9.1 单因素试验的方差分析
本章目录 · 1 节
本章导读
【9.1 单因素试验的方差分析】方差分析以组内、组间变差的比较,研究多个总体均值是否相同;它的名称含“方差”,检验目标却通常是均值。回归分析则研究指标与解释变量之间的关系。本章先从单因素试验开始,再讨论双因素与回归。
【一、单因素试验】试验指标是观察的结果量,因素是可能影响指标的条件,水平是因素所取的不同状态。例如厚度是指标,机器是因素,三台机器就是三个水平。可控制因素如温度、剂量、设备型号;不可控波动如测量误差也会影响结果。单因素试验比较一个因素的不同水平,并尽量使其他条件一致。独立取样、随机安排与避免混杂,是把组间差异合理归因于因素的基础;只有观测相关而无合适设计时,显著差异不能单独证明因果。
【例1 三台机器的薄板厚度】三组厚度(厘米)为:机器Ⅰ0.236,0.238,0.248,0.245,0.243;机器Ⅱ0.257,0.253,0.255,0.254,0.261;机器Ⅲ0.258,0.264,0.259,0.267,0.262。测量精度为0.001厘米,每台取5片。
指标是厚度,因素是机器,三个水平对应三个均值。目的是检验对“不全相等”,不是检验三个方差是否相等。具体检验见例4。(例完)
【例2 四种电路的响应时间】类型Ⅰ为19,15,22,20,18;类型Ⅱ为20,40,21,33,27;类型Ⅲ为16,17,15,18,26;类型Ⅳ为18,22,19,单位毫秒。样本容量分别5,5,5,3,不能因为表格有空位就补两个零。
指标为响应时间,因素为电路类型,四种类型为四个水平。这是不等容量单因素比较,后面的模型允许不相等,具体检验见例6。(例完)
【例3 双因素试验作为对照】火箭试验有四种燃料与三种推进器,每一组合独立重复两次,指标为射程,单位海里。按燃料排列,每一组合的两次数据为:的三组(58.2,52.6)、(56.2,41.2)、(65.3,60.8);为(49.1,42.8)、(54.1,50.5)、(51.6,48.4);为(60.1,58.3)、(70.9,73.2)、(39.2,40.7);为(75.8,71.5)、(58.2,51.0)、(48.7,41.4)。
这是双因素试验,不应把推进器的变化忽略后直接当成只有燃料一个因素。两个因素及其交互作用在下一节处理;本节其余部分专门讨论单因素。(例完)
【单因素正态共同方差模型】因素有个水平。第水平观察次,总容量。下标表示该组第几次观察,下标表示水平,不要把二者互换。
设所有观察相互独立,,未知,即
这里各水平作为指定的固定水平讨论。主要任务是检验对至少有两个均值不同,并估计均值和共同方差。备择“不全相等”不是“每两个都不相等”。
定义按组容量加权的总均值,水平效应,则。模型亦写为。原假设等价于全部。不等容量时不能把总均值换成未经加权的个均值的简单平均,也不能把约束误写成。
【二、平方和的分解】记第组的样本总和、总和,组均值、总样本均值。定义
分别称总平方和、误差或组内平方和、因素或组间平方和。对每个观察写,展开平方后交叉项为
因为每组离均差之和为0。因此精确恒等式为,不要求原假设为真,甚至代数恒等式本身不要求正态。
组内变差是在同一水平内相对于组均值的波动;组间变差比较组均值与总均值,同时含随机误差与真实均值差异。因此不能把全称为纯粹由因素产生、没有随机成分的变差。
【三、统计性质与自由度】第组正态样本有,各组独立,故
总均值满足,组间平方和满足
说明:,代入即得上式。的自由度为,来自加权组均值的一个约束;正态条件还保证其平方和有相应卡方分布,不能仅凭“存在一个约束”就断定任何随机变量的平方和都服从卡方。
【为何独立、为何是卡方】每个正态样本的均值与组内残差平方和独立,各组也独立。因此全部组均值构成的与独立,不要求各均值相同。在下,把组均值标准化为,得到个独立标准正态变量。令单位向量,则,括号中的正交投影秩为,所以。这补足了原书略去的关键理由。
总平方和有个自由度,两部分自由度相加为。原假设下;均值不同时不能仍称它为中心卡方。共同方差与独立正态假设是分布结论的前提。
【四、F检验的拒绝域】定义均方、。无论各均值是否相同,;下,备择下多出正项。因此用偏大的均方比检出均值差异,统计量为
拒绝域为,p为F分布的上尾。虽然备择是均值“不全相等”,仍只取右尾,不把p机械翻倍。均方的期望相同不表示,因为比值的期望不是期望的比值。
便于手工计算的等价式为
大量近似相等的大数相减可能损失数值精度,程序实现宜保留原始精度并用中心化平方和交叉核验,不应先把均值或平方和粗舍入再计算。
【例4 三台机器的均值比较】使用例1,、,组和1.21,1.28,1.31,总和3.80;原始平方和0.963912。因此
,自由度,临界值,右尾,拒绝均值全相等。正确含义是至少一对不同,不是由此就能判定每一对机器都不同,也不能仅据差异决定哪台机器更合适,还需规格目标。(例完)
【五、未知参数的估计】共同方差的无偏估计为,各水平均值估计,加权总均值估计,效应估计。这些估计在给定模型下无偏,且;即便没有拒绝全均值相等,估计式也可计算。无偏性质针对预先固定的估计程序,不能自动套在事后筛选出的显著水平上。
对预先指定的一对,组均值差的方差为,且与独立。因此
得到的单个置信区间
这也是效应差的区间。每一对的置信水平为95%,不意味着所有区间同时覆盖的概率也是95%。若计划同时比较多对或根据数据挑选比较对象,应使用相应的多重比较调整,不能把事后选择忽略。
【例5 机器参数及逐对区间】沿用例4,平方厘米,均值估计0.242,0.256,0.262厘米。总均值厘米;效应估计分别为−0.011333333,0.002666667,0.008666667厘米,加权和为0。原书取总均值0.253及三个三位小数效应是粗略展示,计算和约束检查应保留未舍入值。
三对均值差的标准误相同,为。自由度12,,95%区间半宽约0.005512009。逐对区间为:约,约,约。
原书先把半宽取0.006,最后一对被写成到0的区间;用完整精度时其上端点略小于0。不能由过早舍入来判断是否包含零。这三条是各自95%的区间,未声称整体同时95%;事后全部比较仍需要多重性说明。(例完)
【例6 四种电路的均值比较】使用例2,在独立正态共同方差模型下检验四均值全相等,。组容量5,5,5,3,组总和94,141,92,59,总容量18、总和386、原始平方和8992。故
,自由度,临界值约3.343889,右尾,拒绝全均值相等。原书先取与再相减写395.46,属于中途舍入;直接从原始数据算到六位小数应为395.466667。总体结论不变,但教学计算应保持精度和各平方和的一致。(例完)
【使用时的检查】正态、共同方差、独立性与随机安排要结合实际验证。方差分析显著只回答整体均值是否一致,不能代替具体差异大小、区间和研究设计解释;多组逐对t检验也不能未经调整地取代一次整体检验。共同方差或独立性明显不适用时,应改用匹配设计或相应的其他模型,而不是继续把本节F分布公式当成通用保证。
