试验设计(陈魁)第一章解析.docVIP

第１章 方差分析和回归分析 方差分析是一种统计方法，有着广泛的应用．它是试验设计中用到的重要分析方法． 在实践中，影响一个事物的因素往往是很多的，人们总是要通过试验，观察各种因素的影响．例如，不同型号的机器，不同的原材料，不同的技术人员以及不同的操作方法，等等，对产品的产量、性能，这是人们所希望的，解决这个问题的有效方法之一就是方差分析． 上述产品的产量、性能等称为试验指标，它们受因素的影响．因素的不同状态称为水平，一个因素可采取多个水平．不同的因素、不同的水平可以看作是不同的总体．通过观测可以得到试验指标的数据，这些数据可以看成是从不同总体中得到的样本数值，利用这些数据可以分析不同因素、不同水平对试验指标影响的大小．为便于说明问题，我们先从最简单的单因素情况说起． 1．1 单因素试验的方差分析 　　设单因素A有a个水平在水平下，进行次独立试验，得到试验指标的观察值列于表1．1．1． 　　 表 1.1.1 1 2 … … … … … … … 假定在各个水平下的样本为，它们来自各具有相同方差,均值分别为的正态总体其中,均为未知,并且不同水平下的样本之间相互独立． 取下面的线性统计模型： 其中为随机误差. 设 为总平均值，其中，令 为第个水平的效应，则，于是式(1.1.1)变成 方差分析的任务就是检验线性统计模型(1.1.1) 中个总体中的各的相等性，即有 原假设， 对立假设，至少有一对这样的， 也就是下面的等价假设： 检验这种假设的适当的程序就是方差分析. 顺便指出，对线性统计模型或，进行形如式或式的假设检验，这种模型叫做固定效应模型. 解决这种模型的具体步骤如下： 总离差平方和的分解 记在水平下的样本均值为 ， 样本数据的总水平均值为 ， 总离差平方和为 . 将改成并分解，得 上面展开式中的第三项为0. 因为 若记 （1.1.8） （1.1.9） 则有 (1.1.10) 这里表示全部试验数据与总平均值之间的差异，又称为总残差.表示水平下的样本均值与总平均值之间的差异，叫做因素A效应的平方和，有称为组间差.表示在水平下的样本均值与样本值之间的差异，它是由随机误差引起的，叫做误差平方和，又称为组内差.式（1.1.10）表示等于与之和.这就是总离差平方和的分解式. 2. 统计分析 由式（1.1.1）知， （1.1.11） 将改写为 （1.1.12） 这里是样本方差，即 考虑到 ， （1.1.13) 考虑到 ， （1.1.13） 从而知的自由度为n-1. 将改写为 = ， （1.1.14） 这里 是在 水平下的样本方差，即 . 因为 （1.1.15） 再由分布的可加性知 （1.1.16） 其中m = 即 （1.1.17） 由此可见， 的自由度为n-a ,并且