因子平方和正交对照分解及其应用.pdfVIP

因子平方和的正交对照分解及其应用丰 孙法省刘民千’ 南开大学数学科学学院统计学系，天津300071 摘要本文把C／水平因子的平方和分解成相互正交的a—1个对照的平方和，这样总变差 平方和就可以分解成a个部分(包括残差项)。然后又将该分解方法推广到了多因子的情形，并通 过因子平方和的分解找到了多因子交互效应对应的对照向，这使得多水平因子交互效应的计算和 解释更加容易，也为方差分析带来了更多的方便．最后给出了几个应用示例。 关键词 正交对照 因子平方和 总变差平方和 方差分析 正交表 1引言 方差分析模型是应用非常广泛的一类线性统计模型．这种模型多有一定的试验设计 背景、因而也称试验设计模型．对于这种模型，有两种常用的统计分析方法：第一种方 法是将数据总变差平方和按其来源(各种因子、交互作用及随机误差)进行分解，得到各 因子、交互效应及误差平方和，接下来的统计分析是基于各因子平方和与误差平方和大 小的比较，这种方法叫平方和分解法(见文献[1，2]．第二种方法则是把方差分析模型 看作一般的线性统计模型去分析(见文献[3，4，5])．本文将采用另一种方法，即将数 据总变差平方和分解成相互正交的多个对照的平方和．这给方差分析带来了方便．另 外．通过研究交互效应对应的对照平方和及对照向量可以更方便地解释和计算高水平因 子之间的交互效应，使高水平情形交互效应的解释与计算和两水平情形类似． 本文后面的内容安排如下：第2节讨论单因子情形因子平方和的正交对照分解；第 3节则把该正交对照分解推广到多因子情形，主要以两个因子为例来说明如何利用正交 对照分解因子平方和，进而分解总变差平方和：第4节是应用示例，分别考虑二水平、 三水平及混水平情形两因子平方和的正交对照分解；最后一节是小结． 2单因子情形 我们首先考虑单因子情形因子平方和的正交对照分解．令I。为元素全为l的r／xl向量， 称满足c’1。=0的向量c为玎×l对照向量．下面这个引理是因子平方和分解的基础． ±国家自然科学基金和高等学校博士学科点专项科研基金(20050055038)资助项目 E-mall：mallU琶nankaI．eclu．Cn 126 一个无偏估计(在本文中凡是涉及到Y的记号，横代表求平均，点代表求和，如乳： (弘t+饥2+’·‘+Yi。i)／7k)，所以∑：l cifh．就是对照c的一个无偏估计．由模型的假定可 c；／nz)；在 知，在等重复情况，不妨设重复次数为，m该估计服从正态分布Ar(c，盯2∑：l 不等重复情况，它服从正态分布Ⅳ(c：盯2∑：lc；／7k)．因此下面的对照平方的定义(见 文献f1])是合情理的． s叉：{鼍基掣誉：等重复情况； 【L≤釜鼍簪：不等重复情况 注：当∑：1CiI-Q=0成立时，ss。／盯2服从自由度为』的)(2分布． 定理I．设单因子A的线性统计模型为 照向量空间)，使得 I卜I|2=(c：cr)2+(c：n)2-t-…+(‘一。“)2+(‘o)2， 7化 ． 其中cn=(1／何，i／何…．，1／V石)7，lI,,112=n 证明：取c1，C2…．，c。一l为K—l中的一组标准正交基：则 I c：cJ：{1’i=_且(=：c。：o：i：1、2，…，礼一1：J：1，2，…，72—1． 【0，i缸J 记。4=(cl，C2 正交阵，且归If2=}1．4aIl2=№|f2．另～方面№Il 2=∥’p=(c：口)2+(弓n)2+…+ {诸Yij三=巧∥+詈ri+Ⅳc。i。．i?,盯。，?i=-：2…．：n，J=，，2：…，ni