Статистические модели эксперимента.

Предполагают проведение нескольких серий измерений, дающих возможность статистическими методами контролировать влияние посторонних факторов.

Преимущества:

Можно измерить эффект более чем одного независимого фактора;

Конкретные посторонние факторы поддаются статистическому контролю;

Экономически значимые выводы можно сделать при условии, что проводится более одного измерения каждой единицы.

Статистические модели:

Полностью случайная модель

Статистическая модель при реализации которой единицы тестирования распределяются между экспериментальными воздействиями по случайному признаку.

, где Х1-первый уровень экспериментального воздействия, Х2-второй и тд. Результат эксперимента-сопоставление замера.

Модель рандомизированных блоков

Статистическая модель, которая предполагает рандомизацию контрольной группы по всем переменным характерным для экспериментальной группы.

_ _ _ _ _

Модель латинского квадрата

Статистическая модель, позволяющая наряду с манипуляциями с независимой переменной контролировать 2 невзаимосвязанных посторонних фактора без увеличения выборки. Тем не менее она требует равного числа строк, столбцов и уровней воздействия, что накладывает некоторые ограничения.

Факторные модели

Одновременно рассматривается 2 и более экспериментальных переменных. Каждое сочетание уровней экспериментальных воздействий применяется к случайно выбранным группам.

Главное отличие в том, что факторная модель допускает взаимодействие между независимыми факторами, которое возникает, если их совместное воздействие отличаетс от простого суммарного воздействия обоих факторов. Факторный эксперимент может включать три и более переменные. Тогда каждая переменная будет обеспечивать свой основной эффект, а каждая пара-возможный фактор взаимодействия.