实验设计与数据分析-方差分析ppt课件

《实验设计与数据分析-方差分析ppt课件》由会员分享，可在线阅读，更多相关《实验设计与数据分析-方差分析ppt课件（60页珍藏版）》请在装配图网上搜索。

1、,*,,,,,,,,,,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,,,,,,,,,,,,,,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,,,*,,,,,,,,,,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,,,,,,,,,,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,,,,,,,,,,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,,*,,第二章 正交试验设计的方差分析,第二章 正交试验

2、设计的方差分析,1,2024/11/19,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,2023/10/6第二章 正交试验设计的方差分析,2,一、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,）,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，,3,方差分析（an

3、alysis 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,（experimental 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（analysis of variance，简称AN,4,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

4、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。,方差分析的必要性,5,方差分析法的基本思路：,（,1,）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，

5、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！！,方差分析法的基本思路：正交试验结果的方差分析思想、步骤！！,6,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：,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,7,（,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,F,0,>F,a,，则拒绝原假设，认为该因素或交互作用对试验结果有显著影响；若,F,0,≼F,a,，则认为该因素或交互作用对试验结果无显著影响。,（4）构造F统计量：（5）列方

6、差分析表，作F检验若计算出的F,8,（,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,SS,e,及其自由度,df,e,，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,，,df,e,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,df,e,，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,）,<2MS,e,，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

7、使误差的偏差平方和和自由度增大，提高了,F,检验的灵敏度。,（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,9,表,1 L,9,(3,4,),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,表1 L9(34)正交表分析第1列因素时，其它列暂不考,10,2.1 单因素试验的方差分析,（one-way analysis of variance）,2.1.1 单因素试验方差分析基本问题,（1）目的：

8、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：A,1,，A,2,，…，A,r,，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,n,i,（,i,＝1，2，…，,r,）次试验,判断因素A对试验结果是否有显著影响,,2.1 单因素试验的方差分析（one-way analys,11,（3） 单因素试验数据表,（3） 单因素试验数据表,12,2.1.2 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 ：,2.1.2 单因素试验方差分析基本步骤 （1）计算平均值,13,（2）计算偏差平方和,①总偏差平方和,SS,T,（s

9、um 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,②,组间偏差平方和,SS,A,（,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,（2）计算偏差平方和①总偏差平方和SST（sum of sq,③ 组内偏差平方和,SS,e,（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 组内偏差平方和 SSe （sum of square

10、f,（3）计算自由度,（degree of freedom）,总自由度 ：,df,T,＝,n,－1,组间自由度 ：,df,A,＝,r,－1,组内自由度 ：,df,e,＝,n,－,r,,三者关系,：,df,T,＝,df,A,＋,df,e,,（4）计算平均平方,均方＝偏差平方和除以对应的自由度,,,,,,,MS,A,——,组间均方,MS,e,——,组内均方,/,误差的均方,（3）计算自由度（degree of freedom） 总自,（5）,F,检验,服从自由度为（,df,A,,,df,e,）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,,(,d

11、f,A,，,df,e,),,如果,F,A,＞,F,,(,df,A,，,df,e,),,，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,,,,,（5）F检验服从自由度为（dfA,dfe）的F分布（F di,17,（6）方差分析表,若,F,A,＞,F,0.01,(,df,A,，,df,e,),,，称因素A对试验结果有,非常显著,的影响，用,“* *”,号表示；,若,F,0.05,(,df,A,，,df,e,),,＜,,F,A,＜,F,0.01,(,df,A,，,df,e,),,，则因素A对试验结果有,显著,的影响，用“*”号表示；,若,F,A,＜,F,0.05,(,df,

12、A,，,df,e,),,，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,（6）方差分析表 若 FA ＞ F0.01(dfA，dfe,18,2.1.3 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、性质。,若,F,0.05,(,df,A,，,df,e,),＜,F,A,,＜,F

13、,0.01,(,df,A,，,df,e,),，由于,F,0.05,(,df,A,，,df,e,),＜,F,A,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,F,A,,＞,F,0.01,(,df,A,，,df,e,),，,由于,若,F,A,,＞,F,0.01,(,df,A,，,df,e,),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。,,2.1.3 Excel在单因素试验方差分析中的应用利用Ex,19,2.2 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“

14、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,,,,,,,,,,,2.2 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,20,（2）双因素无重复试验方差分析的基本步骤,①计算平均值,总平均 ：,,,,,,,,,A,i,水平时 ：,B,j,水平时：,（2）双因素无重复试验方差分析的基本步骤 ①计算平均值,21,②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：,,,,,②计算偏差平方和 总偏差平方和：,22,③计算自由度,SS,A,的自由度：,df,A,＝r－1,SS,B,的自由度：,d

15、f,B,＝,s,－1,SS,e,的自由度：,df,e,＝（,r,－1）（,s,－1）,SS,T,的自由度：,df,T,＝,n,－1＝,rs,－1,df,T,＝,df,A,＋,df,B,＋,,df,e,,④计算均方,,,,,,,③计算自由度 SSA的自由度：dfA ＝r－1,23,⑤F检验,F,A,服从自由度为（,df,A,,,df,e,)的F分布；,F,B,服从自由度为（,df,B,,,df,e,)的F分布；,对于给定的显著性水平,,，查F分布表：,F,,（,df,A,,,df,e,)， F,,（,df,B,,,df,e,),若F,A,＞F,,,（,df,A,,,df,e,)，则因素A

16、对试验结果有显著影响，否则无显著影响；,若F,B,＞F,,,（,df,B,,,df,e,)，则因素B对试验结果有显著影响，否则无显著影响；,,,,,,,⑤F检验 FA服从自由度为（dfA,dfe)的F分布；,24,⑥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,⑥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,25,2.2.2 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,2.2.2 双因素重复试验的方差分析 （1）双因素重复试验,26,（2）双因素重复试验方差分析的基本步骤,①计算平均值,总平均 ：,,任一组合水平（A,i

17、,，B,j,）上 ：,,A,i,水平时 ：,,B,j,水平时 ：,,,,,（2）双因素重复试验方差分析的基本步骤①计算平均值,27,②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A×B引起偏差的平方和：,,,误差平方和：,,,,,,,②计算偏差平方和总偏差平方和：,28,③计算自由度,SS,A,的自由度：,df,A,＝r－1,SS,B,的自由度：,df,B,＝,s,－1,SS,A×B,的自由度：,df,A×B,＝(r－1)(,s,－1),SS,e,的自由度：,df,e,＝,rs,(,c －,1),SS,T,的自由度：,df,T,＝,n,－1＝

18、,rsc,－1,df,T,＝,df,A,＋,df,B,＋,,,df,A×B,＋,,df,e,③计算自由度SSA的自由度：dfA ＝r－1,29,④计算均方,,,,,④计算均方,30,⑤F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

19、度等，这时候对试验结果所带来的影响也是固定的，故称为固定效应。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。,⑤F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,31,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

20、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。,,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,32,⑤F检验,若F,A,＞F,,,（,df,A,,,df,e,),，则认为因素A对试验结果有显著影响，否则无显著影响；,若F,B,＞F,,,（,df,B,,,df,e,),，则认为因素B对试验结果有显著影响，否则无显著影响；,若,F,A×B,＞F,,,（,df,A×B,,,df,e,),，则认为交互作用A×B对试验

21、结果有显著影响，否则无显著影响,。,,,,⑤F检验若FA＞F （dfA,dfe)，则认为因素A对试验,33,⑥重复试验双因素方差分析表,⑥重复试验双因素方差分析表,34,2.2.3 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,2.2.3 Excel在双因素方差分析中的应用 （1）双因,35,2.3 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 正交试验设计结果的方差分析

22、法 能估计误差的大小,36,2.3.1 方差分析的基本步骤与格式,设：,用正交表L,n,(,r,m,)来安排试验,试验结果为,y,i,（,i,=1,2,…,n,）,,2.3.1 方差分析的基本步骤与格式 设：,37,（1）计算偏差平方和,①总偏差平方和,,,,,,,,,设：,（1）计算偏差平方和 ①总偏差平方和 设：,38,②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：,②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：,39,③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

23、空列所对应偏差平方和之和 ：,,③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,40,④ 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SS,j,,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：r=3时,,,④ 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,41,（2）计算自由度,①总自由度 ：,df,T,＝n－1,②任一列偏差平方和对应的自由度 ：,df,j,＝r－1,③交互作用的自由度 ：（以A×B为例）,df,A×B,＝,df,A,×,df,B,df,A×B,＝( r－1 ),df,j,若r ＝ 2，,

24、df,A×B,＝,df,j,若r ＝ 3，,df,A×B,＝ 2,df,j,=,df,A,＋,df,B,④,误差的自由度：,,,df,e,＝空白列自由度之和,（2）计算自由度①总自由度 ：dfT＝n－1,42,（3）计算均方,以A因素为例 ：,,,,以,A×B,为例 ：,误差的均方：,（3）计算均方以A因素为例 ：以A×B为例 ：误差的均方：,43,注意：,若某因素或交互作用的均方≤MS,e,，则应将它们归入误差列,计算新的误差、均方,,例：若MS,A,,≤,MS,e,则：,,,,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,44,（4）计算F值,各均方除以误差的均方，例如：,

25、,,（4）计算F值各均方除以误差的均方，例如：,45,（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A×B对试验结果有显著影响,,,,（5）显著性检验例如：,46,（6）列方差分析表,（6）列方差分析表,47,2.3.2 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,6-9,2.3.2 二水平正交试验的方差分析 正交表中任一列对应,48,2.3.3 三水平正交试验的方差分析,r=3，所以任一列的偏差平方和：,,

26、,,例,6-10,注意：,,交互作用的方差分析,,有交互作用时，优方案的确定,2.3.3 三水平正交试验的方差分析 r=3，所以任一列,49,2.3.4 混合水平正交试验的方差分析,(1)利用混合水平正交表,注意：不同列的有关计算会存在差别,例6-11,,(2),拟水平法,注意：,有拟水平的列平方和的计算,误差平方和的计算,误差自由度的计算,例,6-12,2.3.4 混合水平正交试验的方差分析 (1)利用混合水平,50,实验方法与数据处理的基本概念,1．,试验指标,在试验设计和数据处理中，我们通常根据试验和数据处理的目的而选定用来考察或衡量其效果的特性值称为试验考察指标。试验考察指标可

27、以是产品的质量、成本、效率和经济效益等。,试验考察指标分为定量指标和定性指标两大类。定最化指际(如精度、粗糙度、强度、硬度、合格率、寿命和成本等)可以通过试验,,实验方法与数据处理的基本概念1．试验指标,51,直接获得、它方便计算和数据处理。而定性指标(如颜色气味、光泽等)不是具体数值，一般要定量化后再进行计算和数据处理。,试验考察指标可以是一个，也可以是几个，前者称为单考察指标试验，后者称为多考察指标试验设计。,,直接获得、它方便计算和数据处理。而定性指标(如颜色气味、光泽,52,2．,试验因素,对试验考察指标产生影响的原因或要素称为试验因素。例如在合金钢40Cr的淬火试验中．淬火硬度与淬火

28、温度(如770、800、850 ℃)和冷却方式(如水冷、油冷、空冷）有关。其中淬火温度和冷却方式是试验因素．而淬火硬度是试验考察指标。,除上述的试验因素外，在试验过程中由于测量、仪器和环境条件等影响．也会影响到试验考察指标，称这类因素为误差因素。因素一般用大写字母A、B、C、…来标记。,,2．试验因素,53,3．,因素水平,试验因素在试验中所处的状态、条件的变化可能会引起试验指标的变化，我们把因素变化的各种状态和条件称为因素的水平。在试验中需要考虑某因素的几种状态时．则称该因素为几水平因素。如上例40Cr的淬火试验中．淬火温度为770、800、850℃三种状态．则淬火温度这个试验因素为三水平因

29、素。因素的水平应是能够直接被控制的．并且水平的变化能直瓦接影响试验考察指标有不同程度的变化。水平通常用数字1、2、3…表示。,,3．因素水平,54,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,）,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,55,极差分析法简单明了，通俗易懂，计算工作量少便于推广普及。但这种方法,不能将试验中由于试验条件改变引

30、起的数据波动同试验误差引起的数据波动区分开来，,也就是说，不能区分因素各水平间对应的试验结果的差异究竟是由于因素水平不同引起的，还是由于试验误差引起的，,无法估计试验误差的大小,。此外，各因素对试验结果的影响大小无法给以精确的数量估计，不能提出一个标准来判断所考察因素作用是否显著。为了弥补极差分析的缺陷，可采用方差分析。,正交试验结果的极差分析,,极差分析法简单明了，通俗易懂，计算工作量少便于推,56,标准误差,(standard error),当试验次数,n,无穷大时，总体标准差：,,,试验次数为有限次时，样本标准差：,表示试验值的精密度，标准差↓，试验数据精密度↑,,标准误差 (stand

31、ard error)当试验次数n无穷大,57,F检验(F-test),,（1）目的：,,对两组具有正态分布的试验数据之间的精密度进行比较,,（2）,检验步骤,①计算统计量,设有两组试验数据：,都服从正态分布，样本方差分别为,和,和,，则,,第一自由度为,第二自由度为,服从,F,分布，,F检验(F-test) （1）目的：设有两组试验数据：都服从,58,②查临界值,给定的显著水平,α,,查,F,分布表,临界值,双侧（尾）检验,(two-sided/tailed test),：,③检验,若,则判断两方差无显著差异，否则有显著差异,,②查临界值查F分布表临界值 双侧（尾）检验(two-side,59,单侧（尾）检验(one-sided/tailed test) ：,左侧（尾）检验,：,则判断该判断方差,1,比方差,2,无显著减小，否则有显著减小,,右侧（尾）检验,则判断该方差,1,比方差,2,无显著增大，否则有显著增大,,若,若,,,（,3,）,Excel,在,F,检验中的应用,,,单侧（尾）检验(one-sided/tailed test),60,