实验设计及数据分析-方差分析课件

《实验设计及数据分析-方差分析课件》由会员分享，可在线阅读，更多相关《实验设计及数据分析-方差分析课件（60页珍藏版）》请在金锄头文库上搜索。

1、第二章 正交试验设计的方差分析,2020/9/23,第二章 正交试验设计的方差分析,一、试验设计的基本原则 二、正交试验的方差分析 三、重复试验的方差分析 四、误差分析与试验水平,一、实验设计的基本原则,随机化原则：每个处理以概率均等的原则，随机地选择实验单元。 重复原则：独立重复实验、重复测量 对照原则：空白、安慰剂、实验条件、标准、历史或中外对照。 区组原则：人为划分的时间、空间、设备等实验条件称为区组（block）。 （3,4合称为局部控制原则）,方差分析（analysis of variance，简称ANOVA） 检验试验中有关因素对试验结果影响的显著性 试验指标（experiment

2、al index） 衡量或考核试验效果的参数 因素（experimental factor） 影响试验指标的条件 可控因素（controllable factor） 水平（level of factor） 因素的不同状态或内容,方差分析的必要性 极差分析不能估计试验中以及试验结果测定中必然存在的误差大小。为了弥补这个缺点，可采用方差分析的方法。 方差分析法是将因素水平（或交互作用）的变化所引起的试验结果间的差异与误差波动所引起的试验结果间的差异区分开来的一种数学方法。 所谓方差分析，就是给出离散度的各种因素将总变差平方和进行分解，然后进行统计检验的一种数学方法。,方差分析法的基本思路： （1）

3、由数据中的总偏差平方和中分出组内偏差平方和、组间偏差平方和，并赋予它们的数量表示； （2）用组间偏差平方和与组内偏差平方和在一定意义下进行比较，如两者相差不大，说明因素水平的变化对指标影响不大；如两者相差较大，组间偏差平方和比组内偏差平方和大得多，说明因素水平的变化影响很大，不可忽视； （3）构造F统计量，作F检验，即可判断因素作用是否显著。,正交试验结果的方差分析思想、步骤！,总偏差平方和各列因素偏差平方和+误差偏差平方和,（1）偏差平方和分解：,（2）自由度分解：,（3）方差：,（4）构造F统计量：,（5）列方差分析表，作F检验,若计算出的F值F0Fa，则拒绝原假设，认为该因素或交互作用对

4、试验结果有显著影响；若F0Fa，则认为该因素或交互作用对试验结果无显著影响。,（6）正交试验方差分析说明,由于进行F检验时，要用误差偏差平方和SSe及其自由度dfe，因此，为进行方差分析，所选正交表应留出一定空列。当无空列时，应进行重复试验，以估计试验误差。 误差自由度一般不应小于2，dfe很小，F检验灵敏度很低，有时即使因素对试验指标有影响，用F检验也判断不出来。 为了增大dfe，提高F检验的灵敏度，在进行显著性检验之前，先将各因素和交互作用的方差与误差方差比较，若MS因（MS交） 2MSe，可将这些因素或交互作用的偏差平方和、自由度并入误差的偏差平方和、自由度，这样使误差的偏差平方和和自由

5、度增大，提高了F检验的灵敏度。,表1 L9(34)正交表,分析第1列因素时，其它列暂不考虑，将其看做条件因素。,因素A第1水平3次重复测定值,因素A第2水平3次重复测定值,因素A第3水平3次重复测定值,单因素试验数据资料格式,2.1 单因素试验的方差分析（one-wayanalysisofvariance）,2.1.1 单因素试验方差分析基本问题 （1）目的：检验一个因素对试验结果的影响是否显著性 （2）基本命题： 设某单因素A有r种水平：A1，A2，Ar，在每种水平下的试验结果服从正态分布 在各水平下分别做了ni（i1，2，r）次试验 判断因素A对试验结果是否有显著影响,（3） 单因素试验数

6、据表,2.1.2 单因素试验方差分析基本步骤,（1）计算平均值 组内平均值 ：,总平均 ：,（2）计算偏差平方和,总偏差平方和SST（sum of squares for total）,表示了各试验值与总平均值的偏差的平方和 反映了试验结果之间存在的总差异,组间偏差平方和 SSA （sum of square for factor A）,反映了各组内平均值之间的差异程度 由于因素A不同水平的不同作用造成的, 组内偏差平方和 SSe （sum of square for error）,反映了在各水平内，各试验值之间的差异程度 由于随机误差的作用产生,三种偏差平方和之间关系：,（3）计算自由度（d

7、egree of freedom）,总自由度 ：dfTn1 组间自由度 ：dfA r1 组内自由度 ： dfe nr 三者关系： dfT dfA dfe （4）计算平均平方 均方偏差平方和除以对应的自由度,MSA组间均方,MSe组内均方/误差的均方,（5）F检验,服从自由度为（dfA,dfe）的F分布（F distribution） 对于给定的显著性水平，从F分布表查得临界值F(dfA，dfe) 如果FA F(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,（6）方差分析表,若 FA F0.01(dfA，dfe) ，称因素A对试验结果有非常显著的影响，

8、用 “* *”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“*”号表示； 若 FA F0.05(dfA，dfe) ，则因素A对试验结果的影响不显著,单因素试验的方差分析表,2.1.3 Excel在单因素试验方差分析中的应用,利用Excel “分析工具库”中的“单因素方差分析”工具,小结： 根据偏差平方和的加和性，总偏差平方和可以分解成为组间偏差平方和与组内偏差平方和，前者反映了因素对试验结果的影响，后者反映了误差对试验结果的影响。根据数学原理对组间偏差平方和与组内偏差平方和进行合理的比较，就能分析出因素对试验结果的影响程度

9、、性质。 若 F0.05(dfA，dfe) FA F0.01(dfA，dfe) ，由于F0.05(dfA，dfe) FA出现的概率只有5，是一个小概率事件，当其出现时，说明试验条件的改变对试验结果有显著性影响。 若 FA F0.01(dfA，dfe)，由于若 FA F0.01(dfA，dfe)出现的概率只有1，是一个更小概率事件，当其出现时，当然更说明试验条件的改变对试验结果有高度显著性影响。,2.2 双因素试验的方差分析,讨论两个因素对试验结果影响的显著性，又称“二元方差分析” 2.2.1 双因素无重复试验的方差分析 （1）双因素无重复试验,（2）双因素无重复试验方差分析的基本步骤,计算平均

10、值 总平均 ：,Ai水平时 ：,Bj水平时：,计算偏差平方和,总偏差平方和： 因素A引起偏差的平方和： 因素B引起偏差的平方和： 误差平方和：,计算自由度,SSA的自由度：dfA r1 SSB的自由度：dfBs1 SSe的自由度：dfe（r1）（s1） SST的自由度：dfTn1rs1 dfT dfA dfB dfe 计算均方,F检验,FA服从自由度为（dfA,dfe)的F分布； FB服从自由度为（dfB,dfe)的F分布； 对于给定的显著性水平 ，查F分布表： F（dfA,dfe)， F（dfB,dfe) 若FAF （dfA,dfe)，则因素A对试验结果有显著影响，否则无显著影响； 若FBF

11、 （dfB,dfe)，则因素B对试验结果有显著影响，否则无显著影响；,无重复试验双因素方差分析表,无重复试验双因素方差分析表,2.2.2 双因素重复试验的方差分析,（1）双因素重复试验方差分析试验表,双因素重复试验方差分析试验表,（2）双因素重复试验方差分析的基本步骤,计算平均值 总平均 ： 任一组合水平（Ai，Bj）上 ： Ai水平时 ： Bj水平时 ：,计算偏差平方和,总偏差平方和： 因素A引起偏差的平方和： 因素B引起偏差的平方和： 交互作用AB引起偏差的平方和： 误差平方和：,计算自由度,SSA的自由度：dfA r1 SSB的自由度：dfBs1 SSAB的自由度： dfAB (r1)(

12、s1) SSe的自由度：dfers(c 1) SST的自由度：dfTn1rsc1 dfT dfA dfB dfAB dfe,计算均方,F检验,对有重复试验的双因素试验结果用F检验法进行分析时，首先必须计算各个因素及两个因素之间的交互作用所对应的F值。须注意的是，在F值的计算中，不同的模型所对应的F值的计算方法不一样。模型根据两个因素是随机因素还是固定因素决定。当两个因素都是固定因素时，模型是固定模型；当两个因素都是随机因素时，模型是随机模型；当两个因素中只有一个因素为随机因素时，模型为混合模型。 固定因素的水平是完全可以控制的，如温度、压力、浓度等，这时候对试验结果所带来的影响也是固定的，故称

13、为固定效应。随机因素是指其试验水平可由许多可能的水平中随机抽取。,例如：某试验室有10人和10台同样型号的仪器，现需考察人员和仪器这两个因素对测试结果的影响，因此随机从10人中抽取3人，随机从10台仪器中抽取3台，构成了双因素三水平试验，很显然，这两个因素都是随机因素。 固定因素所考察的因素水平，也是该因素的全部水平，由试验所得到的结论只是针对所试验过的因素水平而言的，而不能由已有水平的试验结果从统计上去推断该因素未经试验的其他水平的效应。应该指出的是，不能根据已有的试验结果从统计上去进行推断，这并不妨碍人们从专业的角度去做某些推断。 随机因素由于所考察的水平是随机抽取的，因而由试验结果所得到

14、的绍论都是被抽样总体的结论，可以由已试验过的样本效应从统计上去推导未经试验的其他样本的效应。,F检验,若FAF （dfA,dfe)，则认为因素A对试验结果有显著影响，否则无显著影响； 若FBF （dfB,dfe)，则认为因素B对试验结果有显著影响，否则无显著影响； 若FABF （dfAB,dfe)，则认为交互作用AB对试验结果有显著影响，否则无显著影响。,重复试验双因素方差分析表,2.2.3 Excel在双因素方差分析中的应用,（1）双因素无重复试验方差分析 利用“分析工具库”中的“无重复双因素方差分析”工具 （2）双因素重复试验方差分析 利用“分析工具库”中的“重复双因素方差分析”工具,2.

15、3 正交试验设计结果的方差分析法,能估计误差的大小 能精确地估计各因素的试验结果影响的重要程度,2.3.1 方差分析的基本步骤与格式,设： 用正交表Ln(rm)来安排试验 试验结果为yi（i=1,2,n）,（1）计算偏差平方和,总偏差平方和,设：,各因素引起的偏差平方和,第j列所引起的偏差平方和 ：,因此：,试验误差的偏差平方和,方差分析时，在进行表头设计时一般要求留有空列，即误差列 误差的偏差平方和为所有空列所对应偏差平方和之和 ：, 交互作用的偏差平方和,若交互作用只占有一列，则其偏差平方和就等于所在列的偏差平方和SSj 若交互作用占有多列，则其偏差平方和等于所占多列偏差平方和之和， 例：

16、r=3时,（2）计算自由度,总自由度 ：dfTn1 任一列偏差平方和对应的自由度 ： dfjr1 交互作用的自由度 ：（以AB为例） dfABdfA dfB dfAB( r1 )dfj 若r 2， dfABdfj 若r 3， dfAB 2dfj= dfA dfB 误差的自由度： dfe空白列自由度之和,（3）计算均方,以A因素为例 ：,以AB为例 ：,误差的均方：,注意：,若某因素或交互作用的均方MSe，则应将它们归入误差列 计算新的误差、均方 例：若MSA MSe 则：,（4）计算F值,各均方除以误差的均方，例如：,（5）显著性检验,例如： 若 ，则因素A对试验结果有显著影响 若 ，则交互作用AB对试验结果有显著影响,（6）列方差分析表,2.3.2 二水平正交试验的方差分析,正交表中任一列对应的偏差平方和：,例6-9,2.3.3 三水平正交试验的方差