Datasets:
Vikhrmodels
/
programming_books_rus

Dataset card Data Studio Files
xet
 Community
1
text
stringlengths
0
1.95k
Проверка статистической значимости в целом для некоторой фиксированной
группировки многомерных наблюдений, заданных матрицей расстояния, может быть
выполнена с использованием двух практически идентичных непараметрических процедур:
перестановки с анализом множественного отклика (MRPP, multi-response permutation
procedure; Mielke, 1984; McCune et al., 2002) и имитационный анализ сходства ANOSIM
(analysis of similarities; Clarke, 1993). Методы практически не накладывают никаких
186
ограничений на анализируемые данные, однако применимы только в случае простой
схемы исследований, основанной на одноуровневой классификации.
Таблица 5.5. Результаты однофакторного дисперсионного анализа связи группировки пробных
площадок по флористическому сходству с ионным составом почвы
Факторы
2-
Карбонаты CO4
2-
Сульфаты SO4
Хлориды Cl-
Кальций Ca2+
Магний Mg2+
Натрий Na+
Анионы
Катионы
Минерализация
Высота
Однофакторный дисперсионный анализ Метод Краскела-Уоллиса
p-значение
prand
F-критерий
0.0048
0.002
2.81
<0.0001
0.001
7.12
<0.0001
0.001
9.06
0.0001
0.001
4.09
<0.0001
0.001
7.04
<0.0001
0.001
11.9
<0.0001
0.001
8.66
<0.0001
0.001
8.66
<0.0001
0.001
8.66
<0.0001
0.001
25.92
критерий c2
25.25
46.35
60.12
35.2
56.16
63.9
57.02
57.02
57.02
100.28
pparam
0.003
<0.0001
<0.0001
<0.0001
<0.0001
<0.0001
<0.0001
<0.0001
<0.0001
<0.0001
Предположим, что множество
n объектов разбито на
к групп так, что
k
i
1