正交试验结果的统计方法总结.ppt

方差分析 所要解决的问题： 各影响因素对结果影响程度的相对大小； 各影响因素间是否存在相互作用； 实验条件如何优化。 通常称多次实验结果之间的差异为变差，变差一般用偏差平方和表示。各因素形成的偏差平方和恰好等于总偏差平方和，即偏差平方和具有加和性，这是建立方差分析的基础。 本章内容： 2.1 概述 2.2 单因素方差分析 2.3 无重复两因素方差分析 2.1 概述 2.1.1 基本概念 （1）因素：表示对结果产生影响的各种条件、方式、方法等，如温度、时间、酸度等。 （2）水平：一种因素的各种不同取值状态，如温度、压力等的不同取值。 （3）指标：结果的标志，可体现为收率、产量等。 （4）偶然误差：因未能控制的“偶然因素”所引起的误差叫“实验误差”，即随机误差。 （5）系统误差：由于实验因素的变异引起实验结果的数量差异，也称为“条件误差”。 2.1.2 方法 把全部数据关于总体平均值的方差分解成几个部分，每一部分表示方差的一种来源，将各种来源的方差进行比较，判断实验各有关因素对实验结果的影响大小。 【例2－1】考察催化剂对收率的影响，分别用5种催化剂独立进行实验，每种催化剂测试4次，得收率如下表： 因素：催化剂； 水平：5种 指标：收率 偶然误差：每种催化剂下所得结果的标准差s 系统误差：各催化剂下所得平均值的差异 2.2 单因素方差分析 研究单一因素对试验结果的影响。此时，方差分析的目的是考察一个因素的m个水平对实验结果是否存在显著影响。 数学模型：xij=μ+ai+rij 式中，μ：总体平均值； ai：i水平（i=1,2,…,ni,ni为水平重复数）对结果的影响，即i水平下的系统误差； rij：随即误差（j=1,2,…,m,m为水重复平数）。 该数学模型表示： 实验结果＝总体平均值＋因素作用＋随即误差 2.2.1 单因素方差分析基本公式 设有m 个相互独立的正态总体: 各个总体的方差相等： 现从总体中抽取容量为ni的随机样本： 设 为从第i个总体抽取的样本平均值（组平均值）， 为总平均值，n为从m个总体中抽取的样本总容量，则： 2.2.2 偏差平方和 设Q为偏差平方和，即所有样本测定值与总体平均值之差的平方和，则： 式中最后一项为协方差，由于： 所以 令： 则：Q=Qe+U1 2.2.3 方差分析统计量 （1）自由度 令f、fe及 f1分别为总自由度、组内（随即误差）自由度和组间自由度，则： （2）方差 令 分别为总方差、组内方差和组间方差，则有： （3）统计量 为构造统计量，先求出Qe、U1的期望值： 令 则可以推得： 单因素方差分析的程序： ① 提出原假设和备择假设： 原假设为H0:μ1=μ2=…=μi=…=μm 备择假设H1：各总体均值不等 ②设原假设的前提成立： ③由已知条件计算统计量：计算偏差平方和、自由度及F值 ④根据显著性水平α，查出 ，若 ，原假设成立；若 ，原假设不成立，而备择假设成立 ⑤最后，将计算结果及结论整理成方差分析表。 单因素方差分析表 【例2－2】考察催化剂对收率的影响，分别用5种催化剂独立进行实验，每种催化剂测试4次，得收率如下表： 请对实验结果进行方差分析。 解：n=20，m=5，ni=4 （1）偏差平方和 2.3 无重复两因素方差分析 单因素方差分析只研究一种因素对实验结果的影响，当可能存在多个因素对结果产生影响时，虽然可以采用“固定其他因素，研究变化因素”的方法，对所有影响因素分别研究，但这种方法不仅效率低，而且往往会遗漏最好的组合。 2.3.1 无重复两因素方差分析的数学模型 设因素A有a个水平，即： A1,A2,…,Ai,…,Aa 因素B有b个水平，即： B1,B2,…,Bj,…,Bb Ai，Bj作用下的实验指标为xijk，则有： xijk=μ+αi+βj+δij+rijk 式中，k为重复测定次数；δij为Ai、Bj的交互作用；rijk为随机误差。 对于无重复两因素方差分析，δij、rijk无法分辨，可合为一项，用rij表示，相当于随机误差，则： xij=μ+αi+βj+rij 在A、B两因素的共同作用下，得