单因子实验.pdfVIP

试验的设计、模型与分析 陆璇 1 单因子试验 1.1 单因子试验的离散模型 1.1.1 单因子试验与离散模型 y I 单因子试验中只涉及到一个因子。例 0.1 是一个单因子试验。记响应变量 ，设因子有 个 I 水平，记为i 1,2,,I 。设在水平i 上作n 次试验，i 1, , I 。总试验次数为N = ∑ni 。 i i 1 由于只有一个因子，单因子试验的设计比较简单，需要考虑的主要是以下几个问题。 选择适当的因子水平。对于定性因子，有几个属性就有几个水平。例如，假定有治疗 同一种疾病的 5 种药物需要考察治疗效果的差异，则因子药物有 5 个水平。对于定量 因子，则要根据情况。如果只是要回答因子的变化是否对响应有影响，则无需将水平 定得过多。但是，如果是要对因子对响应的影响建立较精致的模型，则水平数不宜太 少。 确定在给定因子水平上的重复试验次数。重复次数越多则在该水平上响应期望的估计 精度越高（见(1.1.4)式）。通常希望在各水平上响应期望的估计有相同精度，则采用等 重复试验：n = n ，i 1,2,,I 。如无特殊需要，一般应采用等重复试验。 i 有时限于资源（时间、经费等），总试验次数N 有一个限定的范围。此时存在因子水平 数和重复次数的平衡问题。水平数多则可以建立较精致的模型，但估计的精度会由于 重复次数少而降低。反之，水平数少则只能建立较简单的模型，但估计的精度会由于 重复次数多而提高。二者的平衡需要经验，也需要有统计分析的知识。 对单因子试验我们讨论两种模型：离散模型和回归模型。本节讨论前者，下一节讨论后者 中最简单的一种。以下描述单因子试验的离散模型。 记y ij 为在水平i 上作的第j 次试验时y 的观测值j 1,,n ，i 1, , I 。离散模型假定： i y = μ + ε ，j 1,,n ，i 1, , I (1.1.1) ij i ij i 其中ε ，j =1,2,…, n ，i =1,2,…, I 为随机误差，满足： ij i 2 εij ，j 1,,n ，i 1, , I 相互独立、同N (0,σ ) 分布。 i 在模型 (1.1.1)下， E (y ) = μ ，j 1,,n ，i 1, , I