概率论与数理统计课件 双因素试验方差分析.pptVIP

结果显示如P185 均0.01 饲料中能量的高低、蛋白质含量的不同 及两者的交互作用对鱼的体重的影响极 有统计意义。 各因素，各水平，各交互作用下的均值。 作业 P195 3 4（借助软件完成） 预习第三节 正交试验设计 及其统计分析 引言 试验设计是数理统计中的一个较大的分支，它的 内容十分丰富。我们简介正交试验设计。 正交试验设计是利用“正交表”进行科学地安排与 分析多因素试验的方法。其主要优点是能在很多试验 方案中挑选出代表性强的少数几个试验方案，并且通 过这少数试验方案的试验结果的分析，推断出最优方 案，同时还可以作进一步的分析，得到比试验结果本 身给出的还要多的有关各因素的信息。 正交表是一种特别的表格，是正交设计的基本工具。我们只介绍它的记号、特点和使用方法。 正交表的记号及含义 记号及含义 正交表的列数 （最多能安排的因素个数， 包括交互作用、误差等） 正交表的行数 （需要做的试验次数） 各因素的水平数 （各因素的水平数相等） q 正交表的代号 如 表示 表示各因素的水平数为2， 做8次试验，最多考虑7个 因素（含交互作用）的正 交表。 正交表的特点 1、正交表中任意一列中，不同的数字出现的次数相等； 表示：在试验安排中，所挑选出来的水平组合是均匀 分布的（每个因素的各水平出现的次数相同） ——均衡分散性 2、正交表中任意两列，把同行的两个数字看成有序数 对时，所有可能的数对出现的次数相同。 表示：任意两因素的各种水平的搭配在所选试验中出现 的次数相等 ——整齐可比性 这是设计正交试验表的基本准则 正交试验设计的基本步骤 确定目标、选定因素（包括交互作用）、确定水平； 2. 选用合适的正交表； 3. 按选定的正交表设计表头，确定试验方案； 4. 组织实施试验； 5. 试验结果分析。 例1 为了解决花菜留种问题，以进一步提高花菜种 子的产量和质量，科技人员考察了浇水、施肥、病害防 治和移入温室时间对花菜留种的影响，进行了四个因素 各两个水平的正交试验，各因素及其水平如下表： 11月15日 11月初 D：进室时间 进室发根期、抽薹期、开花期和结果期各施肥一次 开花期施硫酸铵 C：施肥次数 每半月喷一次 发现病害即喷药 B：喷药次数 根据生长需水量和自然条件浇水，但不过湿 不干死为原则，整个生长期只浇水1~2次 A：浇水次数 水平2 水平1 因素 * 双因素试验的方差分析 在实际应用中，一个试验结果（试验指标）往往受多个因素的影响。不仅这些因素会影响试验结果，而且这些因素的不同水平的搭配也会影响试验结果。 例如：某些合金，当单独加入元素A或元素B时， 性能变化不大，但当同时加入元素A和B时，合金性 能的变化就特别显著。 统计学上把多因素不同水平搭配对试验指标的 影响称为交互作用。交互作用在多因素的方差分析 中，把它当成一个新因素来处理。 我们只学习两个因素的方差分析，更多因素的 问题，用正交试验法比较方便。 无交互作用的双因素试验的方差分析 数学模型 假设某个试验中，有两个可控因素在变化，因素A有a个水平，记作A1，A2，…，Aa；因素B有b个水平，记作B1，B2，….Bb；则A与B的不同水平组合AiBj（i=1，2，…，a；j=1，2，…，b）共有ab个，每个水平组合称为一个处理，每个处理只作一次试验，得ab个观测值Xij，得双因素无重复实验表 双因素无重复（无交互作用）试验资料表 因素 A 因素 B 无交互作用的双因素试验的方差分析 线性统计模型 基本假设（1） 相互独立； （2） ，（方差齐性）。 其中 所有期望值的总平均 水平Ai对试验结果的效应 水平Bj对试验结果的效应 试验误差 特性： 水平Ai对试验结果的效应 水平Bj对试验结果的效应 试验误差 要分析因素A，B的差异对试验结果是否有显著 影响，即为检验如下假设是否成立： 总离差平方和的分解定理 仿单因素方差分析的方法，考察总离差平方和 可分解为： 称为因素A的离差平方和， 反映因素 A 对试验指标的影响。 称为因素B的离差平方和， 反映因素 B 对试验指标的影响。 称为误差平方和，反映试验误差对试验指标的影响。 可推得：