试验数据的结构及应用.docVIP

第10章 试验数据的结构及应用 在第四章中，我们已经提到过试验数据的结构问题，通过第5～9章的介绍，我们已经了解了试验设计的基本方法，包括试验方案的设计和试验结果的分析。现在我们再回过头来更深入地研究一下试验数据的结构问题。弄清数据结构，不仅可以从理论上加深对前几章内容的理解，而且可以进一步解决在实际工作中经常遇到的一些诸如效应估计、缺失数据弥补等问题。 10.1 试验数据的结构 在第四章第二节中，我们已经指出，任何试验数据x都可以表示为 x = m +ε 式中m为某试验条件下各被控因素对指标影响的总和,ε为未加控制的因素（随机因素）对试验指标影响的总和，即试验随机误差。这样就把各因素水平对指标的综合影响与随机误差分开了。但实际问题往往需要分别研究各个因素及水平对试验指标的影响程度如何，这就要求把各因素水平对指标的综合影响作进一步分解。下面我们就讨论这个问题。 一、单因素试验的数据结构式 设某单因素试验，因素A 有k个水平，每个水平重复试验r次，共进行次试验，所得试验数据为xij。显然，xij是一个随机变量，它可以分解为 ( i =1，2 ，…，ki ；j=1，2，…，r) 其中mi反映的是第i个水平试验应有的理论值，εij表示由于种种原因引入的随机误差。 为进一步讨论，我们引入一般平均与效应的概念，称 　　( i =1，2 ，…, k) 为一般平均，可以理解为该因素