 800 835
CC 2 1157 1119 1050 1010 860 810
CC 3 1148 1125 1056 1030 827 870
ZWISCHENS 3455 3364 3166 3060 2487 2515
UMME
GESAMT 6819 6226 5002

Faktor A: STADT
Faktor B: ZWEIG
 Lösung: Fixed-Effects-Modell
1) Hypothesenaussage:
H o:t,=0; P j(^) =^ ; ∀ ^= 1 , 2,3; j = 1,2
H1 :T¡#0;
P j ( ^ ) ≠ ^ ; für einige ^ oj
2) Signifikanzniveau: ^ = ^. ^5
3) Teststatistik: F mit 2 und 12 für Faktor A, 3 und 12 für Faktor
B in A.
4) Entscheidung – ^ 0 wird abgelehnt, wenn Fe größer als F 0 =
3,885 für Faktor A und F 0 = 3,490 für Faktor B in A ist.
5) Datenverarbeitung:
T= 18047;^= 3; ^= 3;2 b =2
(18047)
M yy = FC = = 18 094 122.72
>, Y2 = (1150) 2 + (1157) 2 + - + (2515) 2 = 18387629
A yy = [681924 622624 500221 - 18 094 122,72 = 286184,111
6
1
B (A)yy = 3 [3455 2 + 3364 2 + 3166 2 + 3060 2 + 2487 2 + 2515 2 ]
[68192 + 62262 + 50022]
- = 3383.5
 Eyy = 18 094 122,72 18 094 122.72 286184.111 - 3383.5

= 3938.669
ANVA-TISCH
QUELLE DER QUADRATSUM Mittlere Glaube
FREIHEITS
VARIATION ME Quadrate EXPERIMENTAL
GRADE
Halb 1 1894122.72 18094122.7 --
Faktor A 2 286184.111 143092.055 435.9609
B in A 3 3383.5 1127.833 3.436
Experimentelle
12 3938.669 328.222 --
r Fehler
Gesamt 18 18387629 -- --
6) Schlussfolgerung: As Fe = 435. 96 > F
oder –3. 885 wird abgelehnt ^ 0 ,
folglich unterscheidet sich die Kundenakquise in den drei Städtetypen
aufgrund des unterschiedlichen Wirtschaftscharakters deutlich, wobei Stadt
1 wirtschaftlich diejenige mit dem größten Girokonto ist; andererseits
Glaube –3. 436 >F
oder –3.
daher ist auch die Arbeit der Filialleiter deutlich 49 ^ wird abgelehnt ^ 0 ,
anders.

Problem Nr. 9: Wir möchten den Fehler eines Messsystems durch eine
Wiederholbarkeits- und Reproduzierbarkeitsstudie (R&R) bewerten, bei der die
Messung jedes Teils durch eine zerstörende Prüfung erfolgt. Jedes Stück oder
Teil kann in zwölf Teile unterteilt werden werden beim Messen zerstört, so
dass diese Stücke einem Bediener nur erlauben, seine Wiederholungen am
selben Stück durchzuführen; Daher müssen andere Betreiber andere Teile
verwenden. Im verschachtelten Design werden zwei Operatoren, vier Teile und
zwölf Wiederholungen berücksichtigt. Führen Sie eine ANVA mit 99 %iger
Sicherheit durch.

OPERATOR 1 2
TEIL P1 F2 F3 F4
12.4 11.2 10.6 11.5
DATEN
12.5 11.1 10.5 10.8
12.8 11.2 10.5 10.9
12.0 12.8 11.5 11.4
 12.1 13.0 12.0 11.0
11.9 12.5 11.8 10.5
11.8 13.4 12.5 12.8
12.0 13.0 12.8 12.3
12.1 11.0 13.0 10.4
13.0 11.2 12.2 12.8
12.0 11.4 12.2 11.0
12.0 12.3 11.7 12.3
ZWISCHENS 3455 3364 3166 3060
UMME
GESAMT 6819 6226

Faktor A: BEDIENER
Faktor B: STÜCK
Lösung: Festes Modell
1) Hypothesenaussage:
^ oder :t=0; P j(^) =^ ; ∀ ^= 1 , 2; j = 1,2
H1 :T¡#0;
P j ( ^ ) ≠ ^ ; für einige ^ oj
2) Signifikanzniveau: ^ = ^. ^5
3) Teststatistik: F mit 1 und 44 für Faktor A2 und 44 für Faktor B in A.
4) Entscheidung – ^ 0 wird abgelehnt, wenn Fe größer als F 0 = 7,248 für
Faktor A und F 0 = 5,123 für Faktor B in A ist.
5) Datenverarbeitung:
T = 569,70; ^ = 12; ^ 2= 2; b =2
(569.70)
Myy = FC = 48 = 6761.627
>, Y2 = (12,4) 2 +2 (12,5) 2 + - + (12,3) 2 = 6792,29
[84506.56 + 77841 ] 2

Ayy = -------------—------------- - 6761.627 = 2.852

 2 2 2 2
[21491.56 +⋯+18961.29 ] [84506.56 +77841 ]
12 24
B (^) jj E yy = 6792,29 – 6761,627 – 2,852 0.8004
– 0,8004 = 27,01
ANVA-TISCH
QUELLE DER FREIHEITSG QUADRATSUM Mittlere Glaube
VARIATION RADE ME Quadrate EXPERIMENTAL

Halb 1 6761.627 6761.627 --

Faktor A 1 2.852 2.852 4.646
B in A 2 0.8004 0.400 0.652
Experimentelle 44 27.01 0.614 --
r Fehler
Gesamt 48 6792.29 -- --
6) Schlussfolgerung: Da F e =4. 646 < F
oder –7. 248 Das ^ 0 wird nicht
abgelehnt, daher gibt es keinen signifikanten Unterschied zwischen den
Operatoren und Fe — 0. 652 < F
^ =5. 123 daher wird auch das ^ 0 nicht
abgelehnt, folglich unterscheiden sich die stückweise erstellten
Nachbildungen nicht von dem vom Betreiber ausgeführten Betriebssystem.

Problem Nr. 10: Ein Unternehmen, das seine Rohstoffe von drei verschiedenen
Lieferanten kauft. Das Unternehmen möchte feststellen, ob die Reinheit der
Rohstoffe aller Lieferanten gleich ist. Von jedem Lieferanten stehen vier
Chargen Rohmaterialien zur Verfügung, und für jede Charge werden drei
Reinheitsbestimmungen vorgenommen. Die Lose sind codiert. Führen Sie eine
ANVA mit einer Sicherheit von 95 % durch.

ANBIETER 1 2 3
CHARGE 1 2 3 4 1 2 3 4 1 2 3 4
1 -2 -2 1 1 0 -1 0 2 -2 1 3
DATEN -1 -3 0 4 -2 4 0 3 4 0 -1 2
0 -4 1 0 -3 2 -2 2 0 2 2 1
ZWISCHENSU 0 -9 -1 5 -4 6 -3 5 6 0 2 6
MME
GESAMT -5 4 14
Faktor A: LIEFERANT
Faktor B: VIEL
Lösung: Gemischtes Modell (A zufällig und B fest)
 1) Hypothesenaussage:
^ o :P j 0=0;02=0;Vi= 1,2,3
H1 : P j (0#0; a ? > 0 ; für einige i
2) Signifikanzniveau: ^ = ^. ^5
3) Teststatistik: F mit 2 und 9 für Faktor A, 9 und 24 für Faktor B in A.
4) Entscheidung – ^ 0 wird abgelehnt, wenn Fe größer als F 0 = 3,403 für
Faktor A und F 0 = 2,3 für Faktor B in A ist.
5) Datenverarbeitung:
T = 13; ^ = 3; ^ = 3; b =4
(13)1 2
yy = FC = = 4.694
M

36
>y2= (1) 2
+ (-1)2++196- ]+ (1) 2 = 153
^ jj = [25 + 16
- 4.694 = 15.06
12
[252 + 162 + 1962] = 69.917
12
E yy = 153 - 4,694 - 15,06 - 69,917 = 63,33
ANVA-TISCH
QUELLE DER FREIHEITSG QUADRATSUM Mittlere Glaube
VARIATION RADE ME Quadrate EXPERIMENTAL

Halb 1 4.694 4.694 --

Faktor A 2 15.06 7.528 0.969
B in A 9 69.917 7.769 2.944
Experimentelle 24 63.33 2.639 --
r Fehler
Gesamt 36 153 -- --
6) Fazit: As Fe = 0. 969 < F
o —3.403 ^ 0 wird nicht abgelehnt,
daher gibt es keinen signifikanten Unterschied zwischen den Lieferanten,
sodass die drei Lieferanten nicht in die Reinheit jeder Rohstoffcharge
eingreifen, und Fe —2. 944 > F
^ =2,3 pro
Daher wird ^ 0 abgelehnt, wodurch die Reinheit des Rohmaterials pro
Charge von jedem Lieferanten nicht gleich ist.

Problem Nr. 11: Ein Wirtschaftsingenieur untersucht das manuelle Einsetzen

1
2B (A)yy=3[02+812++362]
 elektronischer Komponenten in Leiterplatten, um die Geschwindigkeit des
Montagevorgangs zu verbessern. Er hat sechs Montagegeräte und drei
Baustellenanordnungen entworfen, die vielversprechend aussehen. Es verfügt
über vier Bediener für jede Gerätekombination auf der Baustelle. Da sich die
Baustellen jedoch an unterschiedlichen Punkten innerhalb der Anlage
befinden, ist es schwierig, für jede Baustellenanordnung dieselben vier
Bediener einzusetzen. Daher unterscheiden sich die vier für Array 1
ausgewählten Operatoren von den vier für Array 2 und sind für Array 3
dieselben.
Es liegen Angaben zur Montagezeit der Geräte pro Bediener vor. Führen Sie
eine ANVA mit einer Sicherheit von 95 % durch.

FIX 1 FIX 2 FIX 3

OPERATOR 1 2 3 4 1 2 3 4 1 2 3 4
22 23 28 25 26 27 28 24 25 27 28 24
24 24 29 23 28 25 25 23 24 22 25 31
30 29 30 27 29 30 24 28 29 22 24 30
GERÄTE
27 28 32 25 28 27 23 30 30 27 23 33
25 24 27 26 27 26 24 28 24 26 24 28
21 22 25 23 25 24 27 27 25 25 33 27
ZWISCHENSUM 149 150 171 149 163 159 151 160 157 149 157 173
ME
GESAMT 619 633 636

Faktor A: ANORDNUNG
Faktor B: BEDIENER
Lösung:
1) Hypothesenaussage:
^ oder :T=0; P j(^) =^ ; ∀ ^= 1 , 2,3; j = 1,2,3,4
H1 :T¡#0;
P j ( ^ ) ≠ ^ ; für einige ^ oj
2) Signifikanzniveau: ^ = ^. ^5
3) Teststatistik: F mit 2 und 60 für Faktor A, 9 und 60 für Faktor B in A.
4) Entscheidung – ^ 0 wird abgelehnt, wenn Fe größer als F 0 = 3,15 für
Faktor A und F 0 = 2,04 für Faktor B in A ist.
5) Datenverarbeitung:
T = 1888; ^ = 6; ^ =2 3; b =4
(1888)
M yy = FC = = 49507.556
>, Y2 = (22) 2 + (24) 2 + - + (27) 2 = 50044
 [3831612 + 4006892 + 4044962]
Ein yy = -----------------—-------------------- - 49507.556 = 6.86
1
B(A') yy = -[22201 2 + 22500 2 + - + 29929 2 ]
6
[3831612 + 4006892 + 4044962]
- = 122.583
24
E yy = 50044 - 49507,556 - 6,86 - 122,583 = 407
ANVA-TISCH
QUELLE DER FREIHEITSG QUADRATSUM Mittlere EXPERIMENTELL
VARIATION RADE ME Quadrate ER Glaube

Halb 1 49507.556 49507.556 --

Faktor A 2 6.861 3.431 0.506
B in A 9 122.583 13.620 2.008
Experimentelle 60 407 6.783 --
r Fehler
Gesamt 72 50044 -- --
6) Fazit: As Fe = 0. 506<F
oder –3. 15^ Das ^ 0 wird nicht
abgelehnt, daher besteht kein wesentlicher Unterschied zwischen den drei
Anordnungen der Baustelle, sodass die Anordnungen hinsichtlich der
Montagezeit nicht in die vom Betreiber ausgeführten Arbeiten eingreifen,
und
Glaube =2. 008< F
^ =2. 04 ^ daher wird auch die ^ 0 nicht abgelehnt,
folglich unterscheidet sich die von jedem Bediener für die entsprechende
Anordnung durchgeführte Montagezeit nicht wesentlich von der des
anderen Bedieners.

Problem Nr. 12: Um die Leistung von fünf verschiedenen Maschinen zu

untersuchen, wird ein Experiment durchgeführt, bei dem jede Maschine von
vier verschiedenen Bedienern bedient wird und von jedem Bediener vier
Teile getestet und die Zeit gemessen wird, die für die Fertigstellung benötigt
wird . Da sich die Maschinen an unterschiedlichen Standorten befinden, ist es
nicht möglich, an jeder Maschine die gleichen Bediener einzusetzen. Führen
Sie eine ANVA mit einer Signifikanz von 0,01 durch.

MASCHINEN (A)
ARBEITNEH GESAMT
ZU B C D UND
MER (B)
1 7 3 10 9 3 3 11 3 1 4
1 3 9 7 12 5 5 6 4 6 8
T 22 38 16 24 19
 14 4 2 2 10 11 5 10 6 7
2 9 8 2 10 6 7 8 3 2 3
T 35 16 34 26 18
2 1 10 4 1 8 5 1 8 3 3
3 2 6 7 9 4 7 9 9 4 4
T 19 21 24 27 14
ZU 8 4 2 3 7 2 3 8 3 7
4 8 9 4 3 5 6 6 6 4 3
T 29 12 20 23 17
GESAMT 105 87 94 100 68 454
Lösung: Fixed-Effects-Modell

1) Hypothesenaussage:
H o't,=0; s, (^) =^ ; ∀ ^=1,2,3,4,5; j = 1,2,3,4
H1 :T¡#0;
P j ( ^ ) ≠ ^ ; für einige ^ oj
2) Signifikanzniveau: ^ = ^. ^1
3) Teststatistik: F mit 4 und 60 für Faktor A, 15 und 60 für Faktor B in A.

4) Entscheidung – ^ 0 wird abgelehnt, wenn Fe größer als F 0 = 3,65 für

Faktor A und F 0 = 2,35 für Faktor B in A ist.
5) Datenverarbeitung:
T = 454; ^ = 5; b = 4; ^ = 4; N = 80
>, Y2 = (7 2 + 3 2 + 3 2 + - + 3 2 ) = 3284
M,ya I = = 2575,45
abn 80
A yy = (105 2 + 87 2 + 94 2 + 100 2 + 68 2 )/16 - M yy
= 2628,375 - 2575,45 = 51,925
B(Ay yy = 2235+1*1 — 2628,375 = 187,625
Eyy = 3284 - 2575,45 - 51,925 - 187,625 = 468
ANVA-TISCH
QUELLE DER QUADRATSUM Mittlere Glau
FREIHEITS Fo
VARIATION ME Quadrate be
GRADE
Halb 1 2576,45 2576,5 - -
Faktor A 4 51,925 12,98 1,66 3,65
B in A 15 187,625 12,51 1,60 2,35
Experimentelle
60 468 7,8 - -
r Fehler
Gesamt 80 3284 - - -

6) Fazit: Fe =1,
bestehtDaalso 66 <
kein Fo = 3, 65 ,Leistungsunterschied
signifikanter wird die Nullhypothesezwischen
akzeptiert,den
es
Maschinen. Da andererseits Fe =1,6^ < Fo = 2,35 ist, wird die
 Nullhypothese akzeptiert, zwischen
signifikanter Unterschied sodass hinsichtlich der Verschachtelung
den Operatoren bei einer der kein
fünf
Maschinen besteht.
Problem Nr. 13: Ein Ingenieur hat eine Batterie für den Einsatz in einem
Gerät entworfen, das je nach Materialtyp Temperaturschwankungen
ausgesetzt ist, da es unterschiedlich reagiert, d. h. für jedes Material gibt es
drei verschiedene Temperaturen. Die Ergebnisse entsprechen dem
Widerstand des Batteriedeckelmaterials, für das 4 Nachbildungen angefertigt
wurden, die codierten Widerstandsdaten sind in der folgenden Tabelle
dargestellt, womit eine ANVA mit 95 % Zuverlässigkeit erstellt wurde.
Zwisc GESAM
Material Temp. Beobachtungen
hensu T
1 130 155 175 180 mme
640

A1 2 35 40 80 75 230 1100
3 20 70 82 58 230
1 150 188 160 132 630

A2 2 136 122 106 116 480 1310

3 25 70 58 47 200
1 140 110 170 160 580

A3 2 175 120 150 145 590 1510

3 96 104 80 60 340
GESAMT 3920

Faktor A: MATERIAL

Faktor B: TEMPERATUR

Lösung: Fixed-Effects-Modell

1) Hypothesenaussage:
H o:t,=0; s, (^) =^ ; ∀ ^=1,2,3; j = 1,2,3
H1 :T#0;
P j ( ^ ) ≠ ^ ; für einige ^ oj
2) Signifikanzniveau: ^ = ^. ^ 5
3) Teststatistik: F mit 2 und 27 für Faktor A, 6 und 27 für Faktor B in A.
 4) Entscheidung – ^ 0 wird abgelehnt, wenn Fe größer als F 0 = 3,4
für Faktor A und F 0 = 2,5 für Faktor B in A ist.
5) Datenverarbeitung:
T= 3920; ^=3; b = 3; ^ = 4; N = 36 > Y2 = (130 2 + 155 2 +
175 2 +.+ 60 2 ) = 509008
(3920)2
= 426844,44
(T) 2 36
Zu . A yy = (1100 2 + 1310 2 + 1510 2 )/12
Mrd - M yy
= 433850 - 426844,44 = 7005,56
6402 + 2302 + 2302 + ⋯ + 3402
B(A) yy =----------------------- ----------------------433850 = 61850
E yy = 509008 - 426844,44 - 7005,56 - 61850 = 13308
ANVA-TISCH
QUELLE DER FREIHEITS QUADRATSUM Mittlere Glau
Fo
VARIATION GRADE ME Quadrate be

Halb 1 426844,44 426844,44 - -

Faktor A 2 7005,56 3502,78 7,1 3,4
B in A 6 61850 10308,33 20,9 2,5
Experimentelle
27 13308 492,89 - -
r Fehler
GESAMT 36 509008 - - -
6) Fazit: Da Fe =7,1 > Fo = 3,37 , wird die Nullhypothese
akzeptiert, es besteht also hinsichtlich des Materials ein
signifikanter Unterschied. Material 3 ist dasjenige, das am meisten
Widerstand leistet. Da andererseits Fe =2 0, 9> Fo = 2,5 ist, wird
die Nullhypothese verworfen, sodass hinsichtlich der
Verschachtelung ein signifikanter Unterschied zwischen den
Temperaturen bei jedem der drei Materialien besteht. Am
beständigsten ist die Tatsache, dass Temperatur 1 innerhalb von
Material 1 verwendet wird. Es kann auch mit Sicherheit bestätigt
werden, dass es innerhalb jedes Materials zu einer Verschachtelung
der Temperaturen kommt.
 Die durchgeführten Hypothesentests sind:
^ 0 : ^ 1 = ^ 2 = ⋯ = ^ ^ = 0 ( Der Jahresfaktor beeinflusst)
^ 1 : ^ 1 ≠ ^ 2 ≠ ⋯ ≠ ^ ^ ≠ 0 (Faktor A beeinflusst)
In diesem Fall
SCA
_n-1M P CA
r
0= ^
EC____ M CE
ab(^-1)
Daher wird ^ 0 auf der Ebene ^ if abgelehnt
F0 > F(^-1); ^b(n-1); Zu
In diesem Fall wird die Hypothese getestet, dass alle Ebenen des
verschachtelten Faktors B innerhalb des Faktors A, wo sie verschachtelt
sind, gleich sind.
Wenn F = M
CB (^)
Wenn FB(^) =
sich als signifikant herausstellt, dann kann der Kontrast sein
in ^ = 1,…, ^ Einzelkontraste zerlegen:
, - MC B(A)i
B (A)i mCg
Beispiel
Ein Geologe untersucht den radioaktiven Spurengehalt von fünf
verschiedenen Bodenarten. Dazu entnimmt er vier Proben mit
radioaktiven Stoffen an vier verschiedenen Orten, die sich auf jeder
Bodenart befinden. Es werden folgende Daten gewonnen:
ZU B C D UND
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
6 13 1 7 10 2 4 0 0 10 8 7 11 5 1 0 1 6 3 3
2 3 10 4 9 1 1 3 0 11 5 2 0 10 8 8 4 7 0 7
0 9 0 7 7 1 7 4 5 6 0 5 6 8 9 6 7 0 2 4
8 8 6 9 12 10 9 1 5 7 7 4 4 3 4 5 9 3 2 0
16 33 17 27 38 14 21 8 10 34 20 18 21 26 22 19 21 16 7 14
93 81 82 88 58
402
 abn
SCT
=222v-1ny2 = (62 + 132 + + 02)-84022 = 969.95
i=1 j=1 k=1
Zu
SCA = — > y2 __y2 =—(932 + 81 2 + ...+582)-—4022 = 45,75
bnZ_i Jl - abn 7 ^ 16 80
i=1

Zu
11 1
und 2 =(1624,142)—— (93244582) =282,875
ab bn¿ – ich "" 4 16
1=1
ScB(A)=n22y SCE = SCT – SCA – SCB(A) = 969,95 – 45,75 – 282,875 = 642
l=1 j=1
Die ANOVA-Tabelle ist
F.V. G.L. SC. CM Glaube
Geländefaktor a-1=4 45.75 11.269 1.053
FAKTOR B(A) a(b-1)=15 282.875 18.858 1.762
Lokalität
Restwert ab(n-1)=60 642 10.7
Gesamt abn-1=79 969.95

Es wird erreicht, dass

^ (a-1),ab(n-1),a = F4; 60; 0,1 = 2,04
Daher wird es akzeptiert
Ho: =2==Ca=0
Somit gibt es keine signifikanten Unterschiede zwischen den Geländen
auf der Ebene « = 0,01.
Andererseits,
Fa(b-1),ab(n-1),a = F15; 60; 0,1 = 1,6
dann gilt Vi = 1,... ., a wird für die Hypothesen Ho: 1 = verworfen
1(1) = — =
b() = 0 auf Ebene a = 0,01.

Wir untersuchen individuelle Kontraste nach Niveau.

Es wird für jedes i berechnet
Modell und statistische Analyse des verschachtelten Designs...................................................................
T=222Yy............................................................................................................................................................
M _T2_2$12)-12"-1(YR)2 vy abn N..........................................................................................
2y2=222y............................................................................................................................................................
A,=2ZY..................................................................................................................................................................
Modelltypen im verschachtelten Layout.....................................................................................................
 ■ Modell I:...........................................................................................................................................
2..............................................................................................................................................................................
■ Modell II:.........................................................................................................................................
■ Modell III:........................................................................................................................................
2..............................................................................................................................................................................
n2*12]=1j.......................................................................................................................................................
ANVA-TISCH............................................................................................................................................
ANVA-BILD OHNE DIE HÄLFTE..........................................................................................................
Fe-VERHÄLTNIS FÜR ANGEMESSENE ANVA..................................................................................
PROBLEME GELÖST...........................................................................................................................

j=1 j=1
Auf diese Weise 11
^=1 ^ CB(^) 1 = (162 + 332 + 172 + 272) - 932 = 50.18
^=2 ^CB(^) 2 = 1 (38 2 + 14 2 + 21 2 + 8 2 ) - 1 83 2 = 126,18
^=3 ^CB(^) 3 = 1 (10 2 +34 2 +20 2 + 18 2 ) - 1 93 2 = 74,75
^=4 ^CB(^) = 1 (21 2 + 26 2 + 22 2 + 19 2 ) - 1 93 2 = 6,5
4
4 16
11
^=5 ^CB(^) 5 = (212 + 162 +72 +142)- 582 = 25.25
Die ANOVA-Tabelle sieht aus wie
F.V. G.L. SC. CM Glaube
Geländefaktor a-1=4 45.75 11.269 1.053
FAKTOR B(A) Lokalität a(b-1)=15 282.875 18.858 1.762
A(1) 3 50.18 16.726 B B(^)1 = 1,56
B(1) 3 126.18 42.06 F B(^)2 = 3,93
C(3) 3 74.75 24.92 F B(^)3 = 2,33
D(4) 3 6.5 2.16 F
B(^)4 = 0,202

E(5) 3 25.25 8.41 F

B(^)5 = 0,786

Restwert ab(n-1)=60 642 10.7

Gesamt abn-1=79 969.95

Als
F 3; 60; 0,1 = 2,18
Es gibt erhebliche Unterschiede in den Ebenen B(2) und C(3), d. h. im
Vergleich zu den Geländetypen B und C weisen die Orte unterschiedliche
Konzentrationen an radioaktiver Substanz auf.