生物数据统计方法——第四章2范例.ppt

04-08-01 《试验设计》第八章 其它试验设计方法介绍 均匀设计 混料设计 全因子试验的数据分析 二、单形格子设计 1.试验设计方法 （1）{p,1} 的设计 在 {p,1} 中仅含p个未知参数，这时的单形格子设计是由p 个单形顶点组成的设计。其设计方案如下： （2） {p,2} 的设计 在{p,2}中含p+p(p-1)/2=p(p+1)/2个未知参数，这时的单形格子设计由两类点组成：一类点是p 个单形顶点，另一类点是两个坐标为1/2，其它坐标为0的点，这类点共有p(p-1)/2个，其设计方案如下： （3）一般来讲，单形格子设计具有如下两个特点： 1）每个{p，d}设计的试验次数恰好等于响应函数中未知参数个数，即此为饱和设计。其试验点对称地排列在单形上，构成单形的一个格子，每一点的p个坐标代表p个因子的成分比例，其和为1。 2）试验点的分量与模型的次数d有关，每一成分xi的取值为 1/d的倍数，即只能取0，1/d，2/d，…，(d -1)/d，1，并且在设计中因子成分量的各种配合都要用到。 注意：这里各xi可以看成是类似于回归设计中一种编码值。 一种火箭推进剂由三种成分A、B、C混合制成，这里A表示为固定剂，B为氧化剂，C表示燃料。采用{3，2}单形格子设计，具体见表8.2.4。 在A、B、C下的是编码值x1，x2，x3，右边面的实际成分用z1，z2，z3表示，他们是根据如下要求给出的： 首先找出各变量xi的最小成分值ai，譬如在本例中a1=0.2，a2=0.4，a3=0.2，他们对应的编码值应该是0，那么编码公式为： 也即给出了编码值后，实际成分值可以用下式获得： 一般在p个因子的场合，实际值与编码值的转换公式为： 其中ai是变量xi的最小成分值。 2.数据分析方法 用最小二乘的方法可以求出参数的估计，但是由于是饱和设计，所以残差平方和为0，因此不能估计误差方差。 （1）{p,1}单形格子设计 记p个试验的结果分别为 ，为使残差平方和为0，所以每一点的残差都是0，从而由数据的结构式便可以方便地得到参数的最小二乘估计。 对{p,1}单形格子设计来讲，由于 ，为使残差为0，则得 的估计（记为 ）为： （2）{p,2}单形格子设计 例8.2.2 {3，2}单形格子设计的参数估计 {3，2}单形格子设计的方案与试验结果可以具体表示如下： 数据的结构式： 为使每一点残差为0，从上述第一个表达式可以得知： 从第二个表达式可以得到： 同理有： 三、单形重心设计 在{p，d}单形格子设计中，当d2时某些混料设计中格子点的非零坐标并不相等，这种非对称性会使某些点对回归系数的估计产生较大的影响，为改进这一点，Scheffe提出了一种只考虑有相等非零坐标的单形重心设计。 Scheffe考虑的模型为 1.试验设计方法 * 均匀设计 一、概述 例为了研究环境污染对人体的危害，考察六种重金属Cd、Cu、Zn、Ni、Cr、Pb对老鼠寿命的影响，考察老鼠体内某种细胞的死亡率。将每一种重金属看成一个因子，每一因子取17个水平。试验如何设计？ 如果采用正交设计，那么至少要进行172=289次试验。如果采用二次回归正交设计那么也至少要进行26-1+2×6+1=45次试验，试验次数都较多。能否减少试验次数？均匀设计便是针对这种情况提出的一种设计方法。 均匀设计是用均匀设计表安排试验，而用回归分析进行数据分析的一种试验设计方法。 基本想法是要使试验点在因子空间中具有较好的均匀分散性。 适用范围：变量取值范围大、水平多（一般不少于5）的场合 。 二、均匀设计表 均匀设计表是均匀设计的基本工具，它是用数论方法编制的。 1. 均匀设计表Un(q m) 均匀设计表用代号Un(q m)表示，U表示均匀设计表，它有n行，m列，每列的水平数为q。 均匀设计表U7(76) 该表的每一列都是 的一个特定排列。 该表的特点是： （1）对任意的n都可以构造均匀设计表，并且行数n与水平数q相同，因此试验次数少； （2）列数可按下面规则给出： 当n为素数时，列数最多等于n-1； 譬如上面n=7，所以列数最多为n-1=6列； 当n是合数时，设