正交检验的极差分析和方差分析[借鉴].pptVIP

表 4－8 双因素方差分析表 误差来源 离差平方和 自由度 均方差 F值 A因素 SSA r-1 MSA=SSA/(r-1) FA=MSA/MSE Ｂ因素 SSB k-1 MSB=SSB/(k-1) FB=MSB/MSE 误差 SSE (r-1)(k-1) MSE=SSE/(r-1)(k-1) --- 合计 SST n-1 --- --- 4.3.3 离差平方和的分解 * 精品PPT·借鉴参考 某商品有五种不同的包装方式（因素A），在五个不同地区销售（因素B），现从每个地区随机抽取一个规模相同的超级市场，得到该商品不同包装的销售资料如下表. 表 4－9 现欲检验包装方式和销售地区对该商品销售是否有显著性影响。（ɑ=0.05） 包装方式(A) A1 A2 A3 A4 A5 销 售 地 区 (B) B1 20 12 20 10 14 B2 22 10 20 12 6 B3 24 14 18 18 10 B4 16 4 8 6 18 B5 26 22 16 20 10 4.3.4 应用实例 * 精品PPT·借鉴参考 解： 若五种包装方式的销售的均值相等，则表明不同的包装方式在销售上没有差别。 建立假设 对因素A： H0： , 包装方式之间无差别 H1： 不全相等, 包装方式之间有差别 对因素B： H0： 地区之间无差别 H1： 不全相等 地区之间有差别 4.3.4 应用实例 * 精品PPT·借鉴参考 计算F值 因素A的列均值分别为： 因素B的行均值分别为： 总均值=15.04 故： SST=（20-15.04）2 +…+(10-15.04)2=880.96 SSA=5(21.6-15.04)2 +…+5(11.6-15.04)2=335.36 SSB=5(15.2-15.04)2 +…+5(18.8-15.04)2=199.36 SSE=880.96-335.36-199.36=346.24 4.3.4 应用实例 * 精品PPT·借鉴参考 接下来： 因此 4.3.4 应用实例 * 精品PPT·借鉴参考 统计决策 对于因素A，因为 FA=3.87Fcrit =3.01 故拒绝H0，接受H1， 说明不同的包装方式对该商品的销售产生影响。 对于因素B，因为 FB=2.30Fcrit=3.01 故接受H0， 说明不同地区该商品的销售没有显著差异。 4.3.4 应用实例 * 精品PPT·借鉴参考 在工农业生产和科学研究中，经常会遇到多因素试验问题，在实际中不需要进行各种水平组合的全面试验，只需从各种不同搭配情况中，选取一小部分来进行就可以了。那么，怎样选取以及如何分析试验结果，才能科学的回答如下问题： 各因素对指标的影响，哪个因素重要？哪个因素次之？ 每个因素中，哪个水平为好？ 各个因素和水平依哪种情况搭配可使试验结果最佳？ 解决这些问题正是正交试验设计的主要内容。 4.4 正交试验设计 * 精品PPT·借鉴参考 要解决的问题 找出参数 和 的估计量 分析观测值的偏差 检验各水平效应 有无显著差异 4.2.1 数学模型和数据结构 * 精品PPT·借鉴参考 用最小二乘法求参数 的估计量,然后寻求 的无偏估计量. 须使参数 的估计值能使在水平Ai下求得的观测值Yij与真值 之间的偏差尽可能小。 为满足此要求,一般考虑用最小偏差平方和原则,也就是使观测值与真值的偏差平方和达到最小. 4.2.2 参数点估计 * 精品PPT·借鉴参考 由(4-4)可知,上述偏差平方和 令下列各偏导数为零 (i=1,2,…,k) 4.2.2 参数点估计 * 精品PPT·借鉴参考 由 解得 (4-7) 由 解得 (4-8) 4.2.2 参数点估计 * 精品PPT·借鉴参考 并由此得 的估计量 至此,求得参数 的估计量 (4-9) 4.2.2 参数点估计 * 精品PPT·借鉴参考 按照上述原则求参数估计量的方法称为最小二乘法, 称为最小二乘估计量. 我们还可以证明 分别是参数 的无