试验设想中的数据分析方法.pdfVIP

摘 要 人们探索、研究和利用自然的一个重要途径是进行试验．通常在一个试验中，我 们要考虑P个输入变量对输出变量的影响．在试验设计中输入变量常被称作因子，而 输出变量被称作响应．另外我们称因子的设置为其水平．如果一个试验中包含P个因 子Fl，．．．，B，而这P个因子的水平分别为81，…，sp(芝2)，则称其为sl×…×昂 的因析试验，特别的如果81一·=s。=s，则称其为—个对称的矿因析试验，否则 即为一个非对称因析试验．这P个因子的任一水平组合被称为一个处理组合． 如果一个试验中包含有所有可能的处理组合，则称这个试验为完全因析试验．然 而一般情况下，试验者负担不起一个完全因析设计，尤其是当因子个数较多的时候， 所以往往从所有处理组合中取出一部分来安排试验，这一部分即是一个部分因析试验 设计．如果一个部分因析设计能够由定义关系得到，则称之为正规的，否则称为非正 规的． 为了能够对因子效应进行有效的统计推断，试验者首先应该选择一个好的部分因 析设计．很多文章都致力于寻找—个最优性准则，并在相应的准则下构造出最优设计． 例如，对正规的部分因析设计，最常用的有最大分辨度准则，最小低阶混杂准则，纯 净效应准则和最大估计能力准则等等。寻找一个好的设计和进行数据分析是试验