ANOVA. CRD (Completely Randomized Design)

Benzer belgeler
UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır.

Tek Yönlü Varyans Analizi (ANOVA)

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY

Tek Yönlü Varyans Analizi

Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI Ki-Kare Analizleri

Güvenlik Stokları. Tedarik Zincirlerinde Belirsizlik Yönetimi: Güvenlik Stokları. Güvenlik Stokları Belirlenirken Sorulması gereken sorular

MOD SÜPERPOZİSYONU İLE ZAMAN TANIM ALANINDA ÇÖZÜM

Kİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür.

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = σ i2. Eşit Varyans. Hata. Zaman

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır?

HAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t :

Sistemde kullanılan baralar, klasik anlamda üç ana grupta toplanabilir :

Varyans Analizi. Varyans Analizi. Analysis of Variance - ANOVA. (One-Way Anova) Tek Yönlü Varyans Analizi. Varyans Analizi

UYGULAMA 2. Bağımlı Kukla Değişkenli Modeller

İSTATİSTİK II MINITAB

bir yol oluşturmaktadır. Yine i 2 , de bir yol oluşturmaktadır. Şekil.DT.1. Temel terimlerin incelenmesi için örnek devre

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ

16. Dörtgen plak eleman

ç- çe Tasarmlar Birdal eno lu ükrü Acta³ eno lu & Acta³ statistiksel Deney Tasarm Giri³ ki A³amal ç- çe Üç A³amal ç- çe l A³amal ç- çe

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının

4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ

Deney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI

PARÇALI DOĞRUSAL REGRESYON

Sıklık Tabloları ve Tek Değişkenli Grafikler

Düşük Hacimli Üretimde İstatistiksel Proses Kontrolü: Kontrol Grafikleri

DEĞİŞKENLİK (YAYIKLIK) ÖLÇÜLERİ

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2 Eşit Varyans

ÇEV 314 Yağmursuyu ve Kanalizasyon. Nüfus Projeksiyonları

Sabit Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır.

SEK Tahmincilerinin Arzulanan Özellikleri. SEK Tahmincilerinin Arzulanan Özellikleri. Ekonometri 1 Konu 9 Sürüm 2,0 (Ekim 2011)

Merkezi Eğilim (Yer) Ölçüleri

META ANALİZİNDE HETEROJENLİĞİN SAPTANMASINDA KULLANILAN YÖNTEMLERİN SİMÜLASYON TEKNİĞİ İLE KARŞILAŞTIRILMASI

basit cebirsel denkleminin geçerli olduğunu varsayalım. denklemine ait İAD. çıkış düğümüne olan ve kazancı a

EKONOMETRİYE GİRİŞ II ÖDEV 4 ÇÖZÜM

MAK TERMODİNAMİK (CRN: 22594, 22599, 22603, ) BAHAR YARIYILI ARA SINAV-2

Korelasyon ve Regresyon

Doğrusal Korelasyon ve Regresyon

TEMEL DEVRE KAVRAMLARI VE KANUNLARI

BÖLÜM CROSS METODU (HARDY CROSS-1932)

İki Varyansın Karşılaştırılması

REGRESYON ANALİZİ BÖLÜM 1-2

PROJE SEÇİMİ VE KAYNAK PLANLAMASI İÇİN BİR ALGORİTMA AN ALGORITHM FOR PROJECT SELECTION AND RESOURCE PLANNING

Kİ-KARE VE KOLMOGOROV SMİRNOV UYGUNLUK TESTLERİNİN SİMULASYON İLE ELDE EDİLEN VERİLER ÜZERİNDE KARŞILAŞTIRILMASI

En Küçük Etkili Doz Düzeyini Belirleme Yöntemlerinin Karşılaştırmaları

ALTERNATİF AKIM DEVRE YÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ

Biyomedikal Amaçlı Basınç Ölçüm Cihazı Tasarımı

AĞIR BİR NAKLİYE UÇAĞINA AİT BİR YAPISAL BİLEŞENİN TASARIMI VE ANALİZİ

6. NORMAL ALT GRUPLAR

ENERJİ. Isı Enerjisi. Genel Enerji Denklemi. Yrd. Doç. Dr. Atilla EVCİN Afyon Kocatepe Üniversitesi 2007

30 %30iskonto oranı bulunur.

SAYISAL ÇÖZÜMLEME. Sayısal Çözümleme

DENEY 4: SERİ VE PARALEL DEVRELER,VOLTAJ VE AKIM BÖLÜCÜ KURALLARI, KIRCHOFF KANUNLARI

OLASILIĞA GİRİŞ. Biyoistatistik (Ders 7: Olasılık) OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI

1.58 arasındaki her bir değeri alabileceği için sürekli bir

Sürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK

1. KEYNESÇİ PARA TALEBİ TEORİSİ

OLASILIK. Bölüm 4. Temel Tanımlar ve Kavramlar-I. Olasılık

ÜÇ BOYUTLU ÇAPRAZ TABLOLARDA LOGARİTMİK DOĞRUSAL ANALİZ: ÇOCUK İŞGÜCÜ DEĞİŞKENLERİ ARASINDAKİ ETKİLEŞİMLER

Merkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder.

BİYOİSTATİSTİK PARAMETRİK TESTLER

3. Parçaları Arasında Aralık Bulunan Çok Parçalı Basınç Çubukları

KOCAELİ ÜNİVERSİTESİ Mühendislik Fakültesi Makina Mühendisliği Bölümü Mukavemet I Vize Sınavı (2A)

MIT Açık Ders Malzemeleri Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için

Basel II Geçiş Süreci Sıkça Sorulan Sorular

FLYBACK DÖNÜŞTÜRÜCÜ TASARIMI VE ANALİZİ

TRANSPORT PROBLEMI için GELIsTIRILMIs VAM YÖNTEMI

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ

Fumonic 3 radio net kablosuz duman dedektörü. Kiracılar ve mülk sahipleri için bilgi

MAKROİKTİSAT (İKT209)

İki veri setinin yapısının karşılaştırılması

ÖNGÖRÜ TEKNĐKLERĐ ÖDEV 5 (KEY)

Tesadüf Blokları Tertibi /İki Yönlü varyans Analizi (Randomized Complete Block Designs) /Two-way Analysis. Bölüm 4

YAŞAM VERİLERİNİN META ANALİZİ META ANALYSIS OF SURVIVAL DATA

Çift Katlı Kumaş Dokuma Tekniği

kadar ( i. kaynağın gölge fiyatı kadar) olmalıdır.

GRAFİK TABANLI ŞİFRELERİN GÜVENLİK ANALİZİ İÇİN BİR YAKLAŞIM

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ

Asimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri

İkiden Çok Grup Karşılaştırmaları

a IIR süzgeç katsayıları ve N ( M) de = s 1 (3) 3. GÜRÜLTÜ GİDERİMİ UYGULAMASI

NOT: Deney kılavuzunun Dönme Dinamiği Aygıtının Kullanımı İle İlgili Bilgiler Başlıklı Bölümü okuyunuz.

uzayında vektörler olarak iç çarpımlarına eşittir. Bu iç çarpım simetrik ve hem w I T s formuna karşılık gelir. Buna p u v u v v v

6. Uygulama. dx < olduğunda ( )

8.Hafta. Değişkenlik Ölçüleri. Öğr.Gör.Muhsin ÇELİK. Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek,

Türk Dilinin Biçimbilim Yapısından Yararlanarak Türkçe Metinlerin Farklı İmgelere Ayrılarak Kodlanması ve Sıkıştırılması

Ölçüm Sisteminin Analizi

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences

OLASILIK KURAMI. Temel Tanımlar ve Kavramlar-III. Temel Tanımlar ve Kavramlar-II. Temel Tanımlar ve Kavramlar-I OLASILIK

ÖLÇME VE DEĞERLENDİRME. Antrenörlük Eğitimi 4. Sınıf. Ölçme ve Değerlendirme - Yrd. Doç. Dr. Yetkin Utku KAMUK

Transkript:

ANOVA CRD (Completely Randomzed Desgn) Örne Problem: Kalte le blgnn, ortalama olara, br urumun üç farlı şehrde çalışanları tarafından eşt olara algılanıp algılanmadığını test etme amacıyla, bu üç şehrde çalışanlardan tamamen tesadüf olara seçlen altışar personele aynı test verlmş ve test puanları aşağıda şelde rapor edlmş olsun. Burada amacımız H µ = = hpotezn, H : µ µ ; hpotezne arşı test etmetr. : µ µ 0 3 P P P3 85 7 59 75 75 4 8 73 7 74 9 7 9 75 85 8 7 Descrptve Statstcs: P; P; P3 a Varable N N* Mean Var Mnmum Q Medan Q3 Maxmum P 0 79,00 34 7,00 74,00 79,00 85,00 85,00 P 0 74,00 0 9,00 70,50 73,50 7,75 8,00 P3 0,00 3 59,00,5 5,50 70,50 75,00 D o t p lo t o f P ; P ; P 3 P P P 3 0 4 8 7 D a ta 7 8 0 8 4 SSTR = n ( x x) ; SSE = ( ; = x n ) s TotalSS ( x) DF: SSTR çn (-); SSE çn (n- ) ; ve TotalSS çn (n-) n= n

Bu problem çn : n=++=8; =3; s 34; s 0; s 3; = = x = 79 x = 74 x 3 = ve x = 73 tür. SSTR= (79-73) +(74-73) + (-73) = (3++49)= 5 3 = SSE= 5(34+0+3)=430 Veya: ve TotalSS= 5+430=94 olur. (79 73) + (74 73) + ( 73) Ortalamalar arası varyansı tahmn çn: S = = 43 X (3 ) σ Hesaplanır ve σ = olduğu çn σ = nσ X n X olur ve buradan Buradan σ nn tahmn değer(43)= 58 bulunur bu da fatörler arası varyansa eşttr. SSTR=(-) σ =(58) = 5 olur. 34+ 0+ 3 8 Fatörler ç varyans tahmn değer de : s / = = = 8. 7 3 3 olur. Buradan da SSE =(n-)(fatörler ç varyans ) =(8-3)(8/3)=430 bulunur. Total SS= SSTR+SSE= 5+430=94 olur. Yuarıda problemn ANOVA çözümlemes MINITAB aracılığı le yapılırsa aşağıda sonuçlar elde edlr. One-way ANOVA: P; P; P3 Source DF SS MS F P Factor 5,0 58,0 9,00 0,003 Error 5 430,0 8,7 Total 7 94,0 S = 5,354 R-Sq = 54,55% R-Sq(ad) = 48,48% Indvdual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev --------+---------+---------+---------+- P 79,000 5,83 (-------*------) P 74,000 4,47 (------*-------) P3,000 5,57 (-------*-------) --------+---------+---------+---------+-,0 7,0 78,0 84,0 Pooled StDev = 5,354 Yuarıda ANOVA tablosunda F test çn hesaplanmış olan P-değer ço üçü olduğu çn H : µ = µ = µ 0 3 hpotez ret edlp arşıtı olan hpotez abul edlr. Yan bu üç ortalamadan en az s brbrnden farlıdır.

Farın hang ortalamalar arasında olduğunu belrleyeblme amacıyla Fsher n LSD (Least Sgnfcant Dfference) yöntem ullanılablr. Fsher LSD Test: H : µ = µ 0 H µ 0 : µ Hpotezlernn testnde ullanılaca test statstğ: X X olara alınır. Eğer X X > LSD se seçlmş α düzeynde yuarıda hpotez ret edlr. Burada LSD = t α / MSE ( + ) dr. Burada ullanılaca tablo t değernn ounuşunda n n df = ( nt ) olara alınmalıdır. Yuarıda örne problemde Ortalamalar: Varable Mean P 79 P 74 P3 MSE=8,7 ve df=5 olduğu çn. α= 0,05 alındığında t α / =, 3 olara ounur. Bu değerler ullanılara =,3 8,7( + ) =,59 LSD olara hesaplanır. X X = 5< LSD ; X X 3 = 3> LSD ; ve X X = 8> LSD 3 Bu sonuçlara göre: µ le µ arasında far olduğu söylenemez. Anca µ le µ 3 arasında far önemldr ve benzer şelde µ 3 sonucuna varırız. µ le arasında far da önemldr Fsher LSD yöntem le ortalamalar arasında farlar çn güven arlıları da oluşturulablr. ( µ µ ) çn Güven Aralığı: ( X X ) ± LSD olara hesaplanır.

RBD (Randomzed Bloc Desgn) ANOVA Tablosu: Source oof DF SS MS F Varaton Treatments - SSTR MSTR=SSTR/(-) MSTR/MSE Blocs b- SSB MSB=SSB/(b-) Error (-)(b-) SSE MSE=SSE/(-)((b-) Total n T - Total SS Burada = x TotalSS ( x) ; SSTR= b = ( x. x) ; b SSB= ( x. x) ; SSE= TotalSS-SSTR-SSB olara hesaplanır. Örne Problem: Hava Alanı ontrol merezlernde çalışanların yorgunlu ve stres düzeylern en aza ndrgeyece sstemn hangs olduğunu belrleme amacıyla gelştrlmş olan sstemlerden en ullanılablr olduğuna nanılan üç tanesnn ( Sstem A, B ve C) en y olanı belrlenecetr. Bu amaçla da mevcut çalışanlardan altısı () bu sstemlerde çalıştırılmış ve vardya btmnde her çalışanın stres ve yorgunlu dereceler saptanmıştır. Personel üç sstemde çalışma üzere görevlendrlren, hang sstemde hang sırada görevlendrleceğ yne tesadüf olara belrlenmştr. Bu deneyle lgl test sorları ve ANOVA çn gerel hesaplamalar aşağıda tabloda özetlenmştr. Personel Per Per Blo Per 3 Per 4 Per 5 Treatmants Toplam Blo Sstem A Sstem B Sstem C (Blo) Ortalaması 5 5 8 48 4 4 4 4 4 0 5 3 3 7 4 4 3 45 5 Per 3 3 3 39 3 Toplam(Treat) 8 78 93 Tretamant Ortalaması 3.5 3 5.5 5=Genel Toplam Genel Ortalama= 5/8=4 Bu blgler ullanılara ANOVA tablosunda yer alaca hesaplamalar yapılablr. Total SS= (5-4) +(5-4) + (8-4) + +(3-4) +(3-4) = 70 olur. SSTR= [(3.5-4) + (3-4) +(5.5-4) ]=,

SSB= 3[(-4) + (4-4) + (-4) + (4-4) + (5-4) + (3-4) ] = 30, SSE= 70-- 30 = 9 olur. n T = 8 Şmd ANOVA Tablosunu oluşturablrz. ANOVA Tablosu: Source oof DF SS MS F Varaton Treatments -= SSTR= MSTR=SSTR/(-)= 0.5 MSTR/MSE=5.53 Blocs b-=5 SSB = 30 MSB=SSB/(b-) = Error (-)(b-)=0 SSE = 9 MSE=SSE/(-)((b-)=.9 Total n T - =7 Total SS =70 ANOVA tablosunda F oranının dağılımı F olup pay ve paydanın serbestl dereceler sırasıyla ve 0 dur. α = 0.05 alınırsa Tablo F değernn 4.0 olduğu görülür. ANOVA tablosunda hesaplanan F oranı Tablo F değernden büyü olduğu çn H µ = = hpotez ret edlr. Yan Bu üç sstemn personel üzernde yarattığı : µ µ 0 3 yorgunlu ve stres sorlarının ortalamaları eşt değldr. Br dğer fade le bu üç sstem bu açıdan brbrnden farlı sonuçlar doğurmatadır. Aynı analz MINITAB aracılığı le de yapılablrd (daha olay br şelde). MINITAB programının verdğ sonuçlar aşağıdadır. (Ver grş aşağıda gb düzenlenmş olmalıdır. Tr sütununda Y gözlem değernn hang sstemden, Blo sütununda da bu gözlem değernn hang personelden alındığı gösterlmştr) Y Tr Blo 5 A 4 A 0 A 3 3 A 4 A 5 3 A 5 B 4 B B 3 B 4 3 B 5 3 B 8 C 4 C 5 C 3 7 C 4 C 5 3 C

Two-way ANOVA: Y versus Tr; Bloc Source DF SS MS F P Tr 0,5 5,53 0,04 Bloc 5 30,0 3, 0,057 Error 0 9,9 Total 7 70 S =,378 R-Sq = 7,8% R-Sq(ad) = 53,8% LSD = t α / MSE ( + ) Burada sstemlerde personelle lgl blgler olduğu çn n = n n olacatır. MSE=.9 ve t le lgl df se 9 olduğu çn α = 0,05 alındığında t α / =.093 olara ounur. =,093.9( + ).7 LSD olur. Sstemlern örne ortalamaları arasında farlar hesaplanırsa Sstem A B C A 0 3.5-3= 0.5 3.5-5.5= -.0 (*) B 0 3-5.5 =-.5 (*) C 0 (*) Đstatstsel olara far önemldr. Çünü X X > LSD sonucu gözlemlenmştr. Yan A le C arasında ve B le C arasında ortalama stres sorları farları önem çımıştır. Stres sorunun büyü olması stenmeyeceğne göre bu üç sstem seçeneğnden C nn ullanılması düşünülmeyecetr. A le B sstemler arasında far önemsenmeyece adar üçü çımıştır. Yan bu sstemden br dğerne, statstsel önem derecesne bağlı olara, terch edlemez. Bel bu notada hang sstemn urulması daha olay ve daha ucuz se o sstemn ullanılması terch edleblr. FACTORIAL EXPERIMENTS CRD ve RBD tasarımları bze sadece br fatörle lgl ortalamaların arşılaştırılmasına olana verr. Brden daha fazla sayıda fatörün ortalamaları bazında arşılaştırılmasının gerel olduğu hallerde Factoral Experments başlığı altında nceleyeceğmz analzlern yapılması gerer. Factoral denmesnn sebeb, deneysel şartların fatörlern tüm olası fatör ombnasyonlarını çermesndendr. Örneğn A fatörünün a farlı alt grubu ve B fatörünün b farlı alt grubu var se, deney tasarımında olası ombnasyonlarının toplam sayısı (a)(b) adardır, ve böyle br analzn yapılablmes çn her br ombnasyonla lgl yeterl ver toplanması gereldr. Factoral Experment le lgl ANOVA tablosu aşağıda verlmştr. ANOVA Tablosu:

Source oof DF SS MS F Varaton FActor A a- SSA MSA=SSA/(a-) MSA/MSE Factor B b- SSB MSB=SSB/(b-) MSB/MSE Interacton (a-)(b-) SSAB MSAB=SSAB/(-)((b-) MSAB/MSE Error ab(r-) SSE Total n T - Total SS TotalSS = a b r = = a ( x x) ; SSA= br ( x* x) ; SSB= br ( x* x) ; b = SSAB= r a = olara hesaplanır. b ( x x* x* + x) Bunu br örne problem üzernde görelm ; SSE= TotalSS-SSA-SSB-SSAB FacA 3Saat -gün Factor B Đşl. Müh. FEF 500 540 580 40 080 000 x = 540 40 540 000 x = 500 x = 500 50 0 80 x = 440 480 400 880 x 3 = 440 40 480 900 x 3 = 450 Satır Toplamı 90 3080 Factor A Ortalama 90 x * = =493.33 3080 x * = =53.33 0hafta 50 00 0 x 3 = 580 00 480 080 x 3 = 590 480 40 890 x 33 = 445 Sütun Toplam 340 330 70 Factor B Orta. 340 330 x * = x * = x * 3 = =540 =50 =445 70 330 330 x 3 * = =538.33 970 (Genel Toplam) 970 x = = 55 (genel Ortalama) 8 Total SS= (500-55) + (580-55) + + (40-55) = 8450 SSA= (3)() [493.33-55) +(53.33-55) + 538.33-55) ]=00 SSB= (3)()[540-55) +(50-55) +(445-55) ] = 45300 SSAB=[(540-493.33-540+55) +(500-493.33-50+55) + +(445-538.33-445+55) ]=00

SSE= 8450-00-45300-00 =9850 Şmd ANOVA tablosu oluşturulablr. Source oof DF SS MS F Varaton Factor A a-= SSA=00 MSA=SSA/(a-)=3050 MSA/MSE =.38 Factor B b-= SSB=45300 MSB=SSB/(b-)=50 MSB/MSE= 0.7 Interacton (a-)(b-)=4 SSAB=00 MSAB=SSAB/(-)((b-) =800 MSAB/MSE=.7 Error ab(r-)=9 SSE= 9850 MSE=SSE/(ab(r-))=0 Total n T - =7 Total SS=8450 MINITAB aracılığı le yapılan çözümleme: Y A B 500 a b 580 a b 40 a b 540 a b 50 a b3 00 a b3 540 a b 40 a b 50 a b 0 a b 00 a b3 580 a b3 480 a3 b 400 a3 b 40 a3 b 480 a3 b 480 a3 b3 40 a3 b3 Two-way ANOVA: Y versus B; A Source DF SS MS F P B 00 3050,0,38 0,99 A 45300 50,0 0,7 0,005 Interacton 4 00 800,0,7 0,350 Error 9 9850 05, Total 7 8450 S = 4,9 R-Sq = 75,9% R-Sq(ad) = 54,5%