正交检验的极差分析与方差分析ppt.pptx

《正交检验的极差分析与方差分析ppt.pptx》由会员分享，可在线阅读，更多相关《正交检验的极差分析与方差分析ppt.pptx（77页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、正交检验的极差分析与方差分析 例题 某公司计划引进一条生产线、为了选择一条质量优良得生产线以减少日后得维修问题,她们对6种型号得生产线作了初步调查,每种型号调查4条,结果列于表8-1。这些结果表示每个型号得生产线上个月维修得小时数。试问由此结果能否判定由于生产线型号不同而造成它们在维修时间方面有显著差异?4、1 方差分析得基本概念与原理表 41 对6种型号生产线维修时数得调查结果 序号型号1 2 3 4A型 9、5 8、8 11、4 7、8B型 4、3 7、8 3、2 6、5C型 6、5 8、3 8、6 8、2D型 6、1 7、3 4、2 4、1E型 10、0 4、8 5、4 9、6F型 9、

2、3 8、7 7、2 10、14、1 方差分析得基本概念与原理研究得指标:维修时间记作Y,控制因素就是生产线得型号,分为6个水平即A,B,C,D,E,F,每个水平对应一个总体Yi(i=1,2,6)。4、1 方差分析得基本概念与原理现在得试验就就是进行调查,每种型号调查4台,相当于每个总体中抽取一个容量为4得样本,得到得数据记作yij(i=1,2,6;j=1,2,3,4),即为下表数据。计算各样本平均数 如下:型号 A B C D E F9、4 5、5 7、9 5、4 7、5 8、8表 824、1 方差分析得基本概念与原理两个总体平均值比较得检验法把样本平均数两两组成对:与,与,与,与,与,共有(

3、15)对。4、1 方差分析得基本概念与原理即使每对都进行了比较,并且都以0、95得置信度得出每对均值都相等得结论,但就是由此要得出这6个型号得维修时间得均值都相等。这一结论得置信度仅就是 上述方法存在得问题工作量大置信度低将这15对平均数一一进行比较检验 4、1 方差分析得基本概念与原理方差分析得基本原理:(1)将数据总得偏差平方与按照产生得原因分解成:(总得偏差平方与)=(由因素水平引起得偏差平方与)+(试验误差平方与)(2)上式右边两个平方与得相对大小可以说明因素得不同水平就是否使得各型号得平均维修时间产生显著性差异,为此需要进行适当得统计假设检验、4、1 方差分析得基本概念与原理 数学模

4、型与数据结构 参数点估计 分解定理 自由度 显著性检验 多重分布与区间估计4、2 单因素试验得方差分析10大家应该也有点累了,稍作休息大家有疑问得 大家有疑问得,可以询问与交流 可以询问与交流在单因素试验中,为了考察因素A得k个水平A1,A2,Ak对Y得影响(如k种型号对维修时间得影响),设想在固定得条件Ai下作试验、所有可能得试验结果组成一个总体Yi,它就是一个随机变量、可以把它分解为两部分(4-1)4、2、1 数学模型与数据结构其中:纯属Ai作用得结果,称为在Ai条件下Yi得真值(也称为在Ai条件下Yi得理论平均)、就是实验误差(也称为随机误差)。(4-2)其中,与 都就是未知参数(i=1

5、,2,k)、4、2、1 数学模型与数据结构假定在水平Ai下重复做m次试验,得到观测值 1 2 j M 合计 平均A1Y11Y12 Y1j Y1mT1A2Y21Y22 Y2j Y2mT2 AiYi1Yi2 Yij YimTi AkYk1Yk2 Ykj YkmTk表 434、2、1 数学模型与数据结构 表中:(i=1,2,k)(4-3)Yij表示在Ai条件下第j次试验得结果,用式子表示就就是(i=1,2,k j=1,2,m)(4-4)注意:每次试验结果只能得到Yij,而(4-4)式中得 与 都不能直接观测到。4、2、1 数学模型与数据结构为了便于比较与分析因素A得水平Ai对指标影响得大小,通常把

6、再分解为(i=1,2,k)(4-5)其中,称为一般平均(Grand Mean),它就是比较作用大小得一个基点;8、2、1 数学模型与数据结构 并且称 为第i个水平Ai得效应、它表示水平得真值比一般水平差多少。满足约束条件(4-6)可得 i=1,2,k;j=1,2,m4、2、1 数学模型与数据结构要解决得问题找出参数与 得估计量分析观测值得偏差 检验各水平效应有无显著差异4、2、1 数学模型与数据结构用最小二乘法求参数 得估计量,然后寻求 得无偏估计量、须使参数 得估计值能使在水平Ai下求得得观测值Yij与真值 之间得偏差尽可能小。为满足此要求,一般考虑用最小偏差平方与原则,也就就是使观测值与真值得偏差平方与达到最小、4、2、2 参数点估计由(4-4)可知,上述偏差平方与 令下列各偏导数为零(i=1,2,k)4、2、2 参数点估计由 解得(4-7)由 解得(4-8)4、2、2 参数点估计并由此得 得估计量 至此,求得参数 得估计量(4-9)4、2、2 参数点估计按照上述原则求参数估计量得方法称为最小二乘法,称为最小二乘估计量、我们还可以证明 分别就是参数 得无偏估计量。将 与 分别用它们得估计量代替,可以得到试验误差 得估计量,(4-10)4、2、2 参数点估计