实验设计与变异数分析介绍.ppt

步驟3. 計算因素 B 之平方和 第13章 實驗設計與變異數分析 第486頁 步驟1. 計算總平方和 步驟2. 計算因素A之平方和 兩因素因子實驗 * 兩因素因子實驗 SSE = SST – SSA – SSB - SSAB 第13章 實驗設計與變異數分析 第486頁 步驟4. 計算交互作用之平方和 步驟5. 計算誤差造成的平方和 * 兩因素因子實驗實例 表 13.12 為此次實驗之資料蒐集及相關的平方和。利用式(13.26) 至式 (13.30)，可得 GMAT 兩因素因子實驗之平方和如下： 步驟1. SST = (500－515)2＋(580－515)2 ＋(540－515)2 ＋ ··· ＋(410 －515)2 = 82,450 步驟2. SSA =(3)(2)[(493.33－515)2 ＋(513.33－515)2 ＋(538.33 －515)2] = 6100 步驟3. SSB = (3)(2)[(540－515)2 ＋ (560－515)2 ＋ (445－515)2 ] = 45,300 步驟4. SSAB = 2[(540－493.33－540＋515)2 ＋ (500－493.33－560＋515)2 ＋ ··· ＋ (445－538.33－445＋515)2 ] = 11,200 步驟4. SSE = 82,540 －6100 －45,300 －11,200 = 19,850 上述平方和除以對應之自由度可得檢定兩個主效果 (準備課程與學院別) 及交互作用之均方值。 第13章 實驗設計與變異數分析 第486頁 * 兩因素因子實驗實例 若使用顯著水準 α＝0.05 來進行兩因素 GMAT 的假設檢定，由於計算過程中，可能涵蓋一般甚至大型的因子實驗問題，我們必須使用電腦來進行上述之變異數分析及用來做假設檢定決策的 p 值計算。 第13章 實驗設計與變異數分析 第486頁 * 兩因素因子實驗實例 表13.16 為 GMAT 兩因素因子實驗變異數的 Minitab 輸出結果。檢定三個準備課程 (因素 A) 是否有顯著差異的 p 值為 0.299，由於 p 值＝0.299 大於 α＝0.05，可知三個準備課程的 GMAT 平均測驗成績沒有顯著的差異。 然而，就學院效果而言，p 值＝0.005小於 α＝0.05，意即三個不同學院的 GMAT 平均測驗成績存有顯著的差異。最後，交互效果的 p 值為 0.350，大於α＝0.05，亦即沒有顯著的交互作用效果。因此，我們沒有理由相信三個準備課程對來自三個不同學院的學生準備 GMAT 考試的效果會有不同的差異。 第13章 實驗設計與變異數分析 第486頁 * 兩因素因子實驗實例 第13章 實驗設計與變異數分析 第487頁 * End of Chapter 13 * 費雪 LSD 程序實例 例如，母體 1 (方法A) 與母體 3 (方法C) 之平均數差為 62 ? 52＝10。由於此值大於 LSD = 7.34，我們可以拒絕方法 A 與方法 C 之母體每週平均產量相等之假設。同樣地，由於母體 2 與母體 3 的樣本平均數差為 66 ? 52＝14 7.34，我們也拒絕方法B與方法 C 之母體平均數相等之假設。事實上，我們的結論是方法 A 、方法 B 與方法 C 存在差異。 第13章 實驗設計與變異數分析 第473頁 * 費雪 LSD 程序 使用費雪 LSD 程序估計兩母體平均數差之信賴區間其中 ta/2 係查自由度為 nT – k 之 t 分配表而得。 信賴區間包含 0 在內，我們將無法拒絕兩母體平均數相等之假設。當信賴區間不含 0 時，我們可得到兩母體平均數確實存在差異之結論。 第13章 實驗設計與變異數分析 第473頁 * 費雪 LSD 程序實例 在Chemitech 公司的例子中，LSD＝7.34 (對應 t0.025＝2.179)。 因此，母體 1、母體 2 之平均數差的 95% 信賴區間估計值為：62 ? 66 ± 7.34＝?4 ± 7.34＝ ?11.34到 3.34。 由於此一信賴區間包含 0，故無法拒絕此兩母體平均數相等之假設。 第13章 實驗設計與變異數分析 第473頁 * 型 I 誤差率 比較的型 I 誤差率 (comparisonwise Type I error rate) 即是進行單一的一對母體平均數比較時的顯著水準。 實驗的型 I 誤差率 (exp