Гіпотеза H ₀ прийме вигляд σ _F ² = 0. У разі справедливості цієї гіпотези
M (S ) = M (S ) = Σ ^2.
У випадку однофакторного комплексу як для моделі I, так і моделі II середні квадрати S ² і S ^2, є незміщеними і незалежними оцінками однієї і тієї ж дисперсії σ ^2.
Отже, перевірка нульової гіпотези H ₀ звелася до перевірки суттєвості відмінності незміщені вибіркових оцінок S і S дисперсії σ ^2.
Гіпотеза H ₀ відкидається, якщо фактично розрахований значення статистики F = S / S більше критичного F _{α: K 1: K 2,} визначеного на рівні значимості α при числі ступенів свободи k ₁ = m-1 і k ₂ = mn-m, і приймається, якщо F <F _{α: K 1: K 2.}
F-розподіл Фішера (для x> 0) має наступну функцію щільності (для = 1, 2, ...; = 1, 2, ...):

де - Ступеня свободи;
Г - гамма-функція.
Стосовно до даної задачі спростування гіпотези H ₀ означає наявність істотних відмінностей в якості виробів різних партій на аналізованому рівні значущості.
Для обчислення сум квадратів Q _1, Q _2, Q часто буває зручно використовувати такі формули:
(12)
(13)
(14)
тобто самі середні, взагалі кажучи, знаходити не обов'язково.
Таким чином, процедура однофакторного дисперсійного аналізу полягає у перевірці гіпотези H ₀ про те, що є одна група однорідних експериментальних даних проти альтернативи про те, що таких груп більше, ніж одна. Під однорідністю розуміється однаковість середніх значень і дисперсій в будь-якому підмножині даних. При цьому дисперсії можуть бути як відомі, так і невідомі заздалегідь. Якщо є підстави вважати, що відома або невідома дисперсія вимірювань однакова по всій сукупності даних, то завдання однофакторного дисперсійного аналізу зводиться до дослідження значущості відмінності середніх в групах даних / 1 /.
1.3 Багатофакторний дисперсійний аналіз
Слід відразу ж зазначити, що принципової різниці між багатофакторним і однофакторний дисперсійним аналізом немає. Багатофакторний аналіз не змінює загальну логіку дисперсійного аналізу, а лише трохи ускладнює її, оскільки, крім врахування впливу на залежну змінну кожного з факторів окремо, слід оцінювати і їх спільна дія. Таким чином, те нове, що вносить в аналіз даних багатофакторний дисперсійний аналіз, стосується в основному можливості оцінити межфакторное взаємодію. Тим не менш, як і раніше залишається можливість оцінювати вплив кожного фактора окремо. У цьому сенсі процедура багатофакторного дисперсійного аналізу (у варіанті її комп'ютерного використання) безсумнівно економічніша, оскільки всього за один запуск вирішує відразу два завдання: оцінюється вплив кожного з факторів і їх взаємодію / 3 /.
Загальна схема двофакторного експерименту, дані якого обробляються дисперсійним аналізом має вигляд:

Залежна змінна x i

Взаємодія чинників A і B

Інші невраховуваних (випадкові) чинники

Фактор B: 3 рівні

Фактор А: 2 рівні

Малюнок 1.1 - Схема двофакторного експерименту
Дані, що піддаються багатофакторного дисперсійного аналізу, часто позначають у відповідності з кількістю факторів та їх рівнів.
Припустивши, що в розглянутій задачі про якість різних m партій вироби виготовлялися на різних t верстатах і потрібно з'ясувати, чи є суттєві відмінності в якості виробів по кожному фактору:
А - партія виробів;
B - верстат.
У результаті виходить перехід до задачі двофакторного дисперсійного аналізу.
Всі дані представлені в таблиці 1.2, в якій по рядках - рівні A _i фактора А, по стовпцях - рівні B _j фактора В, а у відповідних осередках, таблиці знаходяться значення показника якості виробів x _ijk (I = 1,2 ,..., m; j = 1,2 ,..., l; k = 1,2 ,..., n).
Таблиця 1.2 - Показники якості виробів
Двухфакторная дисперсійна модель має вигляд:
x _ijk = μ + F _i + G _j + I _ij + ε _ijk, (15)
де x _ijk - значення спостереження в осередку ij з номером k;
μ - загальна середня;
F _i     - Ефект, обумовлений впливом i-го рівня фактора А;
G _j - ефект, обумовлений впливом j-го рівня фактора В;
I _ij - ефект, обумовлений взаємодією двох факторів, тобто відхилення від середньої за спостереженнями у клітинці ij від суми перших трьох доданків в моделі (15);
ε _ijk - обурення, обумовлене варіацією змінної всередині окремої клітинки.
Передбачається, що ε _ijk має нормальний закон розподілу N (0; с ^2), а всі математичні очікування F _*, G _{*,   I i *,} I _{* j} дорівнюють нулю.
Групові середні знаходяться за формулами:
- У клітинці:
,
по рядку:

за стовпцем:

загальна середня:

У таблиці 1.3 подано загальний вигляд обчислення значень, за допомогою дисперсійного аналізу.
Таблиця 1.3 - Базова таблиця дисперсійного аналізу
Перевірка нульових гіпотез H _A, H _B, H _AB про відсутність впливу на розглянуту змінну факторів А, B і їх взаємодії AB здійснюється порівнянням відносин , , (Для моделі I з фіксованими рівнями факторів) або відносин , ,   (Для випадкової моделі II) з відповідними табличними значеннями F - критерію Фішера - Снедекора. Для змішаної моделі III перевірка гіпотез щодо факторів з фіксованими рівнями проводиться також як і в моделі II, а факторів з випадковими рівнями - як в моделі I.
Якщо n = 1, тобто при одному спостереженні в осередку, то не всі нульові гіпотези можуть бути перевірені так як випадає компонента Q ₃ із загальної суми квадратів відхилень, а з нею і середній квадрат , Так як в цьому випадку не може бути мови про взаємодію чинників.
З точки зору техніки обчислень для знаходження сум квадратів Q _1, Q _2, Q _3, Q _4, Q доцільніше використовувати формули:




Q ₃ = Q - Q ₁ - Q ₂ - Q _4.
Відхилення від основних передумов дисперсійного аналізу - нормальності розподілу досліджуваної змінної і рівності дисперсій в осередках (якщо воно не надмірне) - не позначається істотно на результати дисперсійного аналізу при рівному числі спостережень в осередках, але може бути дуже чутливо при нерівному їх числі. Крім того, при нерівному числі спостережень в осередках різко зростає складність апарату дисперсійного аналізу. Тому рекомендується планувати схему з рівним числом спостережень в осередках, а якщо зустрічаються відсутні дані, то відшкодовувати їх середніми значеннями інших спостережень в осередках. При цьому, однак, штучно введені відсутні дані не слід враховувати при підрахунку числа ступенів свободи / 1 /.
2 Застосування дисперсійного аналізу в різних процесах і дослідженнях
2.1 Використання дисперсійного аналізу при вивченні міграційних процесів
Міграція - складне соціальне явище, багато в чому визначає економічну і політичну сторони життя суспільства. Дослідження міграційних процесів пов'язано з виявленням факторів зацікавленості, задоволеності умовами праці, та оцінкою впливу отриманих факторів на міжгрупове рух населення.
λ _ij = c _i q _ij a _j,
де λ _ij - інтенсивність переходів з вихідної групи i (виходу) у нову j (входу);
c _i - можливість і здібності покинути групу i (c _i ≥ 0);
q _ij - привабливість нової групи у порівнянні з вихідною (0 ≤ q _ij ≤ 1);
a _j - доступність групи j (a _j ≥ 0).
Якщо вважати чисельність групи i рівній n _i, то оцінкою випадкової величини ν _ij - числа переходів з i в j - буде n _i c _i q _ij a _j:
ν _ij ≈ n _i λ _ij = n _i c _i q _ij a _j. (16)
На практиці для окремої людини ймовірність p переходу в іншу групу мала, а чисельність даної групи n велика. У цьому випадку діє закон рідкісних подій, тобто межею ν _ij є розподіл Пуассона з параметром μ = np:
.
Зі зростанням μ розподіл наближається до нормального. Перетворену ж величину √ ν _ij можна вважати нормально розподіленою.
Якщо прологаріфміровать вираз (16) і зробити необхідні заміни змінних, то можна отримати модель дисперсійного аналізу:
ln √ ν _ij = Ѕ ln ν _ij = Ѕ (ln n _i + ln c _i + ln q _ij + ln a _j) + ε _ij,
X _{i, j} = 2 ln √ ν _ij - ln n _i - ln q _ij,
C _i = ln c _i,
A _j = ln a _j,
X _{i, j} = C _i + A _j + ε.
Значення C _i і A _j дозволяють отримати модель двофакторного дисперсійного аналізу з одним спостереженням у клітці. Зворотним перетворенням з C _i і A _j обчислюються коефіцієнти c _i та a _j.
При проведенні дисперсійного аналізу в якості значень результативної ознаки Y слід взяти величини:
Y _ij = X _{i, j-X,}
Х = (Х _1,1 + Х _1,2 +: + Х _{mi, mj)} / mimj,
де mimj-оцінка математичного сподівання Х _{i, j;}
Х _mi і Х _mj - відповідно кількість груп виходу і входу.
Рівнями фактора I будуть mi груп виходу, рівнями фактора J - mj груп входу. Передбачається mi = mj = m. Постає завдання перевірки гіпотез H _I і H _J про равенствах математичних очікувань величини Y при рівнях _{I i} і при рівнях _{J j,} i, j = 1, ..., m. Перевірка гіпотези H _I грунтується на порівнянні величин незміщені оцінок дисперсії s _I ² і s _o ^2. Якщо гіпотеза H _I вірна, то величина F ^(I) = s _I ² / s _o ² має розподіл Фішера з числами ступенів свободи k ₁ = m-1 і k ₂ = (m-1) (m-1). Для заданого рівня значущості α знаходиться правобічна критична точка x _{пр, α} ^кр. Якщо числове значення F ^(I) _чис величини потрапляє в інтервал (X _{пр, α} ^кр, + ∞), то гіпотеза H _I відкидається і вважається, що фактор I впливає на результативний ознака. Ступінь цього впливу за результатами спостережень вимірюється вибірковим коефіцієнтом детермінації, який показує, яка частка дисперсії результативної ознаки у вибірці обумовлена ​​впливом на нього чинника I. Якщо ж F ^(I) _чис <x _{пр, α} ^кр, то гіпотеза H _I не відкидаються і вважаються, що вплив чинника I не підтвердилося. Аналогічно перевіряється гіпотеза H _J про вплив фактора J / 4 /.
2.2 Принципи математико-статистичного аналізу даних медико-біологічних досліджень
У залежності від поставленої задачі, обсягу та характеру матеріалу, виду даних та їх зв'язків знаходиться вибір методів математичної обробки на етапах як попереднього (для оцінки характеру розподілу в досліджуваній вибірці), так і остаточного аналізу відповідно до цілей дослідження. Вкрай важливим аспектом є перевірка однорідності вибраних груп спостереження, в тому числі контрольних, що може бути проведено або експертним шляхом, або методами багатовимірної статистики (наприклад, за допомогою кластерного аналізу). Але першим етапом є складання опитувальника, в якому передбачається стандартизоване опис ознак. Особливо при проведенні епідеміологічних досліджень, де необхідна єдність у розумінні й описі одних і тих же симптомів різними лікарями, включаючи облік діапазонів їх змін (ступеня вираженості). У разі суттєвості відмінностей у реєстрації вихідних даних (суб'єктивна оцінка характеру патологічних проявів різними фахівцями) і неможливості їх приведення до єдиного вигляду на етапі збору інформації, може бути потім здійснено так звана корекція коваріант, яка передбачає нормалізацію змінних, тобто усунення ненормальностей показників в матриці даних. "Узгодження думок" здійснюється з урахуванням спеціальності та досвіду лікарів, що дозволяє потім порівнювати отримані ними результати обстеження між собою. Для цього можуть використовуватися багатовимірний дисперсійний та регресійний аналізи.
Ознаки можуть бути як однотипними, що буває рідко, так і різнотипними. Під цим терміном розуміється їх різна метрологічна оцінка. Кількісні або числові ознаки - це заміряні до певної шкалою і в шкалах інтервалів і відносин (I група ознак). Якісні, рангові або бальні використовуються для вираження медичних термінів і понять не мають цифрових значень (наприклад, тяжкість стану) і заміряються в шкалі порядку (II група ознак). Класифікаційні або номінальні (наприклад, професія, група крові) - це заміряні в шкалі найменувань (III група ознак).
У багатьох випадках робиться спроба аналізу вкрай великої кількості ознак, що має сприяти підвищенню інформативності представленої вибірки. Однак вибір корисної інформації, тобто здійснення відбору ознак є операцією абсолютно необхідною, оскільки для вирішення будь-якої класифікаційної завдання повинні бути відібрані відомості, що несуть корисну для даної задачі інформацію. У випадку, якщо це не здійснено з якихось причин дослідником самостійно або відсутні досить обгрунтовані критерії для зниження розмірності простору ознак за змістовним міркувань, боротьба з надмірністю інформації здійснюється вже формальними методами шляхом оцінки інформативності.
Дисперсійний аналіз дозволяє визначити вплив різних чинників (умов) на досліджуваний ознака (явище), що досягається шляхом розкладання сукупної мінливості (дисперсії, вираженої в сумі квадратів відхилень від загальної середньої) на окремі компоненти, викликані впливом різних джерел мінливості.
За допомогою дисперсійного аналізу досліджуються загрози захворювання при наявності факторів ризику. Концепція відносного ризику розглядає відношення між пацієнтами з певною хворобою і не мають її. Величина відносного ризику дає можливість визначити, у скільки разів збільшується ймовірність захворіти при його наявності, що може бути оцінений за допомогою наступної спрощеної формули:
r '= a * d / b * c,
де a - наявність ознаки в досліджуваній групі;
b - відсутність ознаки в досліджуваній групі;
c - наявність ознаки у групі порівняння (контрольної);
d - відсутність ознаки в групі порівняння (контрольної).
Показник атрибутивного ризику (rA) служить для оцінки частки захворюваності, пов'язаної з даним фактором ризику:
,
де Q - частота ознаки, маркирующего ризик, в популяції;
r '- відносний ризик.
Виявлення факторів, що сприяють виникненню (прояву) захворювання, тобто факторів ризику може здійснюватися різними способами, наприклад, шляхом оцінки інформативності з подальшим ранжуванням ознак, що однак не вказує на сукупну дію відібраних параметрів, на відміну від застосування регресійного, факторного аналізів, методів теорії розпізнавання образів, які дають можливість отримувати "симптомокомплекси" ризик- чинників. Крім того, більш складні методи дозволяють аналізувати і непрямі зв'язки між факторами ризику і захворюваннями / 5 /.
2.3 Біотестування грунту
Різноманітні забруднюючі речовини, потрапляючи в агроценоз, можуть зазнавати в ньому різні перетворення, посилюючи при цьому своє токсичну дію. З цієї причини виявилися необхідними методи інтегральної оцінки якості компонентів агроценозу. Дослідження проводили на базі багатофакторного дисперсійного аналізу в 11-ти пільній зернотравянопропашном сівозміні. У досвіді вивчався вплив наступних факторів: родючість грунту (А), система добрив (В), система захисту рослин (С). Родючість грунту, система добрив і система захисту рослин вивчалися в дозах 0, 1, 2 і 3. Базові варіанти були представлені такими комбінаціями:
000 - вихідний рівень родючості, без застосування добрив і засобів захисту рослин від шкідників, хвороб і бур'янів;
111 - середній рівень родючості грунту, мінімальна доза добрива, біологічний захист рослин від шкідників і хвороб;
222 - вихідний рівень родючості грунту, середня доза добрив, хімічний захист рослин від бур'янів;
333 - високий рівень родючості грунту, висока доза добрив, хімічний захист рослин від шкідників і хвороб.
Вивчалися варіанти, де представлений тільки один фактор:
200 - родючість:
020 - добрива;
002 - засоби захисту рослин.
А також варіанти з різним поєднанням факторів - 111, 131, 133, 022, 220, 202, 331, 313, 311.
Метою дослідження було вивчення гальмування хлоропластів і коефіцієнта миттєвого зростання, як показників забруднення грунту, в різних варіантах багатофакторного досвіду.
Гальмування фототаксис хлоропластів ряски малої досліджували в різних горизонтах грунту: 0-20, 20-40 см. Аналіз мінливості фототаксис в різних варіантах досліду показав достовірне вплив кожного з факторів (родючості грунту, системи добрив та системи захисту рослин). Частка в загальній дисперсії родючості грунту склала 39,7%, системи добрив - 30,7%, системи захисту рослин - 30,7%.
Для дослідження сукупного впливу факторів на гальмування фототаксис хлоропластів використовувалися різні поєднання варіантів досвіду: в першому випадку - 000, 002, 022, 222, 220, 200, 202, 020, у другому випадку - 111, 333, 331, 313, 133, 311 , 131.
Результати двофакторного дисперсійного аналізу свідчать про достовірний вплив взаємодіючих системи добрив та системи захисту рослин на відмінності в фототаксис для першого випадку (частка в загальній дисперсії склала 10,3%). Для другого випадку виявлено достовірний вплив взаємодіючих родючості грунту і системи добрив (53,2%).
Трехфакторную дисперсійний аналіз показав у першому випадку достовірне вплив взаємодії всіх трьох факторів. Частка в загальній дисперсії склала 47,9%.
Коефіцієнт миттєвого зростання досліджували в різних варіантах досліду 000, 111, 222, 333, 002, 200, 220. Перший етап тестування - до внесення гербіцидів на посівах озимої пшениці (квітень), другий етап - після внесення гербіцидів (травень) і останній - на момент збирання (липень). Предшетвеннікі - соняшник та кукурудза на зерно.
Поява нових лістецов спостерігали після короткої лаг-фази з періодом сумарного подвоєння сирої маси 2 - 4 доби.
У контролі і в кожному варіанті на підставі отриманих результатів розраховували коефіцієнт миттєвого зростання популяції r і далі розраховували час подвоєння чисельності лістецов (t _удв).
t _удв = ln2 / r.
Розрахунок цих показників було проведено в динаміці з аналізом грунтових зразків. Аналіз даних показав, що час подвоєння популяції рясок до обробки грунту було найменшому в порівнянні з даними після обробки і на момент збирання. У динаміці спостережень більший інтерес викликає відгук грунту після внесення гербіциду і на момент збирання. Перш за все взаємодія з добривами і рівнем родючості.
Часом отримати прямий відгук на внесення хімічних препараратов може бути ускладнене взаємодією препарату з добривами, як органічними, так і мінеральними. Отримані дані дозволили простежити динаміку відгуку внесених препаратів, у всіх варіантах з хімічними засобами захисту, де відзначається призупинення зростання індикатора.
Дані однофакторного дисперсійного аналізу показали достовірне вплив кожного показника на темпи зростання ряски малої на першому етапі. На другому етапі ефект відмінностей за родючістю грунту склав 65,0%, за системою добрив і системі захисту рослин - по 65,0%. Фактори показали достовірні відмінності середнього за коефіцієнтом миттєвого зростання варіанти 222 і варіантів 000, 111, 333. На третьому етапі частка в загальній дисперсії родючості грунту становив 42,9%, системи добрив та системи захисту рослин - по 42,9%. Відзначено достовірне розходження за середнім значенням варіантів 000 і 111, варіантів 333 і 222.
Досліджувані зразки грунту з варіантів польового моніторингу відрізняються один від одного за показником гальмування фототаксис. Відзначено вплив факторів родючості, система добрив і засоби захисту рослин з частками 30,7 та 39,7% при однофакторного аналізі, при двох факторному і трехфакторную - зареєстрували спільний вплив факторів.
Аналіз результатів досвіду показав незначні відмінності між горизонтами грунту за показником - гальмування фототаксис. Відмінності відзначені за середнім значенням.
На всіх варіантах, де є засоби захисту рослин спостерігається зміни положення хлоропластів і призупинення зростання ряски малої / 6 /.
2.4 Грип викликає підвищене вироблення гістаміну
Дослідники з дитячої лікарні в Пітсбурзі (США) отримали перші докази того, що при гострих респіраторних вірусних інфекціях підвищується рівень гістаміну. Незважаючи на те, що й раніше передбачалося, що гістамін відіграє певну роль у виникненні симптомів гострих респіраторних інфекціях верхніх дихальних шляхів.
Учених цікавило, чому багато людей застосовують для самолікування «простудних» захворювань і нежиті антигістамінні препарати, які в багатьох країнах входять в категорію OTC, тобто доступні без рецепта лікаря.
Метою проведеного дослідження було визначити, чи підвищується продукція гістаміну при експериментальній інфекції, викликаної вірусом грипу А.
15 здоровим добровольцям інтраназально ввели вірус грипу А, а потім спостерігали за розвитком інфекції. Щоденно протягом захворювання у добровольців збиралась ранкова порція сечі, а потім проводилося визначення гістаміну та його метаболітів і розраховувалося загальна кількість гістаміну та його метаболітів, виділених за добу.
Захворювання розвинулося у всіх 15 добровольців. Дисперсійний аналіз підтвердив достовірно більш високий рівень гістаміну в сечі на 2-5 добу вірусної інфекції (p <0,02) - період, коли симптоми "застуди" найбільш виражені. Парний аналіз показав, що найбільш значно рівень гістаміну підвищується на 2 день захворювання. Крім цього, виявилося, що добова кількість гістаміну та його метаболітів у сечі при грипі приблизно таке ж, як і при загостренні алергічного захворювання.
Результати даного дослідження слугують першими прямими доказами того, що рівень гістаміну підвищується при гострих респіраторних інфекціях / 7 /.
2.5 Дисперсійний аналіз в хімії
Дисперсійний аналіз - сукупність методів визначення дисперсності, тобто характеристики розмірів частинок в дисперсних системах. Дисперсійний аналіз включає різні способи визначення розмірів вільних частинок в рідких і газових середовищах, розмірів каналів-пор в тонкопористих тілах (в цьому випадку замість поняття дисперсності використовують рівнозначне поняття пористості), а також питомої поверхні. Одні з методів дисперсійного аналізу дозволяють одержувати повну картину розподілу частинок за розмірами (обсягами), а інші дають лише усереднену характеристику дисперсності (пористості).
До першої групи належать, наприклад, методи визначення розмірів окремих частинок безпосереднім вимірюванням (ситовій аналіз, оптична та електронна мікроскопія) або за непрямими даними: швидкості осідання частинок у в'язкому середовищі (седиментаційних аналіз в гравітаційному полі і в центрифугах), величиною імпульсів електричного струму, виникають при проходженні частинок через отвір в непровідному перегородки (кондуктометричний метод).
Друга група методів об'єднує оцінку середніх розмірів вільних частинок і визначення питомої поверхні порошків і пористих тіл. Середній розмір часток знаходять по інтенсивності розсіяного світла (нефелометрія), за допомогою ультрамікроскопа, методами дифузії і т.д., питому поверхню - по адсорбції газів (парів) або розчинених речовин, по газопроникності, швидкості розчинення і інших засобів. Нижче наведено межі застосування різних методів дисперсійного аналізу (розміри частинок в метрах):
Ситової аналіз - 10 ^-2 -10 ^-4
Седиментаційних аналіз в гравітаційному полі - 10 ^-4 -10 ^-6
Кондуктометричний метод - 10 ^-4 -10 ^-6
Мікроскопія - 10 ^-4 -10 ^-7
Метод фільтрації - 10 ^-5 -10 ^-7
Центрифугування - 10 ^-6 -10 ^-8
Ультрацентрифугування - 10 ^-7 -10 ^-9
Ультрамікроскопія - 10 ^-7 -10 ^-9
Нефелометрія - 10 ^-7 -10 ^-9
Електронна мікроскопія - 10 ^-7 -10 ^-9
Метод дифузії - 10 ^{-7 -10} -10
Дисперсійний аналіз широко використовують у різних галузях науки і промислового виробництва для оцінки дисперсності систем (суспензій, емульсій, золів, порошків, адсорбентів і т.д.) з величиною частинок від декількох міліметрів (10 ^-3 м) до декількох нанометрів (10 ^-9 м) / 8 /.
2.6 Використання прямого навмисного навіювання в спати в методиці виховання фізичних якостей
Фізична підготовка - основоположна сторона спортивного тренування, так як в більшій мірі, ніж інші сторони підготовки, характеризується фізичними навантаженнями, які впливають на морфофункціональні властивості організму. Від рівня фізичної підготовленості залежать успішність технічної підготовки, зміст тактики спортсмена, реалізація особистісних властивостей у процесі тренувань і змагань.
Однією з основних завдань фізичної підготовки є виховання фізичних якостей. У зв'язку з цим виникає необхідність у розробці педагогічних засобів і методів, що дозволяють враховувати вікові особливості юних спортсменів, які зберігали їх здоров'я, що не вимагають додаткових витрат часу і в той же час стимулюючих зростання фізичних якостей і, як наслідок, - спортивної майстерності. Використання вербального гетеровоздействія в тренувальному процесі в групах початкової підготовки - один з перспективних напрямків досліджень з даної проблеми.
Аналіз теорії і практики реалізації внушающего вербального гетеровоздействія виявив основні протиріччя:
- Доведеність ефективного використання специфічних методів вербального гетеровоздействія в тренувальному процесі та практичну неможливість їх використання тренером;
- Визнання прямого навмисного навіювання (далі ППВ) в спати як одного з основних методів вербального гетеровоздействія у педагогічній діяльності тренера і відсутність теоретичного обгрунтування методичних особливостей його застосування в спортивній підготовці, і зокрема в процесі виховання фізичних якостей.
У зв'язку з виявленими протиріччями і недостатньою розробленістю проблема використання системи методів вербального гетеровоздействія в процесі виховання фізичних якостей спортсменів визначила мету дослідження - розробити раціональні цілеспрямовані методики ППВ в спати, сприяють удосконаленню процесу виховання фізичних якостей на основі оцінки психічного стану, прояву та динаміки фізичних якостей дзюдоїстів груп початкової підготовки.
З метою апробації та визначення ефективності експериментальних методик ППВ при вихованні фізичних якостей дзюдоїстів був проведений порівняльний педагогічний експеримент, в якому взяли участь чотири групи - три експериментальні і одна контрольна. У першій експериментальній групі (ЕГ) використовувалася методика ППВ М1, у другій - методика ППВ М2, в третій - методика ППВ М3. У контрольній групі (КГ) методики ППВ не застосовувалися.
Для визначення ефективності педагогічного впливу методик ППВ в процесі виховання у дзюдоїстів фізичних якостей був проведений однофакторний дисперсійний аналіз.
Ступінь впливу методики ППВ M1 в процесі виховання:
- Витривалості:
а) після третього місяця склала 11,1%;
- Швидкісних здібностей:
а) після першого місяця - 16,4%;
б) після другого - 26,5%;
в) після третього - 34,8%;
- Сили:
а) після другого місяця - 26, 7%;
б) після третього - 35,3%;
- Гнучкості:
а) після третього місяця - 20,8%;
- Координаційних здібностей:
а) після другого місяця основного педагогічного експерименту ступінь впливу методики склала 6,4%;
б) після третього - 10,2%.
Отже, істотні зміни в показниках рівня розвитку фізичних якостей з використанням методики ППВ М1 виявлені в швидкісних здібностях і силі, ступінь впливу методики в даному випадку найбільша. Найменша ступінь впливу методики виявлена ​​в процесі виховання витривалості, гнучкості, координаційних здібностей, що дає підставу говорити про недостатню ефективність використання методики ППВ М1 при вихованні зазначених якостей.
Ступінь впливу методики ППВ M2 у процесі виховання:
- Витривалості
а) після першого місяця експерименту - 12,6%;
б) після другого - 17,8%;
в) після третього - 20,3%.
- Швидкісних здібностей:
а) після третього місяця тренувальних занять - 28%.
- Сили:
а) після другого місяця - 27,9%;
б) після третього - 35,9%.
- Гнучкості:
а) після третього місяця тренувальних занять - 14,9%;
- Координаційних здібностей - 13,1%.
Отриманий результат однофакторного дисперсійного аналізу даної ЕГ дозволяє зробити висновок про те, що методика ППВ М2 найбільш результативна при вихованні витривалості і сили. Менш ефективна вона в процесі виховання гнучкості, швидкісних і координаційних здібностей.
Ступінь впливу методики ППВ М3 у процесі виховання:
- Витривалості:
а) після першого місяця експерименту 16,8%;
б) після другого - 29,5%;
в) після третього - 37,6%.
- Швидкісних здібностей:
а) після першого місяця - 26,3%;
б) після другого - 31,3%;
в) після третього - 40,9%.
- Сили:
а) після першого місяця - 18,7%;
б) після другого - 26,7%;
в) після третього - 32,3%.
- Гнучкості:
а) після першого - змін немає;
б) після другого - 16,9%;
в) після третього - 23,5%.
- Координаційних здібностей:
а) після першого місяця змін немає;
б) після другого - 23,8%;
в) після третього - 91%.
Таким чином, однофакторний дисперсійний аналіз показав, що використання методики ППВ М3 у підготовчому періоді найбільш ефективно в процесі виховання фізичних якостей, так як спостерігається збільшення ступеня її впливу після кожного місяця педагогічного експерименту / 9 /.
2.7 Лікування гострого психотичної симптоматики у хворих на шизофренію атипових нейролептиків
Мета дослідження полягала до вивчення можливості застосування рісполепт для купірування гострих психозів у хворих з діагнозом шизофренії (параноїдний тип за МКХ-10) і шизоаффективного розлади. При цьому в якості основного досліджуваного критерію використовувався показник тривалості збереження психотичної симптоматики в умовах фармакотерапії Рисполепт (основна група) і класичними нейролептиками.
Основні завдання дослідження зводилися до визначення показника тривалості психозу (так званий нетто-психоз), під яким розумілося збереження продуктивної психотичної симптоматики, після застосування нейролептиків, виражене в днях. Даний показник був розрахований окремо для групи, яка приймала рисперидон, і окремо для групи, яка приймала класичні нейролептики.
Поряд з цим була поставлена ​​задача по визначенню частки редукції продуктивної симптоматики під впливом рисперидону в порівнянні з класичними нейролептиками в різні терміни терапії.
У загальній складності вивчені 89 хворих (42 чоловіки і 47 жінок) з гострою психотичної симптоматикою у рамках параноидной форми шизофренії (49 хворих) і шизоаффективного розлади (40 хворих).
Перший епізод і тривалість захворювання до 1 року були зареєстровані у 43 хворих, тоді як в інших випадках на момент дослідження відзначалися наступні епізоди шизофренії при тривалості захворювання понад 1 року.
Терапію рісполепт отримували 29 осіб, серед яких з так званим першим епізодом було 15 хворих. Терапію класичними нейролептиками отримували 60 осіб, серед яких з першим епізодом було 28 чоловік. Доза рісполепт варіювала в діапазоні від 1 до 6 мг на добу і в середньому становила 4 ± 0,4 мг на добу. Рисперидон приймали виключно внутрішньо після їжі один раз на добу у вечірній час.