第5章2k和3k因子设计.ppt

第5章2k和3k因子设计 5.1因子设计的一般概念 很多试验包含着两个、三个或更多的因子,对这些因子产生的效果都要进行研究。 一般来说,对这种类型的试验,因子设计方法是最有效的。 使用因子设计方法,在每一个完全的试验或试验的多次重复中,各个因子的各个水平的所有可能的组合都要考虑。 5.2 2k因子设计 2k设计中最简单的就是22设计,这种情况只有两个因子,每个因子两个水平,这两个水平可以很一般地用“低”(low)和“高”(high)这种形象的方法表示。 假设在每一种水平组合下作n次重复观察,即取n个观察值。 1. 因子效果（效应）表达 为分析问题的方便,我们引进下列记号: A表示因子A的效果,B表示因子B的效果,AB表示交互作用A×B的效果。 a表示因子A在高水平、因子B在低水平情况下观察值之和;b表示因子A在低水平,因子B在高水平情况下观察值之和;ab表示因子A,B都在高水平情况下观察值之和,l表示因子A,B都在低水平情况下观察值之和。 因子A的平均效果:在B的低水平下为 1/n[a-l] 在B的高水平下为 1/n[ab-b] 总平均效果是这两个数的平均值,即 A=1/2n｛［ab-b］+［a-l］｝=1/2n［ab+a-b-l］ 因子B的平均效果:在A的低水平下为 1/n［b-l］ 在A的高水平下为 1/n［ab-a］ 总平均效果是这两个数的平均值,即 B=1/2n｛［ab-a］+［b-l］｝=1/2n［ab+b-a-l] 交互作用A×B的平均效果AB定义如下: 它是在B的高水平下与在B的低水平下,A的平均效果之差的平均值,即 AB=1/2n｛［ab-b］-［a-l］｝=1/2n［ab+l-a-b］ 也可看成在A的高水平下与在A的低水平下,B的平均效果之差的平均值。即 AB=1/2n｛［ab-a］-［b-l］｝=1/2n［ab+l-a-b］ 这里介绍一个方便的记忆方法:看图中的正方形。 因子A的效果A是右边(高水平)两项之和减去左边(低水平)两项之和,再被2n除; A =1/2n［ab+a-b-l］  因子B的效果B是上边(高水平)两项之和减去下边(低水平)两项之和,再被2n除; B=1/2n［ab+b-a-l] 交互作用A×B的效果AB是右上方(两高水平)与左下方(两低水平)两项之和减去左上方(A低B高)与右下方(A高B低)两项之和,再被2n除。 AB =1/2n［ab+l-a-b］ 2. 方差分析 定义 若有线性组合 满足约束条件 ,则称这样的线性组合为对照(contrast)。并记为 (对照)C= 有了这个定义,则C的离差平方和为 Sc= 根据上面我们可以定义因子A,B交互作用A×B的总效果分别为： (对照)A=ab+a-b-l (对照)B=ab+b-a-l (对照)AB=ab+l-a-b 它们都是ab,a,b和l的线性组合,组合系数只有1和(-1),满足  同时有 =4。 因此,A,B,AB的平方和分别为  SA=1/4n(对照)2A=［ab+a-b-l］2/4n SB=1/4n(对照)2B=［ab+b-a-l］2/4n SAB=1/4n(对照)2AB=［ab+l-a-b］2/4n  例题：考虑一个化学反应过程,这里有两个因素:因素A为反应物的浓度,它有两个水平,15%,25%,因素B为催化剂的是否使用,有两个水平:不用、用,每种组合作3次试验。因