270 likes | 583 Views
第七章 随机化区组、拉丁方设计. 随机化完全区组设计 拉丁方设计. 7.1 随机化完全区组设计. 一、数学模型. 一般,设有 a 个处理, b 个区组,试验的目的是比较 a 个处理均值。随机化完全区组设计的数学模型是. 约束条件:. 第 i 个处理在第 j 个区组时实施的试验结果. 一般平均. 第 i 个处理的效应. 第 j 个区组的效应. 随机误差. 二、方差分析. 1 、提出假设. 原假设 H 0 :. 备择假设 H 1 :. 主要讨论个处理和个区组都是试验前预先指定好的情况。. 2 、构造统计量. 在 H 0 成立的条件下,. 其中.
E N D
第七章 随机化区组、拉丁方设计 随机化完全区组设计 拉丁方设计
7.1 随机化完全区组设计 一、数学模型 一般,设有a个处理,b个区组,试验的目的是比较a个处理均值。随机化完全区组设计的数学模型是 约束条件:
第i个处理在第j个区组时实施的试验结果 一般平均 第i个处理的效应 第j个区组的效应 随机误差
二、方差分析 1、提出假设 原假设H0: 备择假设H1: 主要讨论个处理和个区组都是试验前预先指定好的情况。
2、构造统计量 在H0成立的条件下,
3、求临界值 4、求观察值。 根据给定的试验数据求统计量F的观察值。 5、作出判断。 拒绝H0意味着诸处理之间有显著差异。
一火箭使用了4种燃料、5种推进器作射程试验。我们以燃料作处理,推进器作区组,应用随机化完全区组设计方法安排试验计划。试验结果所得数据如下表所示。一火箭使用了4种燃料、5种推进器作射程试验。我们以燃料作处理,推进器作区组,应用随机化完全区组设计方法安排试验计划。试验结果所得数据如下表所示。 例1
解: 方差分析的结果可由如下方差分析表所示 由于F0.01(3,12)=5.95<14.74,因此,当显著性水平α=0.01时,拒绝H0。结论是:不同类型的燃料的射程有着显著不同。
三、参数估计 约束条件: 在上述约束条件下,正规方程组为:
7.2 拉丁方设计 一、何谓拉丁方 由P个拉丁字母(或P个不同字符)排成的P×P的方阵称为一个P阶拉丁方或一个P×P拉丁方,即每行的P个元素不同,并且每列的P个元素也不相同,即每个字母在每行、 每列出现一次,也只出现一次。 每个P阶拉丁方都可以用来安排三因子试验,其中两个因子当作“外来”因子,分别作行因子和列因子,每个因子都是P个水平,总共包括P2次试验,用拉丁方做出的试验设计称为拉丁方设计。在拉丁方设计中通常采用下述随机化方法。
(1)P=3 任取一个3阶标准拉丁方(只有一个),然后独立随机地排列它的行与列。 (2)P=4 随机选择一个4阶标准拉丁方,然后独立随机地排列它的行与列。 (3)P≥5 随机选择一个P阶标准拉丁方,然后独立随机地排列它的行、列与字母顺序。
二、拉丁方法设计的数学模型和方差分析 约束条件:
第i行的效应 第j个处理的效应 第k行的效应 行、列因子的水平组合为(i,k)时第j个处理这一试验条件下的试验观察值。 一般平均 随机误差
这是一个可加的线性统计模型,行因子、列因子和处理之间都没有交互效应。i,j,k这三个下标不是独立的。这是一个可加的线性统计模型,行因子、列因子和处理之间都没有交互效应。i,j,k这三个下标不是独立的。 下面讨论拉丁方设计的模型的方差分析问题。 1、提出假设 原假设H0: 备择假设H1:
2、构造统计量 在H0成立的条件下,
3、求临界值 4、求观察值。 根据给定的试验数据求统计量F的观察值。 5、作出判断。 拒绝H0意味着诸处理之间有显著差异。
某特种导弹的交流发电机的AC输出电压与定子的AC线圈的圈数、转子铁心体的铁心片数及铁心片表面涂层的质量有关。试验的目的是比较定子的AC线圈的5种不同的圈数对输出电压的影响。此试验问题中还包括两个“外来”因子。为了保证在分析试验结果时,能消除“外来”因子的干扰,我们将这两个“外来”因子分别当作“行因子”和“列因子”,各取5个水平,采用拉丁方设计。设试验结果如下:某特种导弹的交流发电机的AC输出电压与定子的AC线圈的圈数、转子铁心体的铁心片数及铁心片表面涂层的质量有关。试验的目的是比较定子的AC线圈的5种不同的圈数对输出电压的影响。此试验问题中还包括两个“外来”因子。为了保证在分析试验结果时,能消除“外来”因子的干扰,我们将这两个“外来”因子分别当作“行因子”和“列因子”,各取5个水平,采用拉丁方设计。设试验结果如下: 例2
解: 方差分析的结果可由如下方差分析表所示 由于F0.01(4,12)=5.41<27.07,因此,当显著性水平α=0.01时,5个处理间有显著差异。