Термин взаимодействие: Взаимодействие это

16. Соотношение (лучше термин «взаимодействие») международного и национального права – основные доктрины.

Черниченко и Голлярдовский.

Пленум ВС РФ: Постановление от 9 июля 2019 года – суды общей юрисдикции и арбитражные суды определяют право, применимое к правонарушению на основании норм международного частного права в случае, когда участником гражданско-правового отношения является иностранное лицо либо гражданско-правовое отношение осложнено иным иностранным элементов, в том числе, когда объект гражданских прав находится за границей.

Постановка проблемы:

— мп не имеет механизма для приведения в действие норм, многие нормы реализуются с помощью внутригосударственного права

— возрастание числа международных договоров (и обычных норм) в различных сферах, в том числе в ранее регулируемых внутри государственным правом

— деятельность международных организаций (экономической) интеграции, издающих акты, напрямую действующие во внутренних правопорядках государств

— возможность применения норм мп национальными судами

— совершенствование механизма мониторинга за соблюдением международных обязательств со стороны «конвенционных органов» (в области права человека), Совета по правам человека, судов по правам человека

— учрежден Международный Уголовный Суд (=механизм дополнительности)

— другие (концепция верховенства права)

Основные доктрины:

1. Монистическая № 1.

Кауфман – немецкий ученый — 1899.

Обособленность/единство систем мп и вгп: мп и вгп – части одной правовой системы («универсальной»), хотя функционируют в различных областях.

Кому отдается приоритет: приоритет отдается нормам мп (Кельзен, который развил теорию Кауфмана, в «Принципах мп» (1952)), в основе – всеобщая воля. Кауфман – мп начало обращаться к индивиду (норма о запрете рабства).

Как разрешаются противоречия: противоречий нет. Нормы мп могут отменять любую противоречащую национальную норму.

Вопрос о прямом действии норм мп: нормы мп имеют непосредственное применение (без трансформации)). Нормы мп порождают права для частных лиц.

Дальнейшего развития теория не получила.

Монистическая доктрина №2.

Гегель, Бергбом, Венцель и другие.

Говорили также о единой системе права. Но верховенство отдается национальному праву, мп определяется как «внешнегосударственное право». Можно отказываться от соблюдения норм мп, если они противоречат интересам государства.

Соглашался с ними Коровин – существует капиталистическое мп и социалистическое мп.

В настоящее время эта доктрина ушла в прошлое, хотя ее отголоски сохраняются. Она очень хорошо обосновывает несоблюдение норм мп. Это приводит к нигилизму. Кто-то из этих ученых выступал, что мп как системы вообще нет.

2. Дуалистическая

Триппель «Международное и внутригосударственное право». Дуалисты были ортодоксальные (в начале 20 века) и умеренные (позже). Анцеллоти. Все отечественные ученые.

Обособленность/единство систем мп и вгп: мп и вгп – различные правопорядки (субъекты, объекты, субъективные и объективные границы). Мп и вгп суть не только различные отрасли права, но и различные правопорядки.

Кому отдается приоритет: взаимодействуют, не пересекаются.

Как разрешаются противоречия: необходима трансформация мп в вгп, так как нормы не могут действовать проприо вигоре. Учение о трансформации – преобразование норм, потому что нормы не могут действовать в собственной силе. Для этого их нужно перенести, перевести в национальное право.

Вопрос о прямом действии норм мп: коллизии не возникают, прямого действия нет.

Современные умеренные дуалисты допускают какое-то пересечение при взаимодействие. Допускают коллизии.

[Ян Гроунли – примат мп — вгп = пенсионер. ]

Главные претензии: получается, регулирование отношений прав личности полностью зависит от санкции государственной власти. В некоторой степени игнорируются принципы современного мп – статья 2 Устава ООН – принцип добросовестного выполнения международных обязательств – пакта сунт серванта.

В случае невыполнения обязательства наступает международная ответственность.

Попытки сблизить монистов и дуалистов – «компромисс Фитцмориса» — мп и вгп действуют каждое в своей сфере и в этой сфере обладают высшей юридической силой. Иногда они пересекаются, но тут речь не о конфликте правовых систем, а о конфликте обязательств. Привело к статье 27 Венской конвенции о международных договорах 1969 – невыполнение международного договора его участником не может быть оправдано ссылками на внутригосударственное право.

3. Немецкая теория исполнения и некоторые другие

Имплементация – инкорпорация (дуалистическая) или отсылка (монистическая).

Также идет некоторое различие по правовым системам – континентальной и англо-саксонской.

Трансформация – все способы преобразования или какой-то один? Неоднозначность терминологии.

В Конституции РФ – статья 15 – место международных норм в правовой системе РФ – общепризнанные принципы и нормы мп и международные договоры РФ, являются составной частью ее правовой системы. Если международным договором РФ установлены иные правила, чем предусмотренные законом, то применяются правила международного договора.

Общепризнанные принципы и нормы нужно понимать как обычное право (Тункин).

У нас есть ФЗ о международных договорах 1995.

Решения межгосударственных органов, принятые на основании положений международных договоров РФ и их истолкования, противоречащем Конституции РФ, не подлежит исполнению в РФ.

Статья 16. Реализация образовательных программ с применением электронного обучения и дистанционных образовательных технологий \ КонсультантПлюс

Подготовлены редакции документа с изменениями, не вступившими в силу

Статья 16. Реализация образовательных программ с применением электронного обучения и дистанционных образовательных технологий

1. Под электронным обучением понимается организация образовательной деятельности с применением содержащейся в базах данных и используемой при реализации образовательных программ информации и обеспечивающих ее обработку информационных технологий, технических средств, а также информационно-телекоммуникационных сетей, обеспечивающих передачу по линиям связи указанной информации, взаимодействие обучающихся и педагогических работников. Под дистанционными образовательными технологиями понимаются образовательные технологии, реализуемые в основном с применением информационно-телекоммуникационных сетей при опосредованном (на расстоянии) взаимодействии обучающихся и педагогических работников.

2. Организации, осуществляющие образовательную деятельность, вправе применять электронное обучение, дистанционные образовательные технологии при реализации образовательных программ в порядке, установленном Правительством Российской Федерации.

(в ред. Федеральных законов от 26.07.2019 N 232-ФЗ, от 26.05.2021 N 144-ФЗ)

(см. текст в предыдущей редакции)

3. При реализации образовательных программ с применением электронного обучения, дистанционных образовательных технологий в организации, осуществляющей образовательную деятельность, должны быть созданы условия для функционирования электронной информационно-образовательной среды, включающей в себя информационные технологии, технические средства, электронные информационные ресурсы, электронные образовательные ресурсы, которые содержат электронные учебно-методические материалы, а также включающей в себя государственные информационные системы в случаях, предусмотренных частью 3. 1 настоящей статьи, и обеспечивающей освоение обучающимися образовательных программ в полном объеме независимо от места нахождения обучающихся. Перечень профессий и специальностей среднего профессионального образования, реализация образовательных программ по которым не допускается с применением исключительно электронного обучения, дистанционных образовательных технологий, утверждается федеральным органом исполнительной власти, осуществляющим функции по выработке и реализации государственной политики и нормативно-правовому регулированию в сфере общего образования. Перечень специальностей и направлений подготовки высшего образования, реализация образовательных программ по которым не допускается с применением исключительно электронного обучения, дистанционных образовательных технологий, утверждается федеральным органом исполнительной власти, осуществляющим функции по выработке и реализации государственной политики и нормативно-правовому регулированию в сфере высшего образования.

(в ред. Федеральных законов от 26.07.2019 N 232-ФЗ, от 30.12.2021 N 472-ФЗ)

(см. текст в предыдущей редакции)

3.1. При реализации основных общеобразовательных программ и образовательных программ среднего профессионального образования с применением электронного обучения, дистанционных образовательных технологий, предусматривающих обработку персональных данных обучающихся, организация, осуществляющая образовательную деятельность, должна использовать государственные информационные системы, создаваемые, модернизируемые и эксплуатируемые для реализации указанных образовательных программ.

(часть 3.1 введена Федеральным законом от 30.12.2021 N 472-ФЗ)

4. При реализации образовательных программ с применением электронного обучения, дистанционных образовательных технологий местом осуществления образовательной деятельности является место нахождения организации, осуществляющей образовательную деятельность, или ее филиала независимо от места нахождения обучающихся.

5. При реализации образовательных программ с применением электронного обучения, дистанционных образовательных технологий организация, осуществляющая образовательную деятельность, обеспечивает защиту сведений, составляющих государственную или иную охраняемую законом тайну.

Условия взаимодействия в линейной РЕГРЕССИИ

Как включить условия взаимодействия в анализ множественной регрессии с помощью процедуры РЕГРЕССИЯ? Могу ли я попросить, чтобы предикторы были центрированы?

В процедуре РЕГРЕССИЯ взаимодействие между двумя предикторами должно быть представлено в виде переменной для включения в список предикторов. Эту переменную можно создать с помощью команды
COMPUTE. Обычный член взаимодействия представляет собой простое произведение рассматриваемых предикторов. Например, взаимодействие продукта между VARX и VARY можно вычислить и вызвать INTXY с помощью следующей команды.

ВЫЧИСЛЕНИЕ INTXY = VARX * VARY.

Затем новые предикторы включаются в процедуру РЕГРЕССИИ. В этих примерах зависимая переменная называется RESPONSE.

РЕГРЕССИЯ /ПЕРЕМЕННЫЕ = ОТВЕТ VARX РАЗНЫЕ INTXY
/СТАТИСТИКА = ВСЕ
/ЗАВИСИМЫЕ = ОТВЕТ
/МЕТОД = ВВОД .

Предположим, у вас есть пятиуровневая категориальная переменная, которая представлена ​​в вашем наборе данных как набор индикаторных (или фиктивных) переменных с именами от D1 до D4. Взаимодействие между непрерывной переменной, называемой VARX, и категориальной переменной будет представлено как набор продуктов VARX с каждым из D1, D2, D3 и D4. Каждый из этих продуктов будет создан с помощью отдельного оператора COMPUTE, как показано ниже.

ВЫЧИСЛЕНИЕ INTXD1 = VARX * D1.
ВЫЧИСЛЕНИЕ INTXD2 = VARX * D2.
ВЫЧИСЛЕНИЕ INTXD3 = VARX * D3.
ВЫЧИСЛЕНИЕ INTXD4 = VARX * D4.
РЕГРЕССИЯ /ПЕРЕМЕННЫЕ = ОТВЕТ VARX D1 — D4 INTXD1 — INTXD4
/СТАТИСТИКА = ВСЕ
/ЗАВИСИМЫЕ = ОТВЕТ
/МЕТОД = ВВОД .

Центрирование предикторов вокруг их среднего значения (так, чтобы среднее значение нового предиктора было равно 0) — это один из способов уменьшения проблем мультиколлинеарности, которые могут возникнуть в результате включения в регрессию предикторов и членов их произведений. Отдельные переменные-предикторы будут центрированы до того, как будет вычислен их член произведения. Член взаимодействия будет произведением центрированных предикторов. Процедуру Aggregate можно использовать для сохранения средних значений предикторов в качестве новых переменных в активном файле. Эти новые переменные со средними значениями можно затем вставить в команды COMPUTE для создания центрированных переменных. В приведенном ниже примере процедура Aggregate используется для сохранения средних значений varx и изменения в виде новых переменных x_mean и y_mean соответственно. Затем создаются центрированные переменные CX и CY, которые затем перемножаются для формирования члена взаимодействия IXY. Переменная BRK создается для использования в качестве переменной BREAK для статистического прогона. BRK вычисляется как константа для всех наблюдений в файле, поэтому средние значения вычисляются для всех наблюдений. Если вы хотите, чтобы переменная находилась в центре уровней групповой переменной, вы должны использовать эту групповую переменную в качестве переменной BREAK в Aggregate.

вычислить brk = 1.
АГРЕГАТ
/OUTFILE=* MODE=ADDVARIABLES
/BREAK=brk
/x_mean y_mean = MEAN(varx варьируется) .

ВЫЧИСЛЕНИЕ CX = varx — x_mean .
ВЫЧИСЛЕНИЕ CY = варьируется — y_mean .
ВЫЧИСЛЕНИЕ IXY = CX * CY.
РЕГРЕССИЯ /ПЕРЕМЕННЫЕ = ОТВЕТ CX CY IXY
/СТАТИСТИКА = ВСЕ
/ЗАВИСИМЫЕ = ОТВЕТ
/МЕТОД = ВВОД.

Обратите внимание, что альтернативный подход для ввода взаимодействий предикторов в регрессионную модель заключается в использовании команды UNIANOVA
(Анализ->Общая линейная модель->Одномерная). Непрерывные предикторы вводятся в модель как ковариаты. Взаимодействия между ковариатами (или между ковариатами и групповыми факторами или между групповыми факторами) можно указать в диалоговом окне Модель (подкоманда /DESIGN) без необходимости создавать переменные взаимодействия. UNIANOVA не будет центрировать предикторы за вас. В приведенной ниже команде UNIANOVA центрированные предикторы CX и CY вводятся как предикторы для RESPONSE, а взаимодействие между CX и CY добавляется в модель в подкоманде /DESIGN. (Обратите внимание, что оценки параметров должны быть запрошены в UNIANOVA с использованием /PRINT PARAMETER, тогда как они являются частью вывода по умолчанию в REGRESSION. )

Ответ UNIANOVA С CX CY
/METHOD=SSTYPE(3)
/INTERCEPT=INCLUDE
/PRINT=PARAMETER DESCRIPTIVE
/CRITERIA=ALPHA(.05)
/DESIGN=CX CY CX*CY .

[{«Продукт»:{«код»:»SSLVMB»,»метка»:»Статистика IBM SPSS»},»Бизнес-подразделение»:{«код»:»BU059″,»метка»:»IBM Software w \/o TPS»},»Компонент»:»Неприменимо»,»Платформа»:[{«код»:»PF025″,»метка»:»Независимая от платформы»}],»Версия»:»Неприменимо», «Издание»:»»,»Направление деятельности»:{«code»:»LOB10″,»label»:»Данные и ИИ»}}]

8.6 — Эффекты взаимодействия | STAT 501

Теперь, когда мы выяснили, что такое аддитивные эффекты, давайте рассмотрим пример, где уместно включение « условий взаимодействия ».

Некоторые исследователи (Daniel, 1999) интересовались сравнением эффективности трех методов лечения тяжелой депрессии. Для простоты мы обозначим три вида лечения A, B и C. Исследователи собрали следующие данные (данные о депрессии) на случайной выборке из 9 человек.0063 n = 36 лиц с тяжелой депрессией:

• \(y_{i} =\) мера эффективности лечения для индивидуума i
• \(x_{i1} =\) возраст (в годах) индивидуума i
• \(x_{i2} = 1\), если индивидуум i получал лечение А и 0, если не
• \(x_{i3} = 1\), если человек i получал лечение B и 0, если не

Точечная диаграмма данных с эффективностью лечения на y — ось и возраст по оси

x выглядят следующим образом:

Синие кружки представляют данные для лиц, получающих лечение A, красные квадраты представляют данные для лиц, получающих лечение B, а зеленые ромбы представляют данные для лиц, получающих лечение C.

В предыдущем примере две оценочные функции регрессии имели одинаковые наклоны, то есть они были параллельны. Если бы вы попытались провести три наиболее подходящие линии через данные этого примера, как вы думаете, наклоны ваших линий были бы одинаковыми? Возможно нет! В этом случае нам нужно включить так называемые « условия взаимодействия » в нашей сформулированной регрессионной модели.

Модель множественной регрессии (второго порядка) с условиями взаимодействия:

\(y_i=\beta_0+\beta_1x_{i1}+\beta_2x_{i2}+\beta_3x_{ i3}+\beta_{12}x_{i1}x_{i2}+\beta_{13}x_{i1}x_{i3}+\epsilon_i\)

где:

• \(y_{i} =\ ) показатель эффективности лечения для отдельных лиц i
• \(x_{i1} =\) возраст (в годах) индивидуума i
• \(x_{i2} = 1\), если индивидуально 9{2}\). Возможно, неудивительно, что термины \(x_{i} x_{i2}\) и \(x_{i1} x_{i3}\) являются условиями взаимодействия в модели.

  Давайте исследуем нашу сформулированную модель, чтобы выяснить, каким образом предикторы оказывают » эффект взаимодействия » на реакцию. Начнем с определения сформулированной функции регрессии для каждого из трех вариантов лечения. Вкратце — после небольшой алгебры (см. ниже) — мы узнаем, что модель определяет три разные функции регрессии — по одной для каждого из трех методов лечения:

  Лечение	Сформулированная функция регрессии
  Если пациент получает А, то \( \left(x_{i2} = 1, x_{i3} = 0 \right) \) и …	\(\mu_Y=(\beta_0+\beta_2)+(\beta_1+\beta_{12})x_{i1}\)
  Если пациент получает B, то \( \left(x_{i2} = 0, x_{i3} = 1 \right) \) и …	\(\mu_Y=(\beta_0+\beta_3)+(\beta_1+\beta_{13})x_{i1}\)
  Если пациент получает C, то \( \left(x_{i2} = 0, x_{i3} = 0 \right) \) и . ..	\(\mu_Y=\beta_0+\beta_{1}x_{i1}\)

  Итак, каким образом включение условий взаимодействия \(x_{i1} x_{i2}\) и \(x_{i1} x_{i3}\) в модель подразумевает, что предикторы имеют »

  влияние взаимодействия » на средний отклик? Обратите внимание, что наклоны трех регрессионных функций различаются: наклон первой линии равен \(\beta_1 + \beta_{12}\), наклон второй линии равен \(\beta_1 + \beta_{13}\) , а наклон третьей строки равен \(\beta_1\). Что это означает в практическом смысле? Это значит, что…
  • влияние возраста человека \(\left( x_1 \right)\) на среднюю эффективность лечения \(\left(\mu_Y \right)\) зависит от лечения \(\left(x_2 \text{ и } x_3\справа)\), и …
  • влияние лечения \(\left(x_2 \text{ и } x_3\right)\) на среднюю эффективность лечения \(\left(\mu_Y \right)\) зависит от возраста человека \(\left( x_1 \верно)\).

  В общем, что значит для двух предикторов » взаимодействовать «?

  • Два предиктора взаимодействуют, если влияние на переменную отклика одного предиктора зависит от значения другого .
  • Параметр наклона больше нельзя интерпретировать как изменение среднего отклика для каждого увеличения предиктора на единицу, в то время как другие предикторы остаются постоянными.

  А что такое « эффекты взаимодействия «?

  Регрессионная модель содержит эффектов взаимодействия , если функция отклика не является аддитивной и не может быть записана в виде суммы функций переменных-предикторов. То есть регрессионная модель содержит эффекты взаимодействия, если:

  \(\mu_Y \ne f_1(x_1)+f_1(x_1)+ \cdots +f_{p-1}(x_{p-1})\)

  В нашем примере, касающемся лечения депрессии, средний ответ :

  \(\mu_Y=\beta_0+\beta_1x_{1}+\beta_2x_{2}+\beta_3x_{3}+\beta_{12}x_{1}x_{2}+\beta_{13}x_{1 }x_{3}\)

  нельзя разделить на отдельные функции каждого из отдельных предикторов. То есть невозможно «разбить» \(\beta_{12} x_1 x_2 \text{ и } \beta_{13} x_1 x_3\) на отдельные части. Поэтому мы говорим, что \(x_1 \text{ и } x_2\) взаимодействуют, а \(x_1 \text{ и } x_3\) взаимодействуют.

  Возвращаясь к нашему примеру, давайте вспомним, что соответствующие шаги любого регрессионного анализа:

  • Построение модели
    • Состав модели
    • Оценка модели
    • Оценка модели
  • Использование модели

  До сих пор на этапе построения модели все, что мы сделали, это сформулировали регрессионную модель как: }+\beta_{12}x_{i1}x_{i2}+\beta_{13}x_{i1}x_{i3}+\epsilon_i\)

  Мы можем использовать Minitab — или любое другое статистическое программное обеспечение в этом отношении — для оценки модели. При этом Minitab сообщает:

  Уравнение регрессии

  y = 6,21 + 1,0334 age + 41,30 x2+ 22,71 x3 — 0,703 agex2 — 0,510 agex3

  Теперь, если мы подставим возможные значения для \(x_2 \text{ и } x_3\ ) в оценочную функцию регрессии, мы получаем три «наиболее подходящие» линии — по одной для каждого лечения (A, B и C) — через данные. Вот алгебра для определения оценочной функции регрессии для пациентов, получающих лечение А.

  Выполняя аналогичные вычисления для пациентов, получающих лечение B и C, мы получаем:

  Лечение	Оценка функции регрессии
  Если пациент получает A, то \(\left(x_2 = 1, x_3 = 0 \right)\) и …	\(\шляпа{у}=47,5+0,33x_1\)
  Если пациент получает B, то \(\left(x_2 = 0, x_3 = 1 \right)\) и …	\(\шляпа{у}=28,9+0,52x_1\)
  Если пациент получает C, то \(\left(x_2 = 0, x_3 = 0 \right)\) и …	\(\шляпа{у}=6,21+1,03x_1\)

  И, построив три наиболее подходящие линии, мы получим:

  О чем говорят нам предполагаемые наклоны?

  • Для пациентов в этом исследовании , получающих лечение А, прогнозируется увеличение эффективности лечения на 0,33 единицы на каждый дополнительный год возраста.
  • Прогнозируется, что для пациентов в этом исследовании , получающих лечение B, эффективность лечения будет увеличиваться на 0,52 единицы на каждый дополнительный год возраста.
  • Для пациентов в этом исследовании , получающих лечение C, прогнозируется увеличение эффективности лечения на 1,03 единицы на каждый дополнительный год возраста.

  Короче говоря, влияние возраста на прогнозируемую эффективность лечения зависит от проводимого лечения. То есть возраст появляется до взаимодействуют с лечением, оказывая влияние на эффективность лечения. Взаимодействие показано графически «непараллельностью» (это слово?) линий.

  Конечно, наша основная цель состоит не в том, чтобы сделать выводы об этой конкретной выборке людей с депрессией, а скорее обо всей популяции людей с депрессией. То есть мы хотим использовать нашу оценочную модель, чтобы сделать выводы о большей популяции людей с депрессией. Однако прежде чем мы это сделаем, мы сначала должны оценить модель.

  График зависимости остатков от соответствия:

  демонстрирует все «хорошее» поведение, предполагая, что модель хорошо подходит, нет очевидных выбросов, а дисперсии ошибок действительно постоянны. И график нормальной вероятности:

  демонстрирует линейный тренд и большое значение P , что позволяет предположить, что члены ошибки действительно нормально распределены.

  Успешно построив — сформулировав, оценив и оценив — модель, мы теперь можем используйте модель, чтобы ответить на вопросы нашего исследования. Давайте рассмотрим два разных вопроса, на которые мы могли бы захотеть получить ответ.

  Первый исследовательский вопрос. Различается ли средняя эффективность трех видов лечения для каждого возраста? Как это обычно бывает, наша сформулированная регрессионная модель помогает определить, как ответить на вопрос исследования. Наша сформулированная модель регрессии предполагает, что ответ на вопрос включает проверку идентичности функций регрессии населения.

  То есть нам нужно проверить нулевую гипотезу \(H_0 \colon \beta_2 = \beta_3 =\beta_{12} = \beta_{13} = 0\) против альтернативы \(H_A \colon\) хотя бы один из этих параметров наклона не равен 0.

  Мы знаем, как это сделать! Соответствующий программный вывод:

  Дисперсионный анализ

  Источник	ДФ	Посл. нержавеющая сталь	Посл. МС	F-значение	P-значение
  Регрессия	5	4932,85	986,57	64.04	0,000
  возраст	5	3424.43	3424.43	222,29	0,000
  x2	1	803,80	803,80	52,18	0,000
  x3	1	1,19	1,19	0,08	0,783
  возраст x2	1	375,00	375,00	24,34	0,000
  agex3	1	328,42	328,42	21. 32	0,000
  Ошибка	30	462,15	15.40
  Несоответствие	27	285,15	10,56	0,18	0,996
  Чистая ошибка	3	177.00	59.00
  Всего	35	5395.0

  говорит нам, что подходящая частичная F -статистика для проверки вышеуказанной гипотезы: , Minitab сообщает нам:

  F Распределение с 4 DF в числителе и 30 DF в знаменателе

  х	\(р(Х \leq х)\)
  24,49	1.00000

  вероятность увидеть F -статистика — с 4 числителем и 30 степенями свободы в знаменателе — меньше, чем наша наблюдаемая тестовая статистика 24,49 > 0,999. Следовательно, наше значение P <0,001. Мы можем отвергнуть нашу нулевую гипотезу. На уровне \(\альфа = 0,05\) имеется достаточно данных, чтобы сделать вывод о значительной разнице в средней эффективности трех видов лечения.

  Второй исследовательский вопрос. Зависит ли влияние возраста на эффективность лечения от лечения? Наша сформулированная модель регрессии предполагает, что ответ на вопрос включает проверку того, являются ли два параметра взаимодействия \(\beta_{12} \text{ и } \beta_{13}\) значимыми. То есть нам нужно проверить нулевую гипотезу \(H_0 \colon \beta_{12} = \beta_{13} = 0\) против альтернативы \(H_A \colon\) хотя бы один из параметров взаимодействия не равен 0

  Соответствующий программный вывод:

  Дисперсионный анализ

  Источник	ДФ	Посл. нержавеющая сталь	Посл. МС	F-значение	P-значение
  Регрессия	5	4932,85	986,57	64.04	0,000
  возраст	5	3424,43	3424.43	222,29	0,000
  x2	1	803,80	803,80	52,18	0,000
  x3	1	1,19	1,19	0,08	0,783
  возраст x2	1	375,00	375,00	24,34	0,000
  agex3	1	328,42	328,42	21.32	0,000
  Ошибка	30	462,15	15.40
  Несоответствие	27	285,15	10,56	0,18	0,996
  Чистая ошибка	3	177. No related posts. Добавить комментарий Отменить ответ Ваш адрес email не будет опубликован. Обязательные поля помечены * Комментарий * Имя * Email * Сайт