5方差分析与试验设计概要.pptVIP

5 方差分析 试验设计与相关的方差分析 5.3完全随机试验设计及其方差分析 5.4析因设计及其方差分析 5.5正交设计及其方差分析 5.6拉丁方设计及其方差分析 5.3完全随机设计及其方差分析 5.3.1 完全随机设计-单因素K水平多重比较 单因素试验设计指仅安排1个试验因素，按受试对象的抽取或分组的随机程度不同可细分为以下2类： 1．完全随机设计：从符合条件的总体中完全随机地抽取所需数目的受试对象，再将全部受试对象完全随机地分配到k个组中。此时，受试对象与试验因素间无直接联系。 2．组内完全随机设计：按试验因素的k个水平将全部受试对象划分成k个子总体，再分别从k个子总体中完全随机地抽取所需数目的受试对象。此时，试验因素的各水平决定了受试对象各自应归属的组别。 5.3.1 完全随机设计-单因素K水平多重比较 DATA ANOVA5_1; INPUT MHIGHT YAOJI $ @@; CARDS; 18 A1 20 A2 10 A3 28 A4 21 A1 24 A2 15 A3 27 A4 20 A1 26 A2 17 A3 29 A4 13 A1 22 A2 14 A3 32 A4 ; PROC ANOVA; CLASS YAOJI; MODEL MHIGHT=YAOJI; MEANS YAOJI/BON REGWQ T ; MEANS YAOJI/DUNNETT (A1); /* 所有水平与A1对照组进行比较 */ RUN; QUIT; Business的年度就业调查对于计算机软硬件、建筑和工程三个领域的30个不同工作，根据调查得到的年薪数据分析检验三个领域之间的平均年薪是否存在差异。 Jobsalary.sas 5.4 析因设计及其统计分析 析因分析试验设计 如果试验所涉及的处理因素的个数≥2,当各因素在试验中所处的地位基本平等,而且因素之间存在1级(即2因素之间)、2级(即3因素之间)乃至更复杂的交互作用时,需选用析因设计。假定要考察的试验因素有3个，它们分别有2，3，4个水平，则它们的所有水平组合数为2×3×4=24种，即有24种不同的试验条件，每种试验条件下至少独立重复做2次以上的试验，这种试验设计所需的样本总量=k×2×3×4（这里，k为重复试验次数）。 5.4 析因设计及其统计分析 析因分析试验设计 显然，此设计所需的样本含量与因素的水平数和因素的个数成正比，当因素个数4时，试验者一般承受不了，可选用正交设计。当因素个数相当多时，有时，即使用正交设计仍感到试验次数过多，此时，可先用均匀设计（相当于撒大网）筛选重要因素。然后，用正交设计（相当于撒中号网）进一步缩小试验范围。最后，再用析因设计（相当于撒小网）考察少数几个最重要因素之间的复杂关系（通过2级以上的交互作用反映出来）。 5.4 析因设计及其方差分析 (1)一元的情形 　　[例5.4xiyin]　为了研究不同氧浓度(因素A)和不同抗癌药(因素B)以及用放射性3H-胸腺嘧啶(简称3H-TdR)掺入对人红白血病细胞K562的抑制效果, 因素A分为A1(含氧3%)、A2(含氧20%),因素B分为B1(表阿霉素),B2(自制中药),B3(132Ge),B4(B1+B3),B5(B1+B2),B6(B2+B3),B7(B1+B2+B3),每种组合重复试验4次。进行了4*2×7析因设计并收集到试验数据如下, 试分析A、B ２因素对K562细胞抑制的效果。(glm_xiyin.sas) 析因设计例题： 用两种计算机处理的语言翻译系统将英语翻译成外语所需要的时间差异。翻译的语言种类是一个因素，有三个水平：西班牙语、法语、德语；两种计算机翻译系统是一个因素，有两个水平。测得的翻译时间的数据如表： 5.5 正交设计及其方差分析 5.5.1 正交设计简介 3因素3水平的试验就有33=27个处理组合。4因素4水平就需44=256个处理组合。且至少要进行2次重复试验 ，要全面实施是相当困难的。所以提出了正交试验设计方法。 正交设计是利用一套规格化的表格——正交表，科学合理地安排试验。特点是在试验的全部处理组合中，仅挑选部分有代表性的水平组合（处理组合）进行试验。即通过部分实施，了解全面试验情况，从中找出较优的处理组合。这样可大大节省人、财、物和时间 要进行4因素3水平的多因素试验，如全面实施需34=81个处理组合。若不考虑因素间的交互作用，可采用拉丁方L9 （34） 正交表，只需9个处理就够了。 5.5 正交设计及其统计分析 正交表可分为同水平的和混合水平的2大类。常用的同水平正交表有： 2n型：L4（23）、L8（27）、L16（215）、…； 有3n型：L9（34）、L27（313）、…； 有4n型：L16（45）、…。 常用的混