Yя J Kя = 1 , . , , , я; J = 1 , . , , , J; к = 1 , . , , , K,
Среднее значение выборки i-й группы
Y¯я . ,= 1JКΣJ = 1JΣк = 1КYя J K
и что из ij-го субъекта
Y¯я j .= 1КΣк = 1КYя J K
При условии независимости между субъектами, разница различий между двумя групповыми средствами
Ва р ( у¯я . ,- у¯я', ,) = 1J2ΣJ = 1JВа р ( у¯я j .) + 1J2ΣJ'= 1JВа р ( у¯я'J',)
Ва р ( у¯я j .)σ2/ Кσ2Ва р ( у¯я j .)
Теперь к вопросу о сферичности, который был поднят.
Y¯, , К- у¯, , К'
Y¯, , К= 1яJΣя = 1яΣJ = 1JYя J K,
Yя J KYя J K'
Ва р ( у¯, , К- у¯, , К') = 1( ЯJ)2Σя = 1яΣJ = 1JВа р ( уя J K- уя J K')
Следовательно, допущение о постоянной дисперсии всех парных разностей делает возможным выполнение t-критерия после оценки общей дисперсии. Это предположение вместе с постоянной дисперсией каждого наблюдения подразумевает, что ковариация между любой парой измерений постоянна для всех пар - Серджиоимеет отличный пост на эту тему. Таким образом, допущения отображают дисперсионно-ковариационную структуру для повторных измерений каждого субъекта в виде матрицы с константой по диагонали и другой константой вне диагонали. Когда все недиагональные записи равны нулю, это сводится к полностью независимой модели (которая может быть неприемлемой для многих повторных исследований измерений). Когда недиагональные записи совпадают с диагональными, повторные измерения идеально коррелируют для объекта, что означает, что любое отдельное измерение так же хорошо, как и все измерения для каждого объекта. Последнее замечание - когда K = 2 в нашем простом сплит-дизайне, условие сферичности автоматически выполняется.