单独观测值的方差分析 例题.pptVIP

单独观测值的方差分析 这种分析方法要求用正交表设计试验时，必须留有不排入因素的空例，以作为误差的估计值。 【例3】某食品厂生产口香糖，检验口香糖的质量好坏需要分析：①拉伸率（越大越好）；②变形（越小越好）；③耐弯曲次数（越多越好）这3种指标，要求对3种指标都取得较好水平，现要进行口香糖配方的试验分析，因素水平表见表11-17，结果分析见表11-18。 ①资料整理：本试验3个指标同等重要，我们只以拉伸率1项为例作方差分析，其余2项及综合考察留给大家作练习之用。 表11-18中一共有A，B，C，D4项因素，每一因素为4水平，每一水平的重复次数为4次，总次数为16次(n)。 ②自由度与平方和分解： 该次试验的16个观测值总变异由A因素、B因素、C因素、D因素及误差变异五部分组成，因而进行方差分析时平方和与自由度的划分式为： SST = SSA+SSB+SSC + SSD +SSe dfT = dfA + dfB + dfC + dfD + dfe 表11-18中，Ki为各因素同一水平试验指标（拉伸率%）之和。 如 A因素第1水平 K1=y1+y2+y3 +y4 =545+490+515+505=2055 A因素第2水平 K2=y5+y6 + y7 +y8 =492+485+499+480=1956， A因素第3水平 K3=y9+y10+y11+y12 =566+539+511+515=2131， A因素第4水平 K4=y13+y14+y15+y16 =535+488+495+475=1993 为各因素同一水平试验指标的平均数。 如A因素第1水平 =2055/4=513.75， A因素第2水平 =1956/4=489.0， A因素第3水平 =2131/4=532.75， A因素第4水平 =1993/4=489.25， 同理可求得B、C因素各水平试验指标的平均数。 C因素平方和 SSC=ΣT2C/c-C =(20162+19922+20212 +20782)/4 – 4136139.063 =1062.1875 D因素平方和 SSD=ΣT2D/d-C =(20472+20162+20212 +20512)/4 – 4136139.063 =237.6875 误差平方和 SSe=SST-SSA-SSB-SSC-SSD =10167.9375-4403.6875-3879.1875 – 1062.1875-237.6875 =585.1875 2、列出方差分析表，进行F检验 F 检验结果表明，四个因素对拉伸率的影响都不显著。究其原因可能是本例试验误差大且误差自由度小(仅为3)，使检验的灵敏度低，从而掩盖了考察因素的显著性。 此时，可直观地从表11-18中选择平均数大的水平A3、B1、C3、 D4组合成最优水平组合A3B1C3 D4 。 上述无重复正交试验结果的方差分析，其误差是由“空列”来估计的。然而“空列”并不空，实际上是被未考察的交互作用所占据。这种误差既包含试验误差，也包含交互作用，称为模型误差。 若交互作用不存在，用模型误差估计试验误差是可行的；若因素间存在交互作用，则模型误差会夸大试验误差，有可能掩盖考察因素的显著性。 这时，试验误差应通过重复试验值来估计。所以，进行正交试验最好能有二次以上的重复。 * B因素第1水平 K1=y1+y5+y9 +y13 =545+492+566+535=2138， B因素第3水平 K3=y3+y7+y11 +y15 =515+499+511+495=2020 同理可求得C因素和D因素各水平试验指标之和。 1、计算各项平方和与自由度 矫正数 C = T2/n = 81352/16 = 4136139.063 总平方和