应用统计学第9章方差分析资料.ppt

* 1. 考虑交互作用时的双因素试验 ⑴交互效应 记 A, B 间的交互作用为 A×B，? , ?i , ?j 的定义同前。 由于存在交互作用，因此 ?ij ≠ ? + ?i + ?j 称 (?? )ij = ?ij - ? - ?i - ?j 为 Ai 与 Bj 的交互效应，它反映了两因素间不同水平的组合对试验结果的影响。 因此，总体 Xij 的均值可表示为 ?ij = ? + ?i + ?j + (?? )ij 二.考虑交互作用的双因素方差分析 * (2)要检验的假设 由于考虑了交互作用，因此要检验的原假设有以下三个： H01：?1= ?2 = ··· = ?a = 0 H02：?1= ?2 = ··· = ?b = 0 H03：(?? )ij = 0；对一切 i, j 为检验交互作用，就需要在每一 Ai Bj 水平组合下进行重复试验。 记 xijk 为在 Ai Bj 组合下的第 k 次试验的结果。 * 其中 Se , SA , SB 的含义同前； SA×B 则主要是由交互效应所引起的差异，称为 A×B 间平方和。 完全类似地，可以将总的偏差平方和 ST 作如下分解： 2.偏差平方和的分解 * 故 H01, H02, H03 的拒绝域分别为： FA F?( a-1，ab(n-1) ) FB F?( b-1，ab(n-1) ) FA×B F?( (a-1)(b-1)，ab(n-1) ) 当 H02为真时， 同样可以证明： 当 H01为真时， ～ F( a-1, ab(n-1) ) 当 H03为真时， ～ F( (a-1)(b-1), ab(n-1) ) ～F( b-1, ab (n-1) ) 3.检验用的统计量 * 有交互作用的双因素方差分析表 4.方差分析表 * 影响某化工厂产品得率的主要因素是反应温度和使用的催化剂种类。为研究产品的最优生产工艺条件，在其他条件不变的情况下，选择了四种温度和三种催化剂，在不同温度和催化剂的组合下各做了两次试验，测得结果如下： 化工产品得率试验(%) 【案例2】如何确定最优生产工艺？ * 可用 Excel 【工具】→“数据分析”→“方差分析：可重复双因素分析” 求解考虑交互作用的双因素方差分析问题。 方差分析表 重新求解案例2 * 运行结果分析 ∵因素 A 的 P-value = 0.0298 0.05 因素 B 的 P-value = 0.0043 0.01 交互作用的 P-value = 8.3E-5 0.001 ∴ 温度对得率有显著影响； 催化剂对得率的影响是高度显著的； 温度与催化剂的交互作用对得率的影响是极高度显著的。 这说明各种催化剂都有最佳的催化温度。 由本案例可知，如果因素间存在显著的交互作用而在方差分析时未加考虑，就会得出错误结论。 故对双因素和多因素方差分析，通常都应考虑交互作用。 * 进一步的分析 由 Excel 的运行输出结果还可得到各 可知 A2B2 和 A3B1 这两种组合可使得率最高，且这两种组合的平均得率之间无显著差异，而其他组合与它们之间都存在显著差异。 在使用第二种催化剂时，应将温度控制在 70 oC； 而使用第一种催化剂时，应将温度控制在80 oC 。 平均得率都可达到 96% 左右。 如下： 应用统计第1章 * * 第9章 方差分析 * 本章教学目标 了解方差分析可以解决那些实际问题； 了解应用方差分析的基本条件； 掌握方差分析的基本概念及其分析方法； 正确使用 Excel 软件求解单因素和双因素方差分析问题及其运行输出结果分析. 本章主要内容 §9.1 方差分析概述 §9.2 单因素方差分析 §9.3 双因素方差分析 本章重点：考虑交互作用的双因素方差分析 * 在生产经营管理过程中，通常有很多因素会影响产品的质量、产量、销售量等指标。如农作物的产量受品种、肥料、气候、雨水、光照、土壤、播种量等众多因素的影响；产品销售量受品牌、质量、价格、促销手段、竞争