-工业工程与管理系.ppt

第 13 章 變異數分析與實驗設計 Part B (13.4 ~ 13.7) 變異數分析與實驗設計Part B (13.4 ~ 13.7) 13.7　因子實驗 13.4　實驗設計介紹 實驗設計介紹 實驗設計介紹(實例) Chemitech公司面對的問題。Chemitech公司發展出一套新的自來水過濾系統。過濾系統之零件必須向數個供應商購買，Chemitech公司將在位於南卡羅萊納州哥倫比亞市的工廠組裝這些零件。工業工程部門須負責決定此套新過濾系統的最佳組裝方式。在考慮很多可行的組裝方式後，工業工程部門選出三種較佳的方法：方法A、B及C。這些方法在組裝產品的先後次序上有所差異。Chemitech公司的管理者希望能知道哪種組裝方式可在一星期內生產最多的過濾系統。 實驗設計介紹(實例) 在Chemitech公司的實驗中，組裝方式被視為是一個變數或因素(factor)，因為此因素包含三種組裝方式，我們稱此實驗有三個處理(treatment)?每一個處理對應一種組裝方式。 Chemitech公司之問題是有關定性因素(qualitative factor)(組裝方式)的單因素實驗(single-factor experiment)的實例。其他實驗可能包含多個因素，其中有些是定量因素，有些則是定性因素。 實驗設計介紹(實例) 這三種組裝方式(或處理)定義了此次Chemitech實驗中的三個研究母體。第一個母體是使用方法A的所有員工、第二個母體為使用方法B的所有員工、第三個母體則為使用方法C的所有員工。對每一個母體而言，應變數或反應變數為每星期組裝的過濾系統數目。而此次實驗的統計目的則是決定三個母體每星期之平均產量是否相等。 實驗設計介紹(實例) 假設我們從Chemitech工廠的所有裝配工人中，任意選取三名員工組成一組隨機樣本，稱為實驗單位(experimental units)。 在Chemitech公司之問題中，使用的實驗設計稱為完全隨機設計(completely randomized design)。此種設計方式要求三個實驗單位(即裝配工人)均被隨機指派一種組裝方式(或處理)。 例如，第二個工人被指定以方法A組裝，第一個工人被指定方法B，第三個工人則採用方法C。此例子中的「隨機化」(randomization)概念是所有實驗設計的重要原則。 實驗設計介紹(實例) 值得注意的是，在這個實驗中，一個處理將只含一個測量值(即組裝的產品數量)。為獲得更多資料，我們必須重複上述實驗程序。例如，我們不要一次只隨機選取3名員工，而改為選取15名員工，然後各隨機指派5名員工採用某種組裝方式。既然每種組裝方式都有5名員工，我們即可說：重複5次實驗。這種重複的過程為實驗設計的另一重要原則。 圖13.5說明此次Chemitech實驗的完全隨機設計。 實驗設計介紹(實例) 實驗設計介紹(實例) 在Chemitech公司之例子中，我們須先指導員工如何執行所被指派的組裝方式，而後令其使用此種組裝方式開始組裝新的過濾系統。表13.3即每名員工在一星期內組裝的數量。下表為三種組裝方式所生產產品數量的樣本平均數。就上述資料而言，方法B的生產率似乎高於其他兩種方式。 實驗設計介紹(實例) 實驗設計介紹(實例) 真正的問題是這三個樣本平均數之差異是否大到可以使我們下三種組裝方式之產量不同的結論。為以統計名詞表達此問題，我們先介紹下列符號。 μ1＝方法A平均每星期產量 μ2＝方法B平均每星期產量 μ2＝方法C平均每星期產量 雖然我們不可能知道 μ1, μ2及 μ2真正的值，但我們可使用樣本平均數檢定下列的假設。 H0：μ1＝ μ2＝μ3  Ha：所有母體平均數不全相等 13.5 完全隨機設計 當分析來自完全隨機設計之資料時，我們欲檢定的假設與13.2節的一般形式之假設完全相同。 H0：μ1＝ μ2＝μ3  Ha：所有母體平均數不全相等 母體變異數之處理間估計值 母體變異數之處理間估計值(實例) 根據表13.3 Chemitech公司的資料，可得到下列結果。 母體變異數之處理內估計值 母體變異數之處理內估計值(實例) 根據表13.3 Chemitech公司的資料，可得到下列結果。 比較變異數估計值：F檢定 若虛無假設為真，且ANOVA的假設成立，MSTR/MSE之抽樣分配應為分子自由度為k－?1，分母自由度為nT－k之F分配。當k個母體平均數不相等時，MSTR將高估母體變異數，這會使得MSTR/MSE的值偏高。因此，若MSTR/MSE的值過高，使其不似來自分子自由度k－1，分母自由度nT－k之F分配時，我們將拒絕H0。 比較變異數估計值：F檢定(實例) Chemitech公司的例子，若使用顯著水準 α＝0.05來進行假設檢定，則檢定統