下载文档原格式
第二节双因素试验的方差分析在许多实际问题中，往往要同时考虑两个因素对试验指标的影响. 例如，要同时考虑工人的技术和机器对产品质量是否有显著影响. 这里涉及到工人的技术和机器这样两个因素. 多因素方差分析与单因素方差分析的基本思想是一致的，不同之处就在于各因素不但对试验指标起作用，而且各因素不同水平的搭配也对试验指标起作用. 统计学上把多因素不同水平的搭配对试验指标的影响称为交互作用. 交互作用的效应只有在有重复的试验中才能分析出来.对于双因素试验的方差分析，我们分为无重复和等重复试验两种情况来讨论. 对无重复试验只需要检验两个因素对试验结果有无显著影响；而对等重复试验还要考察两个因素的交互作用对试验结果有无显著影响.内容分布图示★引言★无重复试验双因素方差分析★例1★例2等重复试验双因素方差分析★数学模型★数学模型的改进★偏差平方和及其分解★偏差平方和的统计特征★检验方法★例3★例4★内容小结★习题8-2内容要点：一、无重复试验双因素方差分析设因素A，B作用于试验指标。
因素A有r个水平A1，A2， ，Ar，因素B有s个水平B1，B2， ，Bs. 对因素A，B的每一个水平的一对组合（Ai，Bj），(i=1，2， ，r，j=1，2， ，s)只进行一次实验，得到rs个试验结果ijX，列于下表中表8-2-11. 假设前提与单因素方差分析的假设前提相同，仍假设： 1) ),(~2σμij ij N X ，2,σμij 未知，.,,1;,,1s j r i == 2) 每个总体的方差相同；3) 各ij X 相互独立，.,,1;,,1s j r i ==那么，要比较同一因素的各个总体的均值是否一致，就是要检验各个总体的均值是否相等，故检验假设为：j rj j j A H ⋅====μμμμ 210: ,,,1s j =⋅====i is i i B H μμμμ 210: .,,1r i = 备择假设为不全相等。
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.表9-7(b)表9-7（a ）中，无论B 在什么水平（B 1还是B 2），水平A 2下的结果总比A 1下的高20；同样地，无论A 是什么水平，B 2下的结果总比B 1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B 1时，A 2下的结果比A 1的高，而且当B 为B 2时，A 1下的结果比A 2的高；类似地，当A 为A 1时，B 2下的结果比B 1的高70，而A 为A 2时，B 2下的结果比B 1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A 1,A 2,…,Ar ,因素B 有s 个水平B 1,B 2,…,B s ,现对因素A ，B 的水平的每对组合(A i ,B j ),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 ijk ij ijk ij 数.或写为⎪⎩⎪⎨⎧===+=.,,,2,1),,0(~,,,2,1;,,2,1,2相互独立各ijkijk ijk ij ijk t k N s j r j x εσεεμ (9.16) 记μ=111,r s ij i j rs μ==∑∑, 11si i j j s μμ∙==∑, i =1,2,…,r ,11rj ij i r μμ∙==∑, j =1,2,…,s ,,i i αμμ∙=-, i =1,2,…,r , j j βμμ∙=-, j =1,2,…,s ,ij ij i j γμμμμ∙∙=--+.于是 μij =μ+αi +βj +γij . (9.17)称μ为总平均，αi 为水平A i 的效应，βj 为水平B j 的效应，γij 为水平A i 和水平B j 的交互效应，这是由A i ,B j 搭配起来联合作用而引起的.易知1rii α=∑=0,1sjj β=∑=0，1riji γ=∑=0, j =1,2,…,s ,1sijj γ=∑=0, i =1,2,…,r ，这样（9.16）式可写成⎪⎪⎪⎩⎪⎪⎪⎨⎧=======++++=∑∑∑∑====.,,,2,1;,,2,1;,,2,1),,0(~,0,0,0,0,21111相互独立各ijkijk s j ij r i ij s j j r i i ijk ij j i ijk t k s j r i N x εσεγγβαεγβαμ (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：⎩⎨⎧=====.,,:,0:21112101不全为零r r H H αααααα ⎩⎨⎧=====.,,:,0:21122102不全为零s s H H ββββββ ⎩⎨⎧=====.,,:,0:121113121103不全为零rs rs H H γγγγγγ 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1111r s tijk i j k x x rst ====∑∑∑, 11tij ijk k x x t ∙==∑, i =1,2,…,r ； j =1,2,…,s ，111s ti ijk j k x x st ∙∙===∑∑, i =1,2,…,r ， 111r tj ijk i k x x rt ∙∙===∑∑, j =1,2,…,s ， S T =2111()r s tijk i j k x x ===-∑∑∑. 不难验证,,,i j ij x x x x ∙∙∙∙∙分别是μ,μi ·,μ·j,μij 的无偏估计.由 ()()()()i j k i j k i j i j i j i j x x x x x x x x x x x x∙∙∙∙∙∙∙∙∙∙-=-+-+-+--+， 1≤i ≤r ,1≤j ≤s ,1≤k ≤t得平方和的分解式：S T =S E ＋S A ＋S B ＋S A ×B ， (9.19)其中S E =2111()rstijkij i j k xx ∙===-∑∑∑，S A =1()2ri i stxx ∙∙=-∑，S B =21()sj j rtxx ∙∙=-∑，S A ×B =211()rsij i j i j tx x x x ∙∙∙∙∙==--+∑∑. S E 称为误差平方和，S A ，S B 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H 01:α1=α2=…=αr =0为真时，F A =[](1)(1)A ES S r rs t -- ~F (r -1,rs (t -1))；当假设H 02为真时，F B =[](1)(1)B ES S s rs t --~F (s -1,rs (t -1))；当假设H 03为真时，F A ×B =[](1)(1)(1)A BES S r s rs t ⨯--- ~F ((r -1)(s -1),rs (t -1)).当给定显著性水平α后，假设H 01，H 02，H 03的拒绝域分别为：(1,(1));(1,(1));(1)(1),(1)).A B A BF F r rs t F F s rs t F F r s rs t ααα⨯≥--⎧⎪≥--⎨⎪≥---⎩ (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S T ，S A ，S B ，S A ×B ,S E . 记 T ···=111rstijki j k x===∑∑∑，T ij ·=1tijkk x=∑, i =1,2,…,r ; j =1,2,…,s ，T i ··=11s tijkj k x==∑∑, i =1,2,…,r ,T ·j ·=11rtijki k x==∑∑, j =1,2,…,s ,即有221112212212211,1,1,1,.r s tT ijk i j k r A i i s B j j r s A B ij A B i j E T A B A B T S x rst T S T st rst T S T rt rst T S T S S t rst S S S S S ∙∙∙===∙∙∙∙∙=∙∙∙∙∙=∙∙∙⨯∙==⨯⎧=-⎪⎪⎪=-⎪⎪⎪⎨=-⎪⎪⎪=---⎪⎪⎪=---⎩∑∑∑∑∑∑∑ (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.010203r =s =3, t =2， T ···,T ij ·,T i ··,T ·j ·的计算如表9-11.S T =22111,r s tijki j k T xrst∙∙∙===-∑∑∑=178.44， S A =2211r i i T T st rst∙∙∙∙∙=-∑=15.44，S B =2211s j j T T rt rst ∙∙∙∙∙=-∑=30.11，S A ×B =22111r s ij A B i j T T S S t rst∙∙∙∙==---∑∑ =2.89，S E =S T -S A -S B -S A ×B =130，得方差分析表9-12.由于F 0.10(2,9)=3.01>F A ,F 0.10(2,9)>F B ,F 0.10(4,9)=2.69>F A ×B ,因而接受假设H 01,H 02,H 03,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（A i ,B j ）只做一次试验，即不重复试验，所得结果如表9-13.这时ij x ∙=x ijk ,S E =0,S E 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S A ×B 取作S E ，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,112,0,0,~(0,),1,2,,;1,2,,,.ij i j ij r si j i j ij ijk x N i r j s μαβεαβεσε===+++⎧⎪⎪==⎪⎨⎪==⎪⎪⎩∑∑ 各相互独立 (9.22) 要检验的假设有以下两个：⎩⎨⎧=====.,,:,0:21112101不全为零r r H H αααααα ⎩⎨⎧=====.,,:,0:21122102不全为零s s H H ββββββ 记 1111111,,,r s s rij i ij j ij i j j i x x x x x x rs s r ∙∙=======∑∑∑∑平方和分解公式为：S T =S A +S B +S E ， (9.23)其中 22111(),(),r ssT ijA i i j j S xx S s x x ∙====-=-∑∑∑22111(),(),srsB j E ij i j j i j S r x x S x x x x ∙∙∙====-=--+∑∑∑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H 01成立时，F A =(1)AEs S S - ~F ((r -1),(r -1)(s -1))， H 01拒绝域为F A ≥F α((r -1),(r -1)(s -1)). (9.24)当H 02成立时，F B =(1)BEr S S - ~F ((s -1),(r -1)(s -1))， H 02拒绝域为F B ≥F α((s -1),(r -1)(s -1)). (9.25)得方差分析表9-14.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 ），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）01020.01A01F0.01（2,6）=10.92<F B,拒绝H02.检验结果表明，试验温度、含铜量对钢冲击值的影响是显著的.。
