《试验设计与数据处理》讲稿_第3章.ppt

第3章 试验的方差分析 试验结果S受多个因素Ai影响，其函数关系为： S＝f (A1，A2，…，An) 但影响的程度各不相同，如何通过试验数据来确定因素的影响程度呢？ 基本概念—试验设计中的有关术语介绍 1、指标 ——在试验中用来衡量试验效果的标准或特性 单指标——衡量试验效果的标准只有一个 多指标——衡量试验效果的标准多于一个 定量指标——能直接用数量来表示的指标 定性指标——不能直接用数量来表示的指标 2、因素 —对试验指标会产生影响的原因要素，也称因子 可控因素——可人为地加以调节和控制的因素，如：加药量、温度、液固比、反应时间等。 不可控因素——暂时不能人为调节和控制的因素，例如：气候的变化、大气压、室温等。 数量性因素——可量化的因素，如反应温度 属性因素——不可量化的因素，如催化剂种类。 3 、水平 ——因素在试验中所选取的具体状态。例如： 反应时间：取2h、4h、6h，则表示时间因素有三个水平。 水平可以用1、2、3……来代表，也可以用+1，0，-1……代表高、中、低三个水平。 3.1 单因素试验的方差分析 1. 单因素试验方差分析基本问题——讨论一种因素对试验结果有无显著影响的问题 2. 方差分析基本步骤 (2) 计算离差平方和 (3) 计算自由度 (5) F检验 (6) 列出方差分析表 3.2 双因素试验的方差分析——讨论两个因素对试验结果有无显著性影响的问题 双因素无重复试验的方差分析的基本步骤： （2）计算离差平方和 （3）计算自由度 (5) F检验 (6) 列出方差分析表 3.2.2 双因素重复试验的方差分析 ——讨论两个因素有交互作用时对结果显著影响的问题 双因素重复试验的基本问题 双因素等重复试验的方差分析的基本步骤： （2）计算离差平方和 （3）计算自由度 (5) F检验 (6) 列出方差分析表 F分布 * 方差—标准差的平方，表征xi 与 的偏离程度。 方差分析—利用试验数据与均值的偏离程度来判断各因素对试验结果影响显著性程度的方法。 方差分析实质上是研究自变量（因素）与因变量（试验结果）的相互关系 单因素方差分析——只针对一个试验因素 多因素试验方差分析——同时针对多个试验因素进行的方差分析 其中，双因素方差分析最常见。 设：因素A有r 种水平Al, A2，…，Ar，在每种水平下的试验结果服从正态分布。如果在各水平下分别做了ni（i=1，2，…，r）次试验： 问：因素A对试验结果是否有显著影响？ i 表示因素A对应的水平 j 表示在i 水平上的第 j 次试验 组内和 : (1) 计算平均值 同一水平的平均值，又称组内平均值， 总平均值: 式中： n为总试验数 各试验结果之间的差异，可用离差平方和来表示 ①总离差平方和： 反映试验结果之间存在的总差异。 ②组间离差平方和——水平项离差平方和 ③组内离差平方和 ——误差项离差平方和 关系： SST＝SSA＋SSe ① SST对应的自由度，称总自由度：dfT = n-1 ② SSA对应的自由度，称组间自由度：dfA = r-1 ③ SSe对应的自由度，称组内自由度：dfe = n-r (4) 计算平均平方 用离差平方和除以自由度得平均平方，简称均方 组间均方： 组内均方(又称为误差均方)： 组间均方和组内均方之比F是一个统计量: FA = 组间均方 / 组内均方 = MSA/MSe 它服从自由度为(dfA，dfe)的F 分布，记为 Fα (dfA, dfe） 如果FA >Fα (dfA, dfe），则认为因素A对试验结果有显著影响，否则认为因素A对试验结果没有显著影响。 显著性程度实质上是指该因素确实是有影响的这个结论的可靠性程度，即有多少把握说这个因素确有影响。 设没有把握部分为α，则可靠性为1 - α, α称为风险，又称为显著性水平。 α通常取0.01或0.05 Fα (dfA, dfe）可从教材附录中查取（P.203～207） 若FA >F0.01 (dfA，dfe)，就称因素A对试验结果有非常显著的影响，用两个 “*”号表示； 若F0.05 (dfA，dfe)<FA <F0.01 (dfA，dfe)，则因素A对试验结果有显著的影响，用一个“*”号表示； 若FA < F0.05 (df A , dfe )，则因素A对试验结果的影响不显著，不用“*”号。 3.2.1 双因素无重复试验的方差分析 设在某试验中，有两个因素A和B在变化： A有r 种水平A1，A2，…，Ar B有s 种水平B1，B2，…，Bs 在每一种组合水平（A