数学建模—方差分析.pptVIP

;第七章 方差分析;二、几个术语 1、试验指标－－衡量试验结果的量 (定量、定性) （必须是数量）。 2、因素 －－ 影响试验指标的条件， (不)可控 记作A,B,C…… 3、水平－－因素所处等级、状态，A 的r个水平记作A1,A2,……, Ar 4、单(多)因素试验－－考察一(多)个 因素的试验。;第一节 单因素方差分析;2、任务：检验因素A对试验结果影响 是否显著？（A是否是重要 因素？）;二、基本原理;（2）记; 2、基本思想 （1）、条件误差：因条件不同引起的误差； 随机误差：相同条件下引起的误差。 （2）、基本思想： a、把条件误差与试验误差分开； b、在某种意义下加以比较，若条件 误差明显大于随机误差，则有理 由认为A影响显著。;3、偏差平方和分解;总偏差平方和：;其中 表示由A所引起的各组数据之间的偏差 平方和（反映条件误差？），称为组间平方和； 　表示由随机因素引起的各组数据内部的偏差平方和（反映随机误差？），称为组内平方和。;５、 具体判断 利用公式（7.1.6）计算出 F 的值，记为F值，并根据 F 分布计算出相应的显著性概率 若Sig.小于给定的显著水平 ，则拒绝原假设， 即认为因素A对试验指标有显著影响；否则认为无显著影响。通常当　　　　　时，称为有非常显著影响，记为　　　；当　　　　　　　　时，称为有显著影响，记为　　。　　　　　　　　　　;;例7.1.1 对六种不同的农药在相同的条件下分别 进行杀虫试验，试验结果如表7.1.1所示。;单因素方差分析要注意的两点： 1、模型的条件;练习： １、将５种不同品种的种子 ，分别种在土质、气候条件基本相同的8块面积相等的小区域上，得到的收获量如下表。;现欲检验种子品种（因素A）对收获量（试验 指标）的影响是否显著。 ２、四支温度计 和　 被用来测定氢 化奎宁的熔点　　　，得如下结果：;　　第二节 两因素方差分析;;所谓两因素方差分析就是考察： 1、因素A对试验指标的影响是否显著？ 2、因素B对试验指标的影响是否显著？ 3、交互作用A×B对试验指标的影响是否显著？ 注：若要考察A×B、每种搭配下试验次数 。 ;什么是交互作用？ 例子：一种水稻品种种在四块面积与地力等条件 相同的小区域上，各小区的施肥情况及产量如下表：;二、基本原理 1、模型：;－－ 水平的效应;则双因素方差分析模型为：;要检验的统计假设为：;2、偏差平方和分解;总偏差平方和：; 其中，　是因素A的离差平方和； 是因 素B的离差平方和； 是误差平方和。 是 交互作用的离差平方和。上式说明，总离差平 方和 可以分解成由随机因素引起的误差平 方和 ；由因素A各水平的效应引起的离差平 方和 ；由因素B各水平的效应引起的离差平 方和 以及A与B的交互效应引起的离差平方 和 四部分。;３、构造检验统计量;４、具体判断 利用 的公式计算出 的具体数值，记为 ，并根据 的分布计算出显著性概率 　　　　　　　　　　　　　　　。 　　若Sig.给定显著水平　，则认为因素A对试 验指标有显著性影响；否则无显著性影响。 (2) 利用　 的公式计算出 的具体数值，记为 ，并根据 的分布计算出显著性概率 。;　　若Sig.给定显著水平　 ，则认为因素B对 试验指标有显著性影响；否则无显著性影响。 (3) 利用　　 的公式计算出 的具体数值， 记为 ，并根据　　 的分布计算出显著性 概率 。 若Sig.给定显著水平 ，则认为交互作用 对试验指标有显著性影响；否则无显著性 影响。;;例7.2.1 在某化工厂产品的生产过程中，对三种 浓度，四种温度的每一种搭配重复