方差分析教学内容.pptVIP

结 论 基于前述分析,我们得出如下结论:毒药和医序处理是重要因素,而互交作用不是(p=0.11). 如何检查模型的完备性? 模型假设成立的前提? 方差齐次性 残差相互独立 残差呈正态分布 均值为零 标准差由组内波动估计 模型是可被加的. 检查模型符合性 残差看上去不呈正态分布. 喇 叭 口 方差稳定化 用Box-Cox变化可以确定正确的变化参数从而保证残差正态性与方差齐次性. 子组数为4. StatControl Charts Box-Cox Transformation Survival4OK 看来应取倒数. 生存时间的倒数 是何意义? 对死亡率进行方差分析 Analysis of Variance (Balanced Designs) Factor Type Levels Values Poison fixed 3 1 2 3 Treatmen fixed 4 1 2 3 4 Analysis of Variance for Dying Source DF SS MS F P Poison 2 34.8771 17.4386 72.63 0.000 Treatmen 3 20.4143 6.8048 28.34 0.000 Poison*Treatmen 6 1.5708 0.2618 1.09 0.387 Error 36 8.6431 0.2401 Total 47 65.5053 ü y t 互作用波动与组内波动一致. 对死亡率再进行残差分析 变化后数据表明残差方差稳定, 残差正态性良好 结论:(1) 死亡率(Survival)-1 作为输出响应应更合适; (2)毒药和医序处理都是重要的显著因素. 注 意:我们的记录指标对实验分析来说不 一定是最佳的. ANOVA与方差分量(COV) 前述例子是: 双因素方差分析 – “毒药”和“医序处理”两个因素 固定效应 – 我们选择的两个因素的水平是固定的,而不能从“毒药”总体或“医序处理”总体中随机选取. “毒药”和“处理”这两个因素是交叉的. 实验单元是“动物”,这是随机变量,套在Poison和Treatment组合中,动物变量波动 组合成实验误差或噪声误差. 2 因素套设计方差分析 数据见右图: 双因素 – “小时”和“零件” “小时”和“零件”是随机因素 – 这里“小时”代表从大量的小时集合中的随机样本,“零件”代表一小时内生产的零件中随机选择的样本. “零件”套在“小时”内 – 因第一小时内选取的2个零件并不是第二小时内选取的2个零件. 实验单元是测量值,这是一随机变量,套在“零件”内,而“零件”又套在“小时”内. Nested-Parts.mtw 图表分析:零件测量值均值 Stat Control Charts Xbar-R… Subgroup size: Part (3 measurements) 代 表 什 么? 答 案: 图表分析:每小时均值 极差图反映每小时内零件测量值均值的变化 代表 什 么? 回 答: 图表分析:每小时均值的波动 移动极差图是根据相邻每小时均值的变化量绘制的 代表什么? 答案: 控制图计算总结 现在我们用Minitab 进行分析: Stat ANOVA Fully Nested ANOVA… 注意: 方差分量估计时,需减去一部分对应的下级分量方差. 有时当某一方差分量很小时, 计算结果会出现负数.由于方差不可能为负, 我们就将其设为0. Minitab: 套设计方差分析 Minitab结果 Fully Nested Analysis of Variance Analysis of Variance for Y Source DF SS MS F P Hour 4 2.2684 0.5671 0.172 0.944