试验设计(陈魁)第二章概论.docVIP

第2章 2k和3k因子设计 2.1 因子设计的一般概念 很多试验包含着两个．三个或更多的因子．对这些因子产生的效果都要进行研究．一般说来,对这种类型的试验,因子设计方法是最有效的．使用因子设计方法,在每一个完全的试验或试验的多次重复中,各个因子的各个水平的所有可能的组合都要考虑．例如，假若因子A有a个水平，因子B有b个水平．完成全部试验应包合所有的ab个组合． 一个因子的效果是由因子水平的改变而引起的反应的变化，经常称为主要效果． 因子B 因子A B1 B2 A1 20 30 A2 40 52 例 ２.1.1 设某一试验有两个因子A和B．因子A有两个水平A1，A2，因子B有两个水平B1,B2，试验所得结果数据如表2．1．l所示． 因子B 因子A B1 B2 A1 20 40 A2 50 12 试考察因子A，B的效果． 解　先考虑表２．1．1的情形． 因子A的主要效果可看成是在A的第一个水平下的平均反应与在第二个水平下的平均反应之差，记为A，即 ． 类似地，因子B的主要效果是 ． 再考虑表2．1．2的情形． 因子A的主要效果是 ， 因子Ｂ的主要效果是 ． 分别画出这两种情况的图形，如图2．1．1所示． 从图2.1.l看出,在(a)中，B1，B2线近似平行．而在（b）中，B1，B2线明显地相交．这说明在第一种情况下，因子A,B之间没有交互作用.第二种情况下，因子A，B之间有交互作用.交互作用是不能忽视的,有时它比因子的作用还要大,不考虑到这一点就可能会犯大的错误,而因子设计方法是不会漏掉交互作用的,因此说，因子设计是有效的设计方法，特别是当交互作用存在的时候． 下面只介绍一些特殊情况的设计方法,这些方法广泛地用于某些研究工作当中,同时,也是一些其他设计的基础.一般的和更复杂的情况的设计方法可以参阅书后主要参考书目中的［6］及中译本［20］或其他书籍． 2.2 2k因子设计 假设试验中共有k个因子,每个因子都只有两个水平．这些水平可以是数量性的：如温度、压力或时间的两个值；也可以不是数量性的:如两个机器、两种操作方法、因子的出现与不出现两种情况,这些都是质量性的.这种设计的安排总共有2k个不同的组合，若每种组合下取一个观察值，总观察值共有2k个，因此叫做2k因子设计． 我们对2k设计作如下假设：(1) 因子是固定的；(2) 设计是完全随机的；(3) 一般都满足正态性；（4）反应近似于线性． 2.2.1 22设计 2k设计中最简单的就是22设计,这种情况只有两个因子,每个因子两个水平,这两个 水平可以很一般地用“低”（low）和“高”（high）这种形象的方法表示． 下面就来看22设计是怎么分析、解决问题的． 假设在每一种水平组合下作n次重复观察，即取n个观察值．为分析问题的方便，引进下列记号：A表示因子A的效果，B表示因子B的效果，AB表示交互作用Ａ×B的效果．a表示因子A在高水平、因子B在低水平情况下观察值之和；　b表示因子A在低水平、因子 B在高水平情况下观察值之和；ab表示因子 A，B都在高水平情况下观察值之和，l表示因子A，B都在低水平情况下观察值之和．见图2．2．1． 因子A的平均效果：在B的低水平下为 ，在B的高水平下为.总平均效 果是这两个数的平均值，即 (２.２.１） 因子Ｂ的平均效果：在Ａ的低水平下为 ，在Ａ的高水平下为．总平均效 果是这两个数的平均值，即 　　　　　　　　　（２.２.２） 交互作用A×B的平均效果AB定义如下： 它是在Ｂ的高水平下与在Ｂ的低水平下，Ａ的平均效果之差的平均值，即 也可看成在Ａ的高水平下与在Ａ的低水平下，Ｂ的平均效果之差的平均值，即 　　　　　　　　　　　　　　　　　　　　　（２.２.２） 　　这里介绍一个方便的记忆方法（看图２.２.１中的正方形）． 因子A的效果A是右边(高水平)两项之和减去左边(低水平)两项之和,再被2n除； 因子B的效果B是上边(高水平)两项之和减去下边(低水平)两项之和,再被2n除； 交互用 A × B的效果 AB是右上方(两高水平)与左下方(两低水平)两项之和减去左上方(A低B高)与右下方（A高B低）两项之和，再被2n除． 下面进行方差分析. 定义　2.2.1 　若有线性组合满足约束条件，则称这样的线性组合为对照(contrast)，并记为