元方差分析.docVIP

§4.2 二元方差分析 非重复试验的二元方差分析 问题：已知有因子,影响试验指标，其水平分别取种，在每一种水平组合下只做了1次试验（非重复试验），结果数据（试验指标）记为, ,，如下表 因子 因子 其中所有相互独立，且设. 考察因子,分别对试验指标的影响是否显著？ 注意：一元方差分析中是因子取水平时的第次试验值；而这里是因子取水平、因子取水平时的试验值，因此上表同一行的并不具有相同分布. 在母体上作假设 ①对的分解 因子 因子 上表中， ——总平均值； ——因子取水平时对试验指标的效应，表示水平在母体平均数上引起的偏差； ——因子取水平时对试验指标的效应，表示水平在母体平均数上引起的偏差。 效应间有如下关系：；. （事实上， 类似可证.） 记为 (4.2.1) 其中，表示水平组合对试验指标的总效应减去因子的效应，再减去因子的效应的所得——对试验指标的交互效应；且 (4.2.2) （事实上， 类似可证得.） 特别，如果在实际问题中已知不存在交互作用，或交互作用对试验指标的影响很小，则可以不考虑交互作用，即认为. 此时(4.2.1)式简化为 (4.2.3) ②不考虑交互作用时的数学模型： (4.2.4) 在上述母体上作假设 (4.2.5) 由(4.2.3)式知，当成立时， 与无关，表明因子的影响不显著；当成立时，与无关，表明因子的影响不显著. （2）找检验统计量 ①平方和分解 令：总离差平方和 则： （可以证明三个交叉乘积项的和为零）记： ——因子引起的离差平方和； ——因子引起的离差平方和； ——误差平方和. 于是有平方和分解 (4.2.6) 即：总离差平方和可以分解为因子引起的离差平方和、因子引起的离差平方和、以及误差平方和之和。 ②检验统计量 由分解定理可得，当、均成立时：，，；且它们相互独立。于是 (4.2.7) 以为检验时的检验统计量；以为检验时的检验统计量。 其中： ——称为因子引起的均方离差； ——称为因子引起的均方离差； ——称为均方误差。 （3）写出拒绝域 的拒绝域： 的拒绝域： (4)使用计算器进行二元方差分析的计算步骤 由试验数据填写下表 因子 因子 ,,…, 为求，可借助于以下辅助表 1 2 … 1 2 将上表红框中的数据求平方和即可（可用计算器的统计功能完成）. 列出方差分析表： 来 源 平方和 自由度 均方离差 值 临界值 因子 因子 误差 总和T r-1 s-1 (r-1)(s-1) rs-1 写出关于因子,对试验指标影响显著与否的判断。 例4.2.1（P170Ex8） 在,,,四台不同的纺织机器中，采用不同的加压水平,,，在每种加压水平和每台机器中各取一个试样测量，得到纱支强度如下表： 机器 加压 1577 1535 1592 1692 1640 1652 1800 1783 1810 1642 1621 1663 问：不同加压水平、不同机器之间的差异是否显著（）？ 解：试验指标——纱支强度；因子——加压水平，；因子——机器，，由已知数据填写下表 机器 加压 1577 1535 1592 1692 1640 1652 1800 1783 1810 1642 1621 1663 1677.75 1644.75 1679.25 10.5 22.5 12 1568 1661.33 1797.67 1642 99.25 5.92 130.12 25.25 1 2 3 4 1 1.5 20.17 8.17 10.5 2 10.5 1.17 7.83 1.5 3 12 21.33 0.33 9 于是 . 给定，，，列方差分析表： 来源 平方和 自由度 均方离差 值 临界值 显著性 因子 因子 误差 总和 3042 82597.66 1437.9 87078.25 1521 27532.55 239.65 6.35 114.88 10.92 9.78 不显著 显著 结论：加压水平因素对纱支强度无显著影响；机器因素对纱支强度有显著影响。 例4.2.2（P