实验设计与方差精读.pptx

实验设计与方差分析 本章主要内容 方差分析和完全随机化实验设计（单因素） 方差分析和随机化区组设计（单因素） 双因素方差分析和析因实验 实验是研究者实际上在各个领域进行的，通常是要发现关于一个特定过程或系统的某些事情。从字义上说，一个实验就是一个试验。一个设计的实验是一个试验或一系列试验，它对一个过程或系统的输入变量（称为因素，factor）作一些有目的的改变，以使能够观察到和识别出引起输出响应（称为因变量或响应变量）变化的缘由。 实验设计就是设计实验的过程，使得收集得到的数据适合于用统计方法分析，得出有效和客观的结论。 实验设计 在实验性研究中，感兴趣的变量是明确规定的。因此，研究中的一个或多个因素可以被控制，使得数据可以按照因素如何影响变量来获得。 在观察性或非实验性研究中，则不去控制这些因素。(抽样调查) 完全随机化设计 例：Chemitech公司开发了一种新的城市供水过滤系统，其元件需从几家供应商处购买，然后Chemitech公司在位于南加州哥伦比亚的工厂装配这些元件。由工程部负责确定新过滤系统的最佳装配方法。考虑过各种可能之后，工程部将范围缩小至三种方法：方法A、方法B及方法C。这些方法在产品装配步骤上有所不同。 Chemitech公司的管理者希望确定哪种装配方法每周生产的过滤系统数最大。 完全随机化设计 指每一个处理被随机地指派给一个实验单元的实验设计。 假定从 Chemitech公司的生产车间的全体装配工人中随机抽取了由三名员工组成的样本，这三名随机抽取的工人被称为实验单元。每种方法（即处理）被随机地指派给一名工人，这种实验设计就是完全随机化设计。 随机化的概念是所有实验设计的一个重要原理。 方差分析 方差分析是一种通过对响应变量方差进行分解构建检验统计量，检验多个总体均值是否有差异的统计方法。 方差分析的三个假定： 对每个总体，响应变量服从正态分布 响应变量的方差对所有总体都是相同的 观测值独立 实验设计 析因实验 可重复多因 素方差分析 随机化 区组设计 无重复双因 素方差分析 完全 随机化设计 单因素 方差分析 一、检验多个总体（处理）均值是否有显著差异 完全随机化实验设计指将每一个处理随机地指派给一个实验单元的实验设计。 检验过程： 1.建立原假设：多个总体（处理）均值相等 2.构建检验统计量 F=MSTR/MSE 响应变量总平方和分解为处理平方和SSTR和误差平方和SSE。二者分别除以其自由度，得到 第一节 方差分析和完全随机化实验设计（单因素） 一、检验多个总体均值是否有显著差异 均方处理MSTR和均方误差MSE 。如果原假设为真，MSTR为响应变量总体方差的无偏估计量，MSE永远都是其无偏估计量，这两个估计量是独立的,F统计量服从F分布。 3.根据P值法或临界值法确定决策规则 4.根据样本数据算出P值或检验统计量的实际值 5.做出结论 第一节 方差分析和完全随机化实验设计（单因素） Chemitech公司所遇到的问题 哪种装配方法能使每周生产的过滤系统的数量最多。 三种装配方法确定了Chemitech公司实验的三个总体，分别是使用方法A、B、C的全体工人。 假设不只抽取3名工人，而是15名工人，然后对每一个处理随机地指派5名工人，也就是说我们得到了5个复制。复制的过程是实验设计的另一个重要原则。 第一节 方差分析和完全随机化实验设计（单因素） 相关专业术语 在Chemitech公司实验设计中： 装配方法 独立变量或因素 对应这个因素有三种装配方法，我们说这一实验有三个处理。每个处理对应一种装配方法。 每周装配的过滤系统的数量 响应变量 实验设计主要的统计目的：检验三个总体（三种方法）每周所生产的过滤系统的平均数量是否相同。 第一节 方差分析和完全随机化实验设计（单因素） 实验设计的原则：随机化 和 复制 为了得到更多的数据，我们需要重复或复制基本实验过程。在Chemitech公司实验中，得到三个样本，n1=5,n2=5,n3=5. 假设： ?j 代表第j个总体的均值 方差分析要解决的问题就是：在三个样本均值之间观察到的差异是否足够大到可以拒绝H0 第一节 方差分析和完全随机化实验设计（单因素） 假定从k个总体或处理中抽取一个容量为nj的简单随机样本，令 第一节 方差分析和完全随机化实验设计（单因素） 第j个处理的样本均值第j个处理的样本方差总样本均值如果每个样本容量都为n，则 处理均方：总体方差的组间估计（或处理间估计），反映处理均值之间的变异性 处理平方和 第一节 方差分析和完全随机化实验设计（单因素） 误差均方：总体方差的组内估计（或处理内估