理论教育 概率论与数理统计中的方差分析:解决正交试验设计中的问题

概率论与数理统计中的方差分析:解决正交试验设计中的问题

时间:2023-10-22 理论教育 版权反馈
【摘要】:正交试验设计的极差分析简便易行,计算量小,也较直观,但极差分析精度较差,判断因素的作用时缺乏一个定量的标准.这些问题要用方差分析解决.设有一试验,使用正交表Lp,试验的p 个结果为y1,y2,…

概率论与数理统计中的方差分析:解决正交试验设计中的问题

正交试验设计的极差分析简便易行,计算量小,也较直观,但极差分析精度较差,判断因素的作用时缺乏一个定量的标准.这些问题要用方差分析解决.

设有一试验,使用正交表Lp(nm),试验的p 个结果为y1,y2,…,yp,记

为试验的p 个结果的总变差.

为第j 列上安排因素的变差平方和,其中r=.可证明

即总变差为各列变差平方和之和,且ST自由度为p-1,Sj 的自由度为n-1.当正交表的所有列没被排满因素时,即有空列时,所有空列的Sj 之和就是误差的变差平方和Sj,这时Se 的自由度fe 也为这些空列自由度之和.当正交表的所有列都排有因素时,即无空列时,取Sj 中的最小值作为误差的变差平方和Se.

从以上分析知,在使用正交表Lp(nm)的正交试验方差分析中,对正交表所安排的因素选用的统计量为

当因素作用不显著时,

其中第j 列安排的是被检因素.(www.daowen.com)

在实际应用时,先求出各列的,若某个还小时,则这第j 列就可当作误差列并入Se 中去,这样使误差Se 的自由度增大,在作F 检验时会更灵敏,将所有可当作误差列的Sj 全并入Se 后得新的误差变差平方和,记为,其相应的自由度为,这时选用统计量

例9.9 对例9.8 的表9.23 作方差分析.

解 由表9.23 的最后一行的极差值Rj,利用公式,得表9.24.

表9.24

表9.24 中第3,6 列为空列,因此Se=S3+S6=1.250,其中fe=1+1=2,所以Se/fe=0.625,而第7 列的S7=0.125,S7/f7=0.125/1=0.125 比Se/fe 小,故将它并入误差.

=Se+S7=1.375,=3.整理成方差分析表9.25.

表9.25

由于F0.05(1,3)=10.13,F0.01(1,3)=34.12,故因素A,B 作用高度显著,因素C 作用不显著,因素D 作用显著,这与前面极差分析的结果是一致的.F 检验法要求选取Se,且希望fe 要大,故在安排试验时,适当留出些空列是有好处的.在前面的方差分析中,讨论因素A 和B 的交互作用A×B.这类交互作用在正交试验设计中同样有表现,即一个因素A 的水平对试验结果指标的影响同另一个因素B 的水平选取有关.当试验考虑交互作用时,也可用前面讲的基本方法来处理.本章就不再介绍了.

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈