3.2.4 Testy validity
K ověření významnosti zdrojů variability v tabulce 3.2.3-IV je nutné každý součet čtverců v tabulce dělit odpovídajícím počtem stupňů volnosti, čímž se získá průměrný čtverec.
Průměrný čtverec reziduální chyby (s²) je stejný podíl odvozený z odpovídajícího řádku tabulky 3.2.3-V.
Průměrný čtverec pro každou testovanou veličinu se dělí s². Významnost takto získaných hodnot (nazývaných podíly F) se posoudí porovnáním s kritickými hodnotami F-rozdělení, které jsou uvedeny v tabulce 3.2.4-I. Kritické hodnoty F pro pravděpodobnost chyby 0,05 a 0,01 jsou ve sloupci, který odpovídá počtu stupňů volnosti testované veličiny (f₁), a řádku, který odpovídá počtu stupňů volnosti reziduálního rozptylu s² (f₂). Je-li vypočtená hodnota F větší než odpovídající tabelovaná hodnota, pokládá se testovaný zdroj variability za statisticky významný na hladině významnosti (0,05 nebo 0,01).
Pokud se nenajdou odpovídající počty stupňů volnosti f (f₁, f₂) v tabulce kritických hodnot, použije se největší uvedený počet stupňů volnosti menší než f. Pokud je vypočtená hodnota F větší než tato tabelovaná kritická hodnota, považuje se test poměru rozptylů za statisticky významný. Je-li vypočtená hodnota F menší než tabelovaná kritická hodnota, použije se kritická hodnota pro nejmenší uvedený počet stupňů volnosti větší než f. Je-li vypočtená hodnota testovací statistiky F menší, považuje se test podílu rozptylů za statisticky nevýznamný. Pokud však tento postup nevede k rozhodnutí, je nutno použít podrobnější tabulky.
Zkouška se pokládá za "statisticky validní" při těchto výsledcích testů:
Významnost odchylky od rovnoběžnosti ve vícenásobných zkouškách může být způsobena zahrnutím zkoušeného přípravku s jiným sklonem regresní přímky, než mají ostatní přípravky. V tomto případě by se měly počítat testovací statistiky t’ zvlášť pro každý přípravek U, ..., Z:
$t\text{'}=\frac{L_S-L_U}{2\sqrt{{\mathrm{ns}}^2}}.\text{(3.2.4-1)}$
Tab. 3.2.4-I Tabulka kritických hodnot testu poměru rozptylů (F)

Stupně volnosti f1 v čitateli
f2 ve j m e n o v a t e l i		1	2	3	4	5	6	7	8	20	∞
	12	4,75 (9,33)	3,89 (6,93)	3,49 (5,95)	3,26 (5,41)	3,11 (5,06)	3,00 (4,82)	2,91 (4,64)	2,85 (4,50)	2,54 (3,86)	2,30 (3,36)
	15	4,54 (8,68)	3,68 (6,36)	3,29 (5,42)	3,06 (4,89)	2,90 (4,56)	2,79 (4,32)	2,71 (4,14)	2,64 (4,00)	2,33 (3,37)	2,07 (2,87)
	20	4,35 (8,10)	3,49 (5,85)	3,10 (4,94)	2,87 (4,43)	2,71 (4,10)	2,60 (3,87)	2,51 (3,70)	2,45 (3,56)	2,12 (2,94)	1,84 (2,42)
	25	4,24 (7,77)	3,38 (5,57)	2,99 (4,68)	2,76 (4,18)	2,60 (3,86)	2,49 (3,63)	2,40 (3,46)	2,34 (3,32)	2,01 (2,70)	1,71 (2,17)
	30	4,17 (7,56)	3,32 (5,39)	2,92 (4,51)	2,69 (4,02)	2,53 (3,70)	2,42 (3,47)	2,33 (3,30)	2,27 (3,17)	1,93 (2,55)	1,62 (2,01)
	40	4,08 (7,31)	3,23 (5,18)	2,84 (4,31)	2,61 (3,83)	2,45 (3,51)	2,34 (3,29)	2,25 (3,12)	2,18 (2,99)	1,84 (2,37)	1,51 (1,80)
	60	4,00 (7,08)	3,15 (4,98)	2,76 (4,13)	2,53 (3,65)	2,37 (3,34)	2,25 (3,12)	2,17 (2,95)	2,10 (2,82)	1,75 (2,20)	1,39 (1,60)
	∞	3,84 (6,63)	3,00 (4,61)	2,60 (3,78)	2,37 (3,32)	2,21 (3,02)	2,10 (2,80)	2,01 (2,64)	1,94 (2,51)	1,57 (1,88)	1,00 (1,00)

Při náhodné odchylce rozptylů s pravděpodobností překročení hodnoty tabelované na horním řádku 0,05 je pravděpodobnost nepřekročení této hodnoty 0,95. Pravděpodobnost překročení hodnoty v dolním řádku je rovna 0,01, takže s pravděpodobností 0,99 překročena nebude.
Pro čtyřdávkové zkoušky se tʹ počítá:
$\frac{L_S-L_U}{2\sqrt{{10\mathrm{ns}}^2}}.$
Každá vypočtená hodnota t’ se porovná s kritickou hodnotou z tabulky 3.2.4-II, kde f₁ = h - 1 a f₂ je počet stupňů volnosti s². Pokud je některá z hodnot t´ statisticky významná, je nutno příslušný přípravek vyloučit ze zkoušky a znovu vyhodnotit.
Ve zkouškách s neobvykle velkou reziduální chybou může být vysoká významnost F-statistiky způsobena špatným odhadem předpokládané účinnosti. Pokud je tomu tak, může se získaný odhad účinnosti použít k stanovení předpokládané účinnosti pro další zkoušky tohoto přípravku.
V testech rovnoběžnosti a linearity se může nahodile vyskytnout hodnota F menší než 1. Pokud se však objevuje opakovaně, ukazuje to na odchylku od předpokladů platnosti modelu, která by se měla později vyšetřit. Pokud je potvrzena platnost modelu, může být vypočtena účinnost a její meze spolehlivosti. Postup je popsán v následující kapitole.
Tab. 3.2.4-II Kritické hodnoty t' dvoustranného testu porovnání h - 1 přípravků a standardu

f1 = (h - 1) = počet zkoušených přípravků
f2	1	2	3	4	5	6	7	8	9
5	2,57	3,03	3,29	3,48	3,62	3,73	3,82	3,90	3,97
6	2,45	2,86	3,10	3,26	3,39	3,49	3,57	3,64	3,71
7	2,36	2,75	2,97	3,12	3,24	3,33	3,41	3,47	3,53
8	2,31	2,67	2,88	3,02	3,13	3,22	3,29	3,35	3,41
9	2,26	2,61	2,81	2,95	3,05	3,14	3,20	3,26	3,32
10	2,23	2,57	2,76	2,89	2,99	3,07	3,14	3,19	3,24
11	2,20	2,53	2,72	2,84	2,94	3,02	3,08	3,14	3,19
12	2,18	2,50	2,68	2,81	2,90	2,98	3,04	3,09	3,14
13	2,16	2,48	2,65	2,78	2,87	2,94	3,00	3,06	3,10
14	2,14	2,46	2,63	2,75	2,84	2,91	2,97	3,02	3,07
15	2,13	2,44	2,61	2,73	2,82	2,89	2,95	3,00	3,04
16	2,12	2,42	2,59	2,71	2,80	2,87	2,92	2,97	3,02
17	2,11	2,41	2,58	2,69	2,78	2,85	2,90	2,95	3,00
18	2,10	2,40	2,56	2,68	2,76	2,83	2,89	2,94	2,98
19	2,09	2,39	2,55	2,66	2,75	2,81	2,87	2,92	2,96
20	2,09	2,38	2,54	2,65	2,73	2,80	2,86	2,90	2,94
24	2,06	2,35	2,51	2,61	2,70	2,76	2,81	2,86	2,90
30	2,04	2,32	2,47	2,58	2,66	2,72	2,77	2,82	2,86
40	2,02	2,29	2,44	2,54	2,62	2,68	2,73	2,77	2,81
60	2,00	2,27	2,41	2,51	2,58	2,64	2,69	2,73	2,77
120	1,98	2,24	2,38	2,47	2,55	2,60	2,65	2,69	2,73
∞	1,96	2,21	2,35	2,44	2,51	2,57	2,61	2,65	2,69

Dunnett, C. W.: Biometrics, 20, 1964, 482-491.
Při náhodné odchylce porovnávaných přípravků je pravděpodobnost překročení hodnoty tabelované na horním řádku rovna 0,05 as pravděpodobností 0,95 tedy tato hodnota překročena nebude.

1. Lineární složka variability je silně významná, tj. příslušná vypočtená hodnota F je větší než kritická hodnota pro P = 0,01. Tento test prokazuje, že sklon lineární závislosti odpovědí na logaritmu dávky je dostatečně různý od 0 (odpověď závisí na dávce podnětu).

2. Nelineární složky variability nejsou statisticky významné, tj. vypočtená hodnota F je menší než kritická hodnota pro P = 0,05. Tento test kontroluje splnění podmínky 4A z kap. 3.1.

3. Nerovnoběžnost není statisticky významná (viz podmínka 5A kapitoly 3.1).