第3章试验的方差1技巧.ppt

试验设计与数据处理 第三章 试验的方差分析; 本章主要授课内容 单因素试验的方差分析 单因素试验方差分析基本问题 单因素试验方差分析基本步骤 Excel 在单因素试验方差分析中的应用 双因素试验的方差分析 双因素试验方差分析基本问题 双因素试验方差分析基本步骤 Excel 在双因素试验方差分析中的应用;单因素试验方差分析 双因素试验方差分析; 方差分析六大步骤： （1）计算平均值 （2）计算离差平方和 （3）计算自由度 （4）计算均方 （5）F检验 （6）方差分析;试验指标（experimental index）：表示试验结果特性的值，用来衡量或考核试验效果。 因素（experimental factor）：影响试验指标的条件，可以分为可控因素和不可控因素。 方差分析中涉及到的因素可以是数量性的，也可以是属性因素。 水平（level of factor）：因素的不同状态或内容。 ;方差分析（analysis of variance，简称ANOVA）：又称“变异数分析”或“F检验”，用于两个及两个以上样本均数差别的显著性检验。实质是研究自变量（因素）与因变量（试验结果）的相互关系， 由于各种因素的影响，研究所得的数据呈现波动状。造成波动的原因可分成两类，一是不可控的随机因素，另一是研究中施加的对结果形成影响的可控因素。 ;方差分析是从观测变量的方差入手，研究诸多控制变量中哪些变量是对观测变量有显著影响的变量。 1. 方差分析的假定条件为： （1）各处理条件下的样本是随机的。 （2）各处理条件下的样本是相互独立的，否则可能出现无法解析的输出结果。 （3）各处理条件下的样本分别来自正态分布总体，否则使用非参数分析。 （4）各处理条件下的样本方差相同，即具有齐效性 ;2. 方差分析的假设检验 假设有K个样本，如果原假设样本均数都相同，K个样本有共同的方差σ ，则K个样本来自具有共同方差σ和相同均值的总体。 如果经过计算，组间均方远远大于组内均方，则推翻原假设，说明样本来自不同的正态总体，说明处理造成均值的差异有统计意义。否则承认原假设，样本来自相同总体，处理间无差异。;一个复杂的事物，其中往往有许多因素互相制约又互相依存。方差分析的目的是通过数据分析找出对该事物有显著影响的因素，各因素之间的交互作用，以及显著影响因素的最佳水平等。 方差分析是在可比较的数组中，把数据间的总的“变差”按各指定的变差来源进行分解的一种技术。对变差的度量，采用离差平方和。方差分析方法就是从总离差平方和分解出可追溯到指定来源的部分离差平方和。 经过方差分析若拒绝了检验假设，只能说明多个样本总体均值不相等或不全相等。若要得到各组均值间更详细的信息，应在方差分析的基础上进行多个样本均值的两两比较。 ;3.1 单因素试验的方差分析/ 一元方差分析;（3）单因素试验数据表 ;3.1.2 单因素试验方差分析基本步骤 （六步）;（2）计算离差平方和（总 组间 组内）;;③ 组内离差平方和 SSe （sum of square for error）;;（3）计算自由度（degree of freedom） ;（4）计算均方（平均方差） 均方＝离差平方和 / 对应的自由度;（5）F 检验;（6）方差分析;若 FA ＞ F0.01(dfA，dfe) ，称因素A对试验结果有非常显著的影响，用 “ * * ”号表示； 若 F0.05(dfA，dfe) ＜ FA ＜ F0.01(dfA，dfe) ，则因素A对试验结果有显著的影响，用“ * ”号表示； 若 FA＜ F0.05(dfA，dfe) ，因素A对试验结果的影响不显著。;例3-1 ：为??察温度对某种化工产品得率的影响，选取了五种不同的温度，在同一温度下各做3次试验，试验数据如下表所示。试问温度对得率有无显著影响。;解：（1）计算平均值 依题意，本例为单因素试验的方差分析，单因素为温度，有5种水平，即 r = 5，在每种水平下做了3次试验，故ni=3(i=1,2, …，5)，总试验次数n =15。有关平均值的计算如下表所示 。;温度 （℃）;（2）计算离差平方和;（4）计算均方;差异源;3.1.3 Excel在单因素试验方差分析中的应用;含酸量（%）;解：依题意，需考察的单因素为酸度，有5种水平，而且在不同水平上试验次数不同，利用Excel“分析工具库”中的“方差分析：单因素方差分析”工具，取? =0.01，数据区域不含标志，得到如下分析结果。;SUMMARY;方差分析;注：对于单因素多水平的试验，各水平上的试验次数ni 可以相同，也可以不相同，在总的试验次数 n 相同时，ni 相同时的试验精度更高一些。