实验优化设计-第4章-方差分析.ppt

4方差分析c.查临界值表。对给定的显著水平α，查F分布分位数表得统计量FA的检验临界值Fa（vA，ve），FB的检验临界值Fa（vB，ve）。d.判断。当FAFa（vA，ve）或FBFa（vB，ve）时，应拒绝假设H0，认为各总体的均值已产生显著的差异。当FAFa（vA，ve）时，认为因素A的作用显著。当FBFa（vB，ve）时，认为因素B的作用显著。当FAFa（vA，ve）与FBFa（vB，ve）同时成立时，则应接受原假设H0，认为两个因素均无显著影响。各总体均值在置信度1-α下视为相同。e.列方差分析表(3)实例分析[例4-6]为研究三聚磷酸纯度与聚合时间及温度的关系，经实验得表4-16的纯度数据，试在显著性水平α＝0.05下分析聚合时间及温度对纯度的影响。解：设A表示聚合时间，B表示温度，则a＝3，b＝4，N＝ab＝12。对原数据yij做如下的线性变换，变换后数据见表4-17。xij=(yij-90)′10对变换后的数据xij进行分析如下：①给出原假设和备择假设。H0:12个总体均值相等。H1：12个总体均值不完全相等。②计算。计算结果见表4-15。vA=a-1=2vB=b-1=3vT=N-1=11ve=vA×vB=6Fa（vA，ve）=F0.05（2，6）=5.14Fa（vB，ve）=F0.05（3，6）=4.764.4.2双因素等重复数实验的方差分析(1)双因素重复数实验与交互作用如果在水平搭配AiBj条件下，均进行r（r≥2）次实验，那么这样的实验称为双因素等重复数实验。双因素实验中，两个变动因素不仅仅能各自独立地对实验指标产生影响（即因素的主效应），因素与因素之间还会联合起来时实验结果产生影响，即通过适当地水平搭配以对实验结果起作用，这种作用有时会很大，当其大到不可忽视的时候，我们就称之为两因素的交互作用，并将其做为一种实验中的因素来考虑。在双因素无重复实验方差分析中，因素A与B的交互效应和实验误差混杂在一起，无法分解开来，因此交互效应只好合在误差里一起考虑。在双因素重复实验中，两因素的交互效应可以容易地从实验误差中分离出来，因此可以容易地测定出交互效应的显著与否。表4-17实验①数据表表4-18实验②数据表94A294A257A1127A1B2B1B2B1实验①的因素A与因素B都单独地对实验结果产生着作用，而不联合起来对实验结果产生效应，即A与B无交互作用。在实验②中，当因素A从水平A1变到水平A2时，两组实验结果分别从7降到4，从5上升为9，表现为随着因素A的水平变化，因素B取不同水平对实验结果也带来很大影响，出现相反方向的变化。同样，当因素B从水平B1变到水平B2时，两组实验结果在A1下减小了“2”，在A2下却增大了“5”。指标关系折线形状相似，各线段近似平行或向上、向下方向一致的，表明交互作用小，而指标关系折线形状完全不同，某些成对的线段呈现一个向上、一个向下的交叉形状，表明交互作用较大。图4-1实验①关系折线图图4-2实验②关系折线图[例4-7]某种火箭采用四种燃料(A)、三种推进器(B)做射程实验，每种实验条件下做一次实验，所得射程结果（单位：海里）见表4-19所示。48.758.275.8A439.270.960.1A351.654.149.1A265.356.258.2A1B3B2B1B因素A因素试在显著性水平α＝0.05下，对射程数据进行方差分析，然后通过指标关系图直观地判断交互作用的存在性。解：已知a＝4，b＝3，r＝1，N＝ab＝12，则vA＝a-1＝3，vB＝b-1＝2，vT＝N-1＝11，ve＝vA·vB＝6计算检验统计量的有关数据见表4-20。从表中得QA＝39534.2，QB＝39600.4，CT＝T2/N＝39376.6，R＝40489.98各偏差平方和SA＝QA-CT＝157.6SB＝QB-CT＝223.8ST＝R-CT＝1113.38Se＝R-QA—QB＋CT＝731.98于是，算得各均方差VA＝SA/vA=157.6/3＝52.5VB＝SB/vB=223.8/2＝111.9Ve＝Se/ve=731.98/6＝122因此，得因素A、B的检验统计量分别为FA＝VA/Ve＝52.5/122＝0.43FB＝VB/Ve＝111.9