Для перевірки однорідності даних в отриманих масивах була використана модель однофакторного дисперсійного аналізу. У процесі аналізу оцінювалася величина розсіювання між значеннями показників ізоляції окремих вводів, які складають той чи інший масив даних.
Відомо що сума квадратів відхилень всіх значень, що складають масив даних yij, від загальної середньої
, становить:
, (2.22)де n - обсяг вибіркових значень;
m - число рівнів варіювання досліджуваного фактора (кількість вводів у масиві даних);
- середнє арифметичне з n вимірювань, виконаних при i-тому значенні фактора X;
- загальне середнє арифметичне всіх m · n вимірювань;
сума квадратів відхилень між середніми значеннями досліджуваного показника в різних вводах, розсіювання за факторами; 
сума квадратів відхилень значень показника від середнього для одного і того ж введення залишкове розсіювання випадкових похибок експерименту; 
загальна або повна сума квадратів відхилень окремих спостережень від загальної середньої .Оцінка значущості фактора зводиться до порівняння дисперсії 2, Отриманої за рахунок S1, з тієї ж дисперсією, але отриманої за рахунок S2, що легко перевірити по відношенню:
. (2.23)Статистика F є випадковою величиною, що має F-розподіл з (m-1) і m (n-1) ступенями свободи. Якщо при заданому (зазвичай = 0,05) FF(Переважає чисельник), то фактор значущий. Це свідчить про неоднорідність значень показника в аналізованому масиві даних.
Вищенаведені обчислення виконувалися в разі, якщо обсяг вибіркових значень для всіх вводів, що становлять аналізований масив даних, був однаковим. Якщо ж число вимірювань в різних вводах відрізнялося на одиницю, а саме, має місце k1 значення для введення m1, k2 значень - для введення m2, kp значень - для введення mp, то в цьому випадку загальна сума квадратів відхилень визначалася за формулою [105] :
(2.24)де
- сума квадратів значень показника y для введення mi; 
- сума значень показника y для введення mi; n - загальне число випробувань (обсяг вибірки).
Факторна сума квадратів відхилень визначалася за формулою:
, (2.25)де ni - обсяг вибіркових значень ознаки y для введення mi.
Решта обчислення проводилися, як і в випадку однакового числа випробувань. Виконання однофакторного дисперсійного аналізу здійснювалося з використанням програми «ODA» [97]. Результати розрахунку наведені в табл. 2.5. На рис. 2.5 показані розподілу групових середніх значень щодо загальної середньої тангенса кута діелектричних втрат основної ізоляції вводів герметичного виконання з масиву вихідних даних (М0) і масиву М3, отриманого в результаті статистичної обробки.
Таблиця 2.5
Результати оцінки статистичної однорідності для масивів вихідних даних і масивів, отриманих в результаті статистичної обробки
| показник | масив | n | m | Значення сум дисперсионного розкладання | значення Fкритерію | ||||||||
| S | S1 | S2 | Fнаб. | Fкрит. | |||||||||
| Уведення негерметичной конструкції | |||||||||||||
| tg1 | М0 | 140 | 19 | 74,8850 | 58,2168 | 16,6682 | 23,47 | 1,608 | |||||
| М1 | 67 | 9 | 3,1608 | 0,6050 | 2,5557 | 1,716 | 2,105 | ||||||
| М2 | 73 | 10 | 1,2323 | 0,1914 | 1,0409 | 1,287 | 2,036 | ||||||
| tg2 | М0 | 140 | 19 | 44,5408 | 27,2961 | 17,2446 | 10,64 | 1,608 | |||||
| М1 | 75 | 9 | 8,2149 | 1,4275 | 6,7874 | 1,735 | 2,088 | ||||||
| М2 | 65 | 7 | 15,1511 | 2,4458 | 12,7053 | 1,860 | 2,262 | ||||||
| З1 | М0 | 140 | 19 | 6791737,7 | 1059577,57 | 5732160,1 | 1,242 | 1,608 | |||||
| М1 | 91 | 13 | 5907167,0 | 791003,03 | 5116164,0 | 1,004 | 1,892 | ||||||
| З2 | М0 | 140 | 19 | 7135444,9 | 3961189,48 | 3174255,4 | 8,388 | 1,608 | |||||
| М1 | 87 | 12 | 3469519,0 | 446578,325 | 3022940,7 | 1,007 | 1,953 | ||||||
| Уведення герметичній конструкції | |||||||||||||
| tg1 | М0 | 453 | 68 | 47,5053 | 21,6049 | 25,9004 | 4,793 | 1,306 | |||||
| М1 | 102 | 19 | 0,6986 | 0,1444 | 0,5542 | 1,201 | 1,749 | ||||||
| М2 | 243 | 34 | 4,3848 | 0,4376 | 3,9472 | 0,702 | 1,439 | ||||||
| М3 | 103 | 15 | 19,1592 | 2,1754 | 16,9838 | 0,805 | 1,823 | ||||||
| tg2 | М0 | 453 | 68 | 82,4260 | 35,6870 | 46,7390 | 4,387 | 1,306 | |||||
| М1 | 159 | 24 | 1,1452 | 0,1515 | 0,9938 | 0,894 | 1,530 | ||||||
| М2 | 98 | 16 | 0,7444 | 0,1688 | 0,5756 | 1,603 | 1,804 | ||||||
| М3 | 128 | 19 | 19,6596 | 2,9851 | 16,6745 | 1,084 | 1,711 | ||||||
| З1 | М0 | 453 | 68 | 8273962,3 | 4350940,64 | 3923021,66 | 6,373 | 1,306 | |||||
| М1 | 128 | 21 | 1199292,4 | 126620,376 | 1072672,04 | 0,631 | 1,678 | ||||||
| М2 | 115 | 18 | 3942014,4 | 593762,101 | 3348252,34 | 1,011 | 1,747 | ||||||
| М3 | 70 | 12 | 745794,22 | 168485,723 | 577308,499 | 1,538 | 1,963 | ||||||
| З2 | М0 | 453 | 68 | 12690061, | 8744069,82 | 3945991,4 | 12,73 | 1,306 | |||||
| М1 | 118 | 17 | 4035297,1 | 777868,802 | 3257428,38 | 1,507 | 1,759 | ||||||
| М2 | 140 | 24 | 4681490,6 | 1112448,35 | 3569042,27 | 1,572 | 1,627 | ||||||
| М3 | 104 | 17 | 3012731,1 | 602464,221 | 2410266,94 | 1,359 | 1,779 | ||||||
а)
б)
Мал. 2.5. Розподілу групових середніх значень щодо загальної середньої тангенса кута діелектричних втрат основної ізоляції вводів герметичного виконання:
а - з масиву вихідних даних М0;
б - з масиву М3, отриманого в результаті статистичної обробки.
Як видно з табл. 2.5, практично у всіх масивах вихідних даних, за винятком ємності основної ізоляції для негерметичних вводів, спостережувані значення F-критерію перевищують табличні, при рівні значущості p = 0,95 і числі ступенів свободи (m-1) і m · (n-1 ). Це свідчить про те, що значення параметрів в різних вводах істотно відрізняються один від одного, а, отже, вихідні дані є неоднорідними. Незважаючи на те, що в початковому масиві показника С1 для вводів негерметичного виконання, згідно з результатами дисперсійного аналізу, дані є однорідними, за допомогою процедури статистичної обробки з нього також вдалося виділити один масив даних. Подібне невідповідність пояснюється тим, що однофакторний дисперсійний аналіз виконує оцінку розсіювання за середнім значенням, а формування масивів однорідних даних виконувалося як по рівності середніх, так і по рівності дисперсій і схожості законів розподілу. Дана обставина ще раз підкреслює ефективність використовуваної процедури формування масивів однорідних даних в умовах апріорної обмеженості вимірювальної інформації. З табл. 2.5 також видно, що для всіх без винятку масивів, отриманих в результаті статистичної обробки, спостережувані значення F-критерію не перевищують табличні, при рівні значущості p = 0,95 і числі ступенів свободи (m-1) і m (n-1) . Це свідчить про відсутність відмінностей між середніми значеннями показників з різних вводів, складових аналізовані масиви даних. Дана обставина ще раз підкреслює ефективність використовуваної процедури формування масивів однорідних даних в умовах апріорної обмеженості вимірювальної інформації. З табл. 2.5 також видно, що для всіх без винятку масивів, отриманих в результаті статистичної обробки, спостережувані значення F-критерію не перевищують табличні, при рівні значущості p = 0,95 і числі ступенів свободи (m-1) і m (n-1) . Це свідчить про відсутність відмінностей між середніми значеннями показників з різних вводів, складових аналізовані масиви даних. Дана обставина ще раз підкреслює ефективність використовуваної процедури формування масивів однорідних даних в умовах апріорної обмеженості вимірювальної інформації. З табл. 2.5 також видно, що для всіх без винятку масивів, отриманих в результаті статистичної обробки, спостережувані значення F-критерію не перевищують табличні, при рівні значущості p = 0,95 і числі ступенів свободи (m-1) і m (n-1) . Це свідчить про відсутність відмінностей між середніми значеннями показників з різних вводів, складових аналізовані масиви даних. при рівні значущості p = 0,95 і числі ступенів свободи (m-1) і m (n-1). Це свідчить про відсутність відмінностей між середніми значеннями показників з різних вводів, складових аналізовані масиви даних. при рівні значущості p = 0,95 і числі ступенів свободи (m-1) і m (n-1). Це свідчить про відсутність відмінностей між середніми значеннями показників з різних вводів, складових аналізовані масиви даних.
Виконаний аналіз складу масивів з однорідними значеннями показників дозволив встановити, що в однорідні масиви даних потрапили значення показників вводів з різних областей України, різного типу і виготовлені з різних номерах заводських креслень. Але при цьому вводи, значення показників яких складають однорідні масиви даних, мають близьку напрацювання і встановлені на трансформаторах з близьким значенням коефіцієнтів завантаження. Дана обставина показує необхідність врахування даних факторів при діагностиці стану високовольтних маслонаповнених вводів.