- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
⑤ F 检验 对有重复试验的双因素试验结果用 F 检验法进行分 析时,首先必须计算各个因素及两个因素之间的交互 作用所对应的 F 值。须注意的是,在 F 值的计算中, 不同的模型所对应的 F 值的计算方法不一样。模型根 据两个因素是随机因素还是固定因素决定。当两个因 素都是固定因素时,模型是固定模型;当两个因素都 是随机因素时,模型是随机模型;当两个因素中只有 一个因素为随机因素时,模型为混合模型。 固定因素的水平是完全可以控制的,如温度、压力 、浓度等,这时候对试验结果所带来的影响也是固定 的,故称为固定效应。随机因素是指其试验水平可由 许多可能的水平中随机抽取。 例如:某试验室有 10 人和 10 台同样型号的仪器,现需考 察人员和仪器这两个因素对测试结果的影响,因此随机从 10 人中抽取 3 人,随机从 10 台仪器中抽取 3 台,构成了双 因素三水平试验,很显然,这两个因素都是随机因素。 固定因素所考察的因素水平,也是该因素的全部水平 ,由试验所得到的结论只是针对所试验过的因素水平而言 的,而不能由已有水平的试验结果从统计上去推断该因素 未经试验的其他水平的效应。应该指出的是,不能根据已 有的试验结果从统计上去进行推断,这并不妨碍人们从专 业的角度去做某些推断。 随机因素由于所考察的水平是随机抽取的,因而由试 验结果所得到的绍论都是被抽样总体的结论,可以由已试 验过的样本效应从统计上去推导未经试验的其他样本的效 应。 ⑤ F 检验 若 F A > F ? ( df A , df e ) ,则认为因素 A 对试验结果有显著影响, 否则无显著影响; 若 F B > F ? ( df B , df e ) ,则认为因素 B 对试验结果有显著影响, 否则无显著影响; 若 F A × B > F ? ( df A × B , df e ) ,则认为交互作用 A × B 对试验结果 有显著影响,否则无显著影响。 A A e MS F MS ? B B e MS F MS ? A B A B e MS F MS ? ? ? ⑥重复试验双因素方差分析表 2.2.3 Excel 在双因素方差分析中的应用 ( 1 )双因素无重复试验方差分析 利用“分析工具库”中的“无重复双因素方差分析”工具 ( 2 )双因素重复试验方差分析 利用“分析工具库”中的“重复双因素方差分析”工具 2.3 正交试验设计结果的 方差分析法 能估计误差的大小 能精确地估计各因素的试验结果影响的重要 程度 2.3.1 方差分析的基本步骤与格式 设: 用正交表 L n ( r m ) 来安排试验 试验结果为 y i ( i =1,2,… n ) ( 1 )计算偏差平方和 ①总偏差平方和 2 2 2 1 1 1 1 ( ) ( ) n n n T i i i i i i SS y y y y Q P n ? ? ? ? ? ? ? ? ? ? ? ? 1 n i i T y ? ? ? 2 1 n i i Q y ? ? ? 2 2 1 1 ( ) n i i T P y n n ? ? ? ? 设: ②各因素引起的偏差平方和 第 j 列所引起的偏差平方和 : 2 2 2 1 1 ( ) ( ) r r j i i i i r T r SS K K P n n n ? ? ? ? ? ? ? ? 1 m T j j SS SS ? ? ? 因此: ③试验误差的偏差平方和 方差分析时,在进行表头设计时一般要求留 有空列 ,即 误差列 误差的偏差平方和为所有空列所对应偏差平 方和之和 : e SS SS ? ? 空列 ④ 交互作用的偏差平方和 若交互作用只占有一列,则其偏差平方和就 等于所在列的偏差平方和 SS j 若交互作用占有多列,则其偏差平方和等于 所占多列偏差平方和之和, 例: r=3 时 1 2 A B A B A B SS SS SS ? ? ? ? ? ( ) ( ) ( 2 )计算自由度 ①总自由度 : df T = n - 1 ②任一列偏差平方和对应的自由度 : df j = r - 1 ③交互作用的自由度 :(以 A × B 为例) df A × B = df A × df B df A × B = ( r - 1 ) df j 若 r = 2 , df A × B = df j
原创力文档


文档评论(0)