第二节 双因素试验的方差分析
进行某一项试验,当影响指标的因素不是一个而是多个时,要分析各因素的作用是否显著,就要用到多因素的方差分析.本节就两个因素的方差分析作一简介.当有两个因素时,除每个因素的影响之外,还有这两个因素的搭配问题.如
表
关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf
9-7中的两组试验结果,都有两个因素A和B,每个因素取两个水平.
A1 A2
B1
B2
30 50
100 80
表9-7(a) 表9-7(b)
A1 A2
B1
B2
30 50
70 90
表9-7(a)中,无论B在什么水平(B1还是B2),水平A2下的结果总比A1下的高20;同样地,无论A是什么水平,B2下的结果总比B1下的高40.这说明A和B单独地各自影响结果,互相之间没有作用.
表9-7(b)中,当B为B1时,A2下的结果比A1的高,而且当B为B2时,A1下的结果比A2的高;类似地,当A为A1时,B2下的结果比B1的高70,而A为A2时,B2下的结果比B1的高30.这表明A的作用与B所取的水平有关,而B的作用也与A所取的水平有关.即A和B不仅各自对结果有影响,而且它们的搭配方式也有影响.我们把这种影响称作因素A和B的交互作用,记作A×B.在双因素试验的方差分析中,我们不仅要检验水平A和B的作用,还要检验它们的交互作用.
1.双因素等重复试验的方差分析
设有两个因素A,B作用于试验的指标,因素A有r个水平A1,A2,…,Ar,因素B有s个水平B1,B2,…,Bs,现对因素A,B的水平的每对组合(Ai,Bj),i=1,2,…,r;j=1,2,…,s都作t(t≥2)次试验(称为等重复试验),得到如表9-8的结果:
表9-8
B1
B2
…
Bs
A1
x111, x112…, x11t
x121,x122…, x12t
…
x1s1, x1s2…, x1st
A2
x211, x212…, x21t
x221,x222…,x22t
…
x2s1, x2s2,…, x2st
…
…
…
…
…
Ar
xr11, xr12…, xr1t
xr21, xr22…, xr2t
…
xrs1, xrs2…, xrst
设xijk~N(μij,σ2), i=1,2,…,r; j=1,2,…,s; k=1,2,…,t,各xijk独立.这里μij,σ2均为未知参数.或写为
(9.16)
记
μ=
,
, i=1,2,…,r,
, j=1,2,…,s,
, i=1,2,…,r,
, j=1,2,…,s,
.
于是 μij=μ+αi+βj+γij. (9.17)
称μ为总平均,αi为水平Ai的效应,βj为水平Bj的效应,γij为水平Ai和水平Bj的交互效应,这是由Ai,Bj搭配起来联合作用而引起的.
易知
=0,
=0,
=0, j=1,2,…,s,
=0, i=1,2,…,r,
这样(9.16)式可写成
(9.18)
其中μ,αi,βj,γij及σ2都为未知参数.
(9.18)式就是我们所要研究的双因素试验方差分析的数学模型.我们要检验因素A,B及交互作用A×B是否显著.要检验以下3个假设:
类似于单因素情况,对这些问题的检验方法也是建立在平方和分解上的.记
,
, i=1,2,…,r; j=1,2,…,s,
, i=1,2,…,r,
, j=1,2,…,s,
ST=
.
不难验证
分别是μ,μi·,μ·j,μij的无偏估计.
由
,
1≤i≤r,1≤j≤s,1≤k≤t
得平方和的分解式:
ST=SE+SA+SB+SA×B, (9.19)
其中
SE=
,
SA=
,
SB=
,
SA×B=
.
SE称为误差平方和,SA,SB分别称为因素A,B的效应平方和,SA×B称为A,B交互效应平方和.
当H01:α1=α2=…=αr=0为真时,
FA=
~F(r-1,rs(t-1));
当假设H02为真时,
FB=
~F(s-1,rs(t-1));
当假设H03为真时,
FA×B=
~F((r-1)(s-1),rs(t-1)).
当给定显著性水平α后,假设H01,H02,H03的拒绝域分别为:
(9.20)
经过上面的分析和计算,可得出双因素试验的方差分析表9-9.
表9-9
方差来源
平方和
自由度
均方和
F比
因素A
SA
r-1
FA=
因素B
SB
s-1
FB=
交互作用
SA×B
(r-1)(s-1)
FA×B=
误差
SE
rs(t-1)
总和
ST
rst-1
在实际中,与单因素方差分析类似可按以下较简便的公式来计算ST,SA,SB,SA×B,SE.
记 T···=
,
Tij·=
, i=1,2,…,r; j=1,2,…,s,
Ti··=
, i=1,2,…,r,
T·j·=
, j=1,2,…,s,
即有
(9.21)
例9.5 用不同的生产方法(不同的硫化时间和不同的加速剂)制造的硬橡胶的抗牵拉强度(以kg·cm-2为单位)的观察数据如表9-10所示.试在显著水平0.10下分析不同的硫化时间(A),加速剂(B)以及它们的交互作用(A×B)对抗牵拉强度有无显著影响.
表9-10
140℃下硫化
]时间(秒)
加速剂
甲
乙
丙
40
60
80
39,36
43,37
37,41
41,35
42,39
39,40
40,30
43,36
36,38
解 按题意,需检验假设H01,H02,H03.
r=s=3, t=2,
T···,Tij·,Ti··,T·j·的计算如表9-11.
表9-11
加速剂
Tij·
硫化时间
甲 乙 丙
Ti··
40
60
80
T·j·
75 80 78
76 81 79
70 79 74
221 240 231
233
236
223
692
ST=
=178.44,
SA=
=15.44,
SB=
=30.11,
SA×B=
=2.89,
SE=ST-SA-SB-SA×B=130,
得方差分析表9-12.
表9-12
方差来源
平方和
自由度
均方和
F比
因素A(硫化时间)
因素B(加速剂)
交互作用A×B
误差
15.44
30.11
2.89
130
2
2
4
9
7.72
15.56
0.7225
14.44
FA=0.53
FB=1.04
FA×B=0.05
总和
178.44
由于F0.10(2,9)=3.01>FA,F0.10(2,9)>FB,F0.10(4,9)=2.69>FA×B,因而接受假设H01,H02,H03,即硫化时间、加速剂以及它们的交互作用对硬橡胶的抗牵拉强度的影响不显著.
2.双因素无重复试验的方差分析
在双因素试验中,如果对每一对水平的组合(Ai,Bj)只做一次试验,即不重复试验,所得结果如表9-13.
表9-13
因素B
因素A
B1 B2 …
Bs
A1
A2
…
Ar
x11 x12 …
x21 x22 …
… … …
xr1 xr2 …
x1s
x2s
…
xrs
这时
=xijk,SE=0,SE的自由度为0,故不能利用双因素等重复试验中的公式进行方差分析.但是,如果我们认为A,B两因素无交互作用,或已知交互作用对试验指标影响很小,则可将SA×B取作SE,仍可利用等重复的双因素试验对因素A,B进行方差分析.对这种情况下的数学模型及统计分析表示如下:
由(9.18)式,
(9.22)
要检验的假设有以下两个:
记
平方和分解公式为:
ST=SA+SB+SE, (9.23)
其中
分别为总平方和、因素A,B的效应平方和和误差平方和.
取显著性水平为α,当H01成立时,
FA=
~F((r-1),(r-1)(s-1)),
H01拒绝域为
FA≥Fα((r-1),(r-1)(s-1)). (9.24)
当H02成立时,
FB=
~F((s-1),(r-1)(s-1)),
H02拒绝域为
FB≥Fα((s-1),(r-1)(s-1)). (9.25)
得方差分析表9-14.
表9-14
方差来源
平方和
自由度
均方和
F比
因素A
因素B
误差
SA
SB
SE
r-1
s-1
(r-1)(s-1)
SA=
SB=
SE=
FA=
FB=
总和
ST
rs-1
例9.6 测试某种钢不同含铜量在各种温度下的冲击值(单位:kg·m·cm-1),表9-15列出了试验的数据(冲击值),问试验温度、含铜量对钢的冲击值的影响是否显著?(α=0.01)
表9-15
铜含量
冲击值
试验温度
0.2%
0.4%
0.8%
20℃
0℃
-20℃
-40℃
10.6
7.0
4.2
4.2
11.6
11.1
6.8
6.3
14.5
13.3
11.5
8.7
解 由已知,r=4,s=3,需检验假设H01,H02,经计算得方差分析表9-16.
表9-16
方差来源
平方和
自由度
均方和
F比
温度作用
铜含量作用
试验误差
64.58
60.74
5.43
3
2
6
21.53
30.37
0.905
23.79
33.56
总和
130.75
11
由于F0.01(3,6)=9.78
本文档为【双因素试验的方差分析】,请使用软件OFFICE或WPS软件打开。作品中的文字与图均可以修改和编辑,
图片更改请在作品中右键图片并更换,文字修改请直接点击文字进行修改,也可以新增和删除文档中的内容。
该文档来自用户分享,如有侵权行为请发邮件ishare@vip.sina.com联系网站客服,我们会及时删除。
[版权声明] 本站所有资料为用户分享产生,若发现您的权利被侵害,请联系客服邮件isharekefu@iask.cn,我们尽快处理。
本作品所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用。
网站提供的党政主题相关内容(国旗、国徽、党徽..)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。