概率论与数理统计9.2 双因素试验的方差分析.pptVIP

第二节　双因素试验的方差分析 一、双因素等重复试验的方差分析 二、双因素无重复试验的方差分析 三、小结 表　9.14 因素B 因素A 假设 (2.3式)可改写为下式 * 一、双因素等重复试验的方差分析 二、双因素无重复试验的方差分析 三、小结 表 9.8 因素A 因素B 引入记号 显然 则 其中 (2.2式)为双因素试验方差分析的数学模型 以上模型需检验以下三个假设： 与单因素情况类似， 检验方法建立在平方和的分解上. 引入记号 引入总偏差平方和(称为总变差) 误差 平方和 因素A 的 效应平方和 因素B 的 效应平方和 因素A,B的交 互效应平方和 可得平方和的分解式 其中 数学期望 自由度 统计特性 且有 拒绝域情况 上述结果可汇总为方差分析表. 交互作用 因素A 总和 误差 因素B F 比 均方 自由度 平方和 方差来源 　双因素试验的方差分析表 记 例1　 接上一节例3 解 1319.8 396.1 455.3 468.4 346.6 342.4 296.5 334.3 B1 B2 B3 A1 A2 A3 A4 58.2 52.6 49.1 42.8 60.1 58.3 75.8 71.5 56.2 41.2 54.1 50.5 70.9 73.2 58.2 51.0 65.3 60.8 51.6 48.4 39.2 40.7 48.7 41.4 A B 根据平方公式有 方差分析表见下页. 23 2638.29833 总和 19.7458 12 236.95000 误差 FA×B=14.9 294.7821 6 1768.69250 交互作用 (A×B) FB=9.39 185.490 2 370.98083 因素B (推进器) FA=4.42 87.2250 3 261.67500 因素A (燃料) F 比 均方 自由度 平方和 方差来源 表9.11 例1的方差分析表 即燃料和推进器对射程的影响是显著的. 故交互作用效应是高度显著的. 在MATLAB中求解 函数:anova2 格式:p=anova2(x,reps) 说明:执行平衡的双因素试验的方差分析来比较x 中两个或多个列或行的均值.不同列的数据代表某 一因素的差异,不同行的数据代表另一因素的差异. 如果每行列对有多于一个的观察值,则变量reps指 出每一单元观察点的数目,每一单元包含reps行. 源程序: a=[58.2,56.2,65.3;52.6,41.2,60.8; 49.1,54.1,51.6;42.8,50.5,48.4; 60.1,70.9,39.2;58.3,73.2,40.7; 75.8,58.2,48.7;71.5,51.0,41.4]; p=anova2(a,2) 程序运行结果 方差分析表 帮　　　助 例2 ( 取显著性水平为 0.05 ) 间以及这两者的交互作用对产品强度是否有显著 时 态分布且方差相同. 设各水平搭配下强度的总体服从正 实验重复两次. 在同一条件下每个 测定结果(相对值)如表9.12所示. 产品强度的 (因素B)与时间(因素A)各取两个水平, 对热处理温度 在某种金属材料的生产过程中, 各样本独立. 问热处理温度、 的影响? B B1 B2 A A1 A2 38.0 38.6 (76.6) 47.0 44.8 (91.8) 45.0 43.8 (88.8) 42.4 40.8 (83.2) 168.4 172 165.4 175 340.4 表9.12 解 做如下计算 所以认为时间对强度的影响不显著,而温度的影响显著, 且交互作用的影响显著. 　表9.13 例2的方差分析表 方差来源 平方和 自由度 均方 F 比 因素A 因素B 误差 总和 1.62 11.52 54.08 4.6 71.82 1 1 1 4 7 1.62 11.52 54.08 1.15 在MATLAB中求解 程序运行结果 a=[38.0,47.0; 38.6,44.8; 45.0,42.4; 43.8,40.8]; p=anova2(a,2) 源程序 方差分析表 帮　　　助 　　检验两个因素的交互效应, 　　如果已知不存在交互作用, 对两个因素的每一组合只做一次试验, 组合至少要做两次试验. 试验的指标影响很小, 或已知交互作用对 的方差分析. ——双因素无重复试验 对各因素的效应进行分析 也可以 对两个因素的每一 则可以不考虑交互作用. *