实验设计第三讲方差分析和回归分析.ppt

*模型Ai水平下有样本数据xi1，xi2，…，xini来自于正态总体第29页，共76页，星期日，2025年，2月5日*第30页，共76页，星期日，2025年，2月5日*方差分析的任务是检验该线性统计模型中a个总体的均值是否相等第31页，共76页，星期日，2025年，2月5日*固定效应模型与随机效应模型简单了解第32页，共76页，星期日，2025年，2月5日*固定效应模型a个处理（水平）由实验者具体选定。且满足约束条件得到的相关结论仅适用于分析中所考虑的因素水平，不能推广至未曾明确考虑的相似处理中。第33页，共76页，星期日，2025年，2月5日*随机效应模型（方差分量模型）把a个处理（水平）看作是来自一个较大的处理总体的一个随机样本。在此情形下，希望能够把结论推广至总体所有可能的处理当中。而不管它在分析中是否明确考虑。此时是随机变量。例如实验者关注很多可能水平的因素，若从这多个水平中随机选取a个水平，则称因素是随机的。第34页，共76页，星期日，2025年，2月5日*总离差平方和的分解水平Ai下的样本均值样本数据的总均值总离差平方和第35页，共76页，星期日，2025年，2月5日*总离差平方和的分解第36页，共76页，星期日，2025年，2月5日*总离差平方和的分解总离差平方和因素A效应平方和，组间差Ai水平下样本值与样本均值之间的差异，由于随机误差引起的，称为误差平方和第37页，共76页，星期日，2025年，2月5日*总离差平方和的分布H0成立时（即因素水平效应为零时，即所有样本数据来自于同一个正态总体）第38页，共76页，星期日，2025年，2月5日*误差平方和的分布无论H0成立与否第39页，共76页，星期日，2025年，2月5日*因素A效应的平方和第40页，共76页，星期日，2025年，2月5日*第41页，共76页，星期日，2025年，2月5日*第42页，共76页，星期日，2025年，2月5日*在原假设成立的条件下而第43页，共76页，星期日，2025年，2月5日*事实上第44页，共76页，星期日，2025年，2月5日*在H0成立的条件下，统计量MeanSquare均方第45页，共76页，星期日，2025年，2月5日*方差来源平方和自由度均方F比因素ASAa-1MSAF=MSA/MSE误差ESEn-aMSE总和TSTn-1第46页，共76页，星期日，2025年，2月5日*简化计算公式P8例题1.1.1思考：请问这里的F检验是单侧还是双侧的？第47页，共76页，星期日，2025年，2月5日*完全随机化的单因素实验设计例：产品开发工程师考虑让合成纤维的抗拉强度增加的方案。根据经验，抗拉强度会受纤维中所含的棉花的比例的影响。而且还知道，若要成品布具有所希望的质量特性（受恒压加工处理），棉花的含量应当在10-40%之间。现在决定检验15%，20%，25%，30%，35%这五种棉花含量水平。每种水平试验5种样品。a=5,n1=n2=n3=n4=n5=5如何来安排实验？第48页，共76页，星期日，2025年，2月5日*实验编号棉花含量实验序号15%1234520%67891025%111213141530%161718192035%2122232425第49页，共76页，星期日，2025年，2月5日*如何进行实验？第50页，共76页，星期日，2025年，2月5日*随机抽选序号进行实验例如利用随机数表选择序号，直到做完25个实验为止。之所以如此进行，是为了防止未知的干扰因素对实验结果造成污染。因此即是进行所谓的随机化。如果依次按照1-25号做完实验，会有什么后果？第51页，共76页，星期日，2025年，2月5日*为何说检验若干个均值是否相等的恰当方法是方差分析？例如前例检验五个均值是否相等u1=u2=u3=u4=u5一种做法是可以利用两个独立样本的t检验来检验所有可能样本对需要检验多少次？假设检验犯错误的概率大为增加：1-0.9510=1-0.60=0.40第52页，共76页，星期日，2025年，2月5日*多重比较在否定了原假设之后，并未明确指出哪些均值不同。此时需要进一步比较各组均值之间的差异，即所谓的多重比较。需要检验个假设：第53页，共76页，星期日，2025年，2月5日*最小显著性差异法（LSD）第54页，共76页，星