方开泰、刘民千、周永道《试验设计及建模》课件-2.ppt

第二章 因子试验设计 2.1 单因素试验 对于 例 2.1, k=5,m=10, 2.1.4 单因素试验的回归模型 重复试验 重复试验纯误差方差估计： 残差平方和分解 失拟检验总流程图 步骤1. 做失拟检验(如表2.6 所示) 接受H0：转步骤2； 拒绝H0：转步骤3； 步骤2. 把失拟项和纯误差项的自由度及平方和各自相加，称为误差项，计算该项均方，做F 检验(如表2.3 所示) 接受H0：当前模型不可用； 拒绝H0：当前模型很好； 步骤3. 计算F = MSR/MSPE，做F 检验(如表2.7 所示) 接受H0：当前模型不可用； 拒绝H0：当前模型可用但不是很好，需改进； 例2.1(续) 对于二次模型的检验 2.1.5 单因素的随机效应 固定效应和随机效应的区分： 当因素的水平是完全可以控制的时候是固定效应；否则为随机效应。 当试验的个体是随机选择时，对应于随机效应；当个体是人为地指定时，对应于固定效应。 随机效应的线性模型： 随机效应的应用 重复性：同一样本，在同一试验室，由同一检验员用同一仪器，独立做两次试验，其结果y1 和y2 的差别应保证 P(|y1 ? y2| rα) = 1 ? α，这里 rα称为重复数。 再现性：同一样本，在不同的实验室，由不同的检验员，用同一类型的仪器所获得的结果y1 和y2 的差别应保证P(|y1 ?y2| Rα) = 1?α，这里Rα称为再现数。 2.2 模型未知的单因素试验和建模 基函数法， 近邻多项式估计， 样条法， 局部加权散点光滑法， 小波， 等等 评判标准 由数据(x1, y1), · · · , (xn, yn) 给出真模型m(·) 的一个近似估计 。 均方误差(MSE) 整体均方误差(MISE) 2.2.1 基函数法 多项式基： {1, x, x2, · · · , xp}， 中心化多项式基： 正交多项式基：当T = [?0.5, 0.5] 时 傅里叶(Fourier)基： 1, cos(2πx), sin(2πx), cos(4πx), sin(4πx), · · · , cos(2pπx), sin(2pπx). 样条基：在多项式基或中心多项式基中，增加 小波函数基 多项式基 样条基 傅里叶基函数 2.2.2 近邻多项式估计 2.2.3 样条估计 多项式样条: 选定某些节点，在相邻的节点内用某一多项式逼近，并使得整个估计曲线在节点处具有一定的可导性。如，三次样条。 光滑样条 避免过拟合的现象发生 2.3 双因素试验 因素的种类：定量，定性，或一定量一定性 因素间的关系：交叉设计,套设计 因素间有无交互作用 有无区组 因素的效应 各效应的估计 则可得估计 2.3.3 方差分析 平方和分解 2.3.4 两因素的回归模型 2.3.5 随机效应 在方差分析中，这三种模型在平方和、均方的计算是完全一样的，唯一不同F 检验的方法 2.4 区组设计 例2.7. 水稻种植试验中，比较三个品种的产量是否存在区别。现取五个不同土壤条件的地区，每个地区各选三块面积和形状都非常接近的试验田，每一块试验田安排一个品种。如何安排试验这15 个试验？ 例2.8. 有四个玉米品种，在一块长方形的试验田上进行试验，将其按横向和竖向各四等分，共分为16 个长方块，每个品种占4 块。若这块试验田的土壤肥沃程度和其他条件沿横竖两个方向都有差异。如何安排这16 个试验？ 例2.10. 若比较四个水稻品种的产量是否存在区别。现取四个不同土壤条件的地区各选三块面积和水土条件都非常接近的试验田，每一块试验田安排一个品种。如何安排试验这12 个试验？ 2.4.1 完全随机区组设计 2.4.2 拉丁方设计 五参数 其中q 为因素水平数，t 为每区组所含试验单元数且常称为区组大小，b 为区组数，r 为每个水平的试验次数，λ 为任一对水平在同一区组内同时出现的次数。要求满足如下条件： 模型 例 2.11 对一容器灌注碳酸饮料，由于灌注时会起泡，响应值为溢出的饮料容量(立方厘米)。考虑三个因素并各取三个水平，即，输液管的设计类型(A)：A1 = 1，A2 = 2，A3 = 3；灌注速度(B, 转/分)：B1 = 100，B2 =120，B3 = 140；和操作压力(C, psi): C1 = 10，C2 = 15，C3 = 20。 2.5.1 全面试验 表2.19. 三因素三水平的全面试验 2.5.2 单因素试验轮换法 固定其它因素 B，C的水平，然后用重复试验分别比较A 的三个水平的响应值，设A3 的响应值最佳 让因素A 固定为A3