第5章方差分析.docVIP

第5章 方差分析 5.1 方差分析的意义 方差分析是数理统计的基本方法之一，是工农业生产和科学研究中分析数据的一种工具。方差分析的目的是确定观测对象的影响因子。如在化工生产或实验中，原料的组成、反应温度、压力、反应时间、反应器类型、催化剂配方等都可能影响产品的收率和质量。在这些因素中，有的影响大一些，有的影响小一些。为了使生产过程得以稳定，保证优质高产，确定最佳操作条件，就有必要找出对产品收率或质量有显著影响的那些因素，然后加以控制。方差分析就是鉴别各因素效应的一种有效方法。 5.2 单因素试验的方差分析及其Excel程序 5.2.1 问题的提出 例5-1 考察温度对某一化工产品收率的影响，选了5种不同的温度，同一温度下做了3次试验，测得结果如表5-l。试问温度的变化是否显著影响产品的收率？ 这个实验的目的是确定各温度水平间产品的收率有无显著差异。从表5-1的数据中可以看出，不同温度下的收率是不同的，即使在同一温度下，收率也不一样。产生这些差异的原因是由于偶然因素的干扰及测量误差所造成的？还是由于实验条件的变化而影响的呢？换句话说，这些差异是试验误差(随机误差)还是条件误差(系统误差)呢？这个问题可以通过方差分析的方法得出结论。 表5-1 例5-1的实验数据表 温度(℃) 60 65 70 75 80 收率(％) 90 97 96 84 84 92 93 96 83 86 88 92 93 88 82 平均收率 90 94 95 85 84 5.2.2 单因素试验的方差分析方法 如果在一项实验中，只有一个因素在改变，而其他因素保持不变的话，我们称之为单因素试验。因素所处的状态称为水平。在例5-1中，考察的因素是温度，有5个温度等级，即5个水平。 为不失一般性，设因素A有J个水平A1， A2，…Aj，…，AJ，在每个水平下都做了I次测试，水平Aj下第i次试验数据用表示。单因素多水平试验安排表如表5-2所示。 表5-2 单因素试验安排表 因素水平 试验次数 A1 A2 … Aj … AJ 1 x11 x12 … x1j … x1J 2 x21 x22 … x2j … x2j … … … … … i xi1 xi2 … xij … xiJ … … … … … I xI1 xI2 … xIj … xIJ 若把每一水平下的实验数据(表5-2的每一列)看做是一个子样的话，可得J个子样，设这J个子样相互独立，且它们来自的J个总体的方差都相同，即 == … == … == 这叫做方差齐性。方差齐性的假设是方差分析的前提。 我们的任务是检验J个总体的均值是否相等，亦即假设 …… 检验这一假设是否成立。这就是单因素试验的方差分析所要解决的问题。那么如何确定检验的统计量呢？看下面的推导。 定义总变差或总平方和 (5-1) 其中叫做总平均值。整批数据的个数是因素水平的个数J与测定次数I的乘积，令n=IJ，则有 (5.2) 总变差QT包括了试验误差和条件变差，若能将二者分开，然后加以比较，问题就好解决了。事实上是可以分开的。记在水平Aj下的子样平均值，即表5-2中列数据的平均值 (j=1,2,…，J) (5.3) 从式(5.1)出发进行推导 因交叉乘积项求和 所以 若令 (5.4) (5.5) 于是可得 =+ (5.6) 反映了子样内的随机波动，即试验误差。亦称组内平均误差或误差平方和。反映了子样之间的差异(由于因素水平不同而引起的差异)，即条件变差，亦称组间平方和。 若判断因素A对实验结果的影响是否显著，就要判断条件变差与试验误差相差的程度，可用F检验来进行。令