Datasets:
Vikhrmodels
/
programming_books_rus

Dataset card Data Studio Files
xet
 Community
1
text
stringlengths
0
1.95k
(5.2)
)
r
)1
[(
tr
F
-
=
,
Можно отметить, что при особой конфигурации данных и использовании
евклидова расстояния, обе формулы (5.1) и (5.2) становятся эквивалентными и
воспроизводят традиционное F-отношение Фишера. Но, в общем случае, распределение
многомерной псевдо-F-статистики при справедливости нулевой гипотезы теоретически
неизвестно, поэтому для его восстановления используется рандомизационная процедура.
Ее характер уже вполне знаком читателю по примерам, подробно описанным выше:
исходные выборки многократно случайным образом перемешиваются относительно
выделенных групп. Практическая стратегия здесь состоит в том, чтобы получить большое
подмножество значений F*, извлеченных хаотично, независимо и с равной вероятностью
Р-значение,
из нуль-распределения F*
соответствующее верной нулевой гипотезе, вычисляется как доля значений F*, которые
больше или равны значению F, найденному на реальных данных.
возможных перестановок.
всех
для
Здесь следует добавить, что npMANOVA дает возможность использовать три
алгоритма перестановки при реализации рандомизационного теста: 1) перемешивание
исходной таблицы данных, 2) перестановка остатков для сокращенной модели и
3) перестановка остатков для полной модели. Хотя эти три подхода дадут очень похожие
результаты, в статье (Anderson, ter Braak, 2003) представлено резюме по их применению.
Используем пример [П2], рассмотренный в разделе 4.4 и основанный на
двухступенчатом гнездовом разделении 120 гидробиологических проб макрозообентоса
р. Сок. Было выделено три географически обособленных участка водотока, внутри
которых данные пространственно распределялись по 4 станциям в разных створах реки.
170
Сформируем две матрицы дистанций D размерностью 120 ´ 120, оценивающие различие
таксономической структуры проб в пространстве 363 видов, численность обнаруженных
экземпляров которых предварительно логарифмировалось. В качестве конкретных
дефиниций метрик будем использовать количественную меру Брея–Кёртиса и индекс
Жаккара
(во втором случае таблица наблюдений интерпретируется в режиме
наличия/присутствия вида: binary=TRUE).
Дисперсионный анализ npMANOVA проведем в среде R с использованием
функции adonis(…) из пакета vegan – см. табл. 5.2. Формула линейной модели и
(strata) обеспечили условия выполнения
включение параметра
иерархического гнездового (nested) ANOVA, т.е. изменчивость видовой структуры на
станциях оценивалась только внутри каждого участка.
стратификации
Таблица 5.2. Результаты дисперсионого анализа матрицы дистанций
методом непараметрического MANOVA с использованием функции adonis()
Факторы
Степени
свободы df
Сумма
квадратов
Средние
квадраты
F-
критерий
R2
P = Pr(>F)
А (Участок)
В{А} Станция
Остаток (error)
Компоненты матрицы дистанций - мера Брея–Кёртиса
0.073
0.036
0.891
3.14