实验方法与数据处理第六章-方差分析.pptVIP

试验次序的随机化： 根据随机数确定试验次序（表中括号内的数据为顺序） 6.9 方差分析方法的应用 建立数据模型的结构（根据线性可加原理得到两因素模型） 6.9 方差分析方法的应用 过程计算的基本公式 总偏差平方和；样本间的变差平方和；误差平方和；自由度 6.9 方差分析方法的应用 6.9 方差分析方法的应用 利用等差转换原理，去掉虚拟均值（水平及误差波动的直流分量） 6.9 方差分析方法的应用 6.9 方差分析方法的应用 贡献率：因素水平变化所引起的波动除了自身变化引起的波动外，还有部分误差的影响。纯变差平方和、纯误差平方和与总平方和的比值成为贡献率，反映了因素水平、误差对结果的贡献大小。 6.9 方差分析方法的应用 6.9 方差分析方法的应用 利用(17)式来检验原假设H0是否成立。对于给定的显著水平 ,可以从F分布表查出临界值 再根据样本观测值算出FA的值. 当 时,拒绝H0（显著性差异**） 当 时,接受H0（不显著性差异*） 当FA=1时，没有差异。 (17) 6.4 显著性检验 方差来源 平方和 自由度 均方 F比 组间(因素A) SA k-1 SA/(k-1) 组内(实验误差) SE k(m-1) SE／k(m-1) 总和 ST=SA+SE km-1 --- 6.5 方差分析表 讲授内容 6.1 方差分析的基本概念和原理 6.2 数学模型 6.3 分解定理（加法定理） 平方和加法定理 自由度加法定理 6.4 显著性检验 6.5 方差分析表 6.6 双因素方差系 6.7 要因效应分析-最佳工况确定 6.8 方差分析的基本假设 6.9 应用 下面继续讨论前面6种型号的生产线的例子。根据调查结果，在 =0.05的显著水平时，检验这6种型号的生产线在平均维修时间方面有无显著差异？ 根据实践经验，认为各种型号生产线的维修时间是近似服从正态分布的。 作统计假设：6种型号的生产线平均维修时数无显著差异，即 H0：αi=0（i=1,2,…,6）， H1：αi不全为零 6.5 方差分析表 计算SA及SE 6.5 方差分析表 计算列表 台号 型号 1 2 3 4 Ti Ti2 A型 9.5 8.8 11.4 7.8 37.5 1406.25 358.49 B型 4.3 7.8 3.2 6.5 21.8 475.24 131.82 C型 6.5 8.3 8.6 8.2 31.6 998.56 252.34 D型 6.1 7.3 4.2 4.1 21.7 470.89 124.95 E型 10.0 4.8 5.4 9.6 29.8 888.04 244.36 F型 9.3 8.7 7.2 10.1 35.3 1246.09 316.03 6.5 方差分析表 再将计算结果分别代入SA与SE两式中，得到 第一自由度 第二自由度 6.5 方差分析表 查F分布表得： 由于 ，故拒绝H0。 该结论说明，至少有一种生产线型号的效应不为零，这等价于至少有两种型号的生产线的平均维修时数是有显著差异的。 方差来源 平方和 自由度 均方 F比 组间SA 55.55 5 11.11 组内SE 56.72 18 3.15 总和ST 112.27 23 --- 方差分析表 6.5 方差分析表 双因素方差分析的类型 数据结构 离差平方和的分解 应用实例 6.6 双因素方差分析 在实际问题的研究中，有时需要考虑两个因素对实验结果的影响。 双因素方差分析的内容，是对影响因素进行检验，究竟是一个因素在起作用，还是两个因素都起作用，或是两个因素的影响都不显著。 6.6 双因素方差分析 双因素方差分析的类型 无交互作用的 双因素方差分析 有交互作用的 双因素方差分析 假定因素A和因素B的效应之间是相互独立的，不存在相互关系 假定因素A和因素B的结合会产生出一种新的效应 6.6 双因素方差分析 因素B B1 B2 … Bk 因 素 A A1 x11 x12 … x1k A2 x21 x22 … x2k … … … … … … Ar xr1 xr2 … xrk … 6.6 双因素方差分析-双因素方差分析数据结构 因素A位于行的位置，共有r个水平， 代表第i种水平的样本平均值；因素B位于列的位置，共有k个水平， 代表第j种水平的样本平均值。 为样本总平均值，样本容量n=r×k。每一个观察值xij看作由A因素的r个水平和B因素的k个水平所组合成的r×k