360 likes | 509 Views
第九章 方差分析. 第一节 单因素试验的方差分析. 第二节 双因素试验的方差分析. 第三节 正交试验设计及其方差分析. 第一节 单因素试验的方差分析. 把考察事物的结果称为 试验结果, 也称为 试验指标。 影响试验指标的条件称为 因素。. 因素可分为两类 : 一类是人们可以控制的,称为 可控因素; 另一类是人们不能控制的,称为 不可控因素。. 为了考虑某个因素 A 对所考察的随机变量 X 的影响,可以在实验时让其他因素保持不变,而仅让因素 A 改变,这样的试验称为 单因素试验, 因素 A 所处的状态称为 水平。. 1. 数学模型.
E N D
第九章 方差分析 第一节 单因素试验的方差分析 第二节 双因素试验的方差分析 第三节 正交试验设计及其方差分析
第一节 单因素试验的方差分析 把考察事物的结果称为试验结果,也称为试验指标。影响试验指标的条件称为因素。 因素可分为两类: 一类是人们可以控制的,称为可控因素; 另一类是人们不能控制的,称为不可控因素。 为了考虑某个因素A对所考察的随机变量X的影响,可以在实验时让其他因素保持不变,而仅让因素A改变,这样的试验称为单因素试验,因素A所处的状态称为水平。
1.数学模型 设在单因素试验中,所考察的因素为A,A有s个水平 ,在Ai下进行nj(nj2)次独立试验,得到结果:
设第i组样本的样本均值为 ,即 全体样本xij对总的样本均值 的偏差平方和,称为总偏差平方和,简称为总平方和,记作ST,即 2、平方和的分解 总的样本均值 把ST分解如下:
表示各组样本均值 对总的样本均值 的偏差平方和, 称为因素A的效应平方和(或组内平方和)。 其中
表示各个样本xij对本组样本均值 的偏差平方和的总和,称为误差平方和(或组内平方和)(residual sum of squares) 效应平方和SA反映由于因素A的不同水平所引起的系统误差,即各组样本之间的差异程度;误差平方和SE 则反映了试验过程中各种随机因素所引起的随机误差。
若原假设H0正确,则所有样本xij均可看作来自同一正态总体 且相互独立。于是有 3、假设检验问题的拒绝域
若由样本观测值计算得到统计量F的值大于F ,则在显著性水平下拒绝原假设H0,即认为因素A的不同水平对总体有显著影响;若F的值不大于F,则接受H0,即认为因素A的不同水平对总体无显著影响。
例 1 为了考察温度对某种化工产品的得率的影响,选了五种温度: A1=60℃,A2=65℃,A3=70℃,A4=75℃,A5=80℃在每种温度下各做三次试验,测得其得率(%)如下: 检验温度对该化工产品的得率是否有显著影响。 解: 计算各个水平下的样本均值,得
计算 ST=106.4, SA=68.4, SE =38.0 单因素试验的方差分析表: 由表可知,温度对化工产品的得率有显著影响,因为70℃时产品得率均值的估计值 最高,所以应选用70℃。
第二节 双因素试验的方差分析 1 、双因素等重复试验的方差分析 在多因素方差分析中,通常把因素A与因素B的交互作用设想为影响试验结果的另一因素,记作A×B,或简记作I。由于要考虑交互作用的影响,因此对于因素A与因素B的各个水平的每一种配合(Ai,Bj) (i=1,2,…,r;j=1,2,…,s)就需要进行不止一次重复试验。 对上述各种水平组合分别进行t ≥ 2次重复试验,即共进行n=rst次试验,这种试验称为双因素等重复试验,假定所有的实验是相互独立的。
因为在水平(Ai,Bj)下的样本与总体Xij服从相同的分布,所以有因为在水平(Ai,Bj)下的样本与总体Xij服从相同的分布,所以有
误差平方和 因素A的效应平方和 因素B的效应平方和 因素A与因素B的交互效应平方和
2 、双因素无重复试验的方差分析 在双因素试验中,对每一对水平组合只做一次试验,即不重复实验,得到
总平方和 误差平方和 因素A的效应平方和 因素B的效应平方和
第三节 正交试验设计及其方差分析 正交试验设计是研究和处理多因素试验的一种方法,利用正交表来安排实验,通过少量试验,获得满意的试验结果. 1.正交试验设计的基本方法: 正交试验设计包含两个内容:
正交表是预先编制好的一种表格 列数 行数 水平数
因素数 试验数 水平数 实际试验数 理论上的试验数
2、试验结果的直观分析 正交试验设计的直观分析就是要通过计算,将各因素、水平对试验结果指标的影响大小,通过极差分析,综合比较,以确定最优化试验方案的方法.有时也称为极差分析法. (1)极差计算 (2)极差分析