第四章 方差分析与正交实验设计教材编辑.ppt

（二）数据的方差分析 正交试验设计的简单直观分析虽有不少优点（如计算工作量小，直观易于理解）但同时存在分辨能力不强，给不出误差估计等缺陷。因子极差的大小可以评价各因子对指标影响的大小，但到底多大才算有显著作用而多小才算没显著作用？这就要凭专业知识来判断，正交设计的方差分析就可补充直观分析的不足，可以给出比较科学的判断。 1、统计模型 对数据进行方差分析时要作如下假定： 若记AiBjCk水平下的试验结果为Yijk，则根据 Y=μ+ε，有Yijk=μijk+εijk，其中μijk与该条件中各因子的水平有关，现假定为效应可加模型，  即：假设因子A在水平A1、A2、A3上的效应分别为a1、a2、a3；因子B 在水平B1、B2、B3上的效应分别为b1、b2、b3；因子C 在C1、C2、C3上的效应分别为c1、c2、c3。效应表示一个因子在某种水平下与母体平均数的偏差。数学模型为： Y1=μ+a1+b1+c1+ε1 Y2=μ+a1+b2+c2+ε2 Y3=μ+a1+b3+c3+ε3 Y4=μ+a2+b1+c2+ε4 Y5=μ+a2+b2+c3+ε5 Y6=μ+a3+b2+c1+ε6 Y7=μ+a3+b1+c3+ε7 Y8=μ+a3+b2+c1+ε8 Y9=μ+