实验设计第三讲因子设计

最新推荐文章于 2022-11-12 11:50:15 发布

春天就在冬天旁

最新推荐文章于 2022-11-12 11:50:15 发布

阅读量2.9k

点赞数

分类专栏：实验设计文章标签：经验分享

本文链接：https://blog.csdn.net/m0_59015819/article/details/127799422

版权

实验设计专栏收录该内容

8 篇文章 9 订阅

订阅专栏

一、基本了解

（一）实验结果的分析

实验结果通常由2部分组成，一是因子的作用（主要效果、主效应），二是因子的交互作用（交互效应）。①没有交互作用的情况下，实验结果的变化全部由因子水平的变化而引起；②有交互作用的情况下，有些交互作用的影响比因子的作用还大，不考虑交互作用就会犯错误。

（二）因子设计

1、因子设计的概念

因子设计（析因设计）用于分析两个或多个因素的主效应和交互效应。

2、因子设计的分类

因子设计分为2种。①一种是全面实验，适用于实验中只有两个因素时，这时我们对两因素的所有可能组合都安排实验，并且做重复实验来考虑交互作用。；②另一种是部分因子设计，适用于实验因素多于两个时。这时如果进行全面实验，实验次数会很大，并且重复实验更加增大了实验次数，因此我们只在全部水平水平组合中安排一部分组合进行实验，来减少实验次数。

全面实验：

全面实验的实验次数是所有因素的所有水平的重复的乘积。比如有A、B两个因素，A因素有a个水平，B因素有b个水平，每个处理重复k次，则全部的实验次数是a*b*k次。

全面实验的优点：①对于优化实验，可以直观地从实验结果的列表中找到因素水平的最优组合，而不必通过统计分析；②对于比较实验，可以分析因素间各种交互作用。

全面实验的缺点：实验次数较多。因此一般只在两个实验因素各两个水平的情况下使用。

部分因子设计：

当我们有理由认为因素间不存在交互作用或者只存在低阶交互作用时，就不需要全面实验。此时由于只考虑一部分交互作用，所以要合理选择所要考虑的交互作用。

3、因子设计的分析方法

利用快速对照法进行方差分析，列方差分析表。

其中，对照的定义是：满足约束条件 $\sum_{r=1}^{m}C_{r}=0$ 的线性组合 $\sum_{r=1}^{m}C_{r}y_{r}$ 被称为对照。

交互作用的自由度就是参与交互的因素的自由度的乘积。

4、关于误差项的说明

①误差项是一个平衡项（剩余项）。其结果 $S_{E}$ 、自由度的取得总是将总效应减去其他效应而得到，总是放在最后考虑的；

②同时，误差项是非常重要的，“位卑而任重”。如果不做重复实验（k=1），如上图所示，就会使误差项的自由度为0，从而无法计算均方（误差项的自由度是 $MS_{E}$ 公式里的分母），进而无法计算F比( $MS_{E}$ 是F比公式里的分母），方差分析不能完成。因此，在2因素考虑交互作用的情形下，必须进行重复实验，否则会因为自由度不够的问题，不能进行方差分析。

③误差项还是“包容项”。如果除误差项以外的其他因素（包括交互项）的均方显著小于误差项的均方，就可以把这个不显著的因素并入误差项。这样做的好处是，误差项的均方会降低，因为均方考虑的是平均作用，加入误差项的因素以更低的作用拉低了误差项的作用，从而提高了其他未加入误差项的因素的均方，进而提高F比，凸显主效应的显著性。

二、具体分析

（一）2水平因子设计

2因素2水平的例题：

A有2水平，B有2水平，每种处理重复k次，分析因子A、B和交互作用A*B对实验指标的影响。

解答步骤：

第一步，求4个行和：① $l$ （两个因子都在低水平情况下的观察值之和）；

②a（因子A在高水平，因子B在低水平情况下的观察值之和）；

③b（因子A在低水平，因子B在高水平情况下的观察值之和）；

④ab（两个因子都在高水平情况下的观察值之和）。

第二步，求3个作用的对照：

$C_{A}=ab+a-b-l$ 、 $C_{B}=ab+b-a-l$ 、 $C_{AB}=ab+l-a-b$

符号规律：

①因子主效应的对照中，包含该因子的项是+号，不包含该因子的项是-号。比如上例2因素2水平题目中，因子A的对照里，包含因子A的项有ab、a，这两项前面是+号，不包含因子A的项有b、 $l$ ，这两项前面是-号；

②交互作用的对照中，完全包含该交互作用的项是+号，完全不包含该交互作用的项是+号，其余（只包含该交互作用的部分）是-号。比如上例2因素2水平题目中，AB的对照里，ab、 $l$ 前面是+号，其余前面是-号。又比如在2因素3水平试验中，BC的对照是 $C_{BC}=bc+abc+l+a-b-c-ab-ac$ ，完全包含bc的项有bc、abc，完全不包含bc的项有 $l$ 、a，这4个项前面都是+号。而其余的4项b、c、ab、ac都是部分包含了b或c，因此前面都是-号。

③+号项和-号项的个数一样多。

第三步，求3个作用的离差平方和（用到对照）：

$S_{A}=\frac{C_{A}^{2}}{k*2^{p}}$ ， $S_{B}=\frac{C_{B}^{2}}{k*2^{p}}$ ， $S_{AB}=\frac{C_{AB}^{2}}{k*2^{p}}$

这里的p指的是因素的个数，不是水平的个数，k指的是每组处理被重复的次数，2指的是水平数。实际上，分母是实验的总次数，即 $p_{1}*p_{2}*...*p_{k}*k$ ， $p_{i}$ 是各因素下的水平数，分母代表了所有因素的所有水平的重复次数的全面搭配。

第四步，求总离差平方和和误差平方和：

$S_{T}=\sum y_{ij}^{2}-\frac{T^{2}}{p_{1}...p_{k}k}$ ， $T=(\sum y_{ij})^{2}$ ， $S_{E}=S_{T}-S_{A}-S_{B}-S_{AB}$

总离差平方和的计算中用到了各个实验数据的平方的加和，以及各个实验数据加和后的平方。

第五步，列出方差分析表并进行F检验。

（二）3水平因子设计

在3水平因子设计中，1个3水平因素的自由度为2，在2水平正交表中占1列，2个3水平因素的交互作用的自由度为2*2=4，在正交表中要占2（4/2）列，3个3水平因素的交互作用的自由度为2*2*2=8，在正交表中要占4（8/2）列，以此类推，可见考虑3水平因素的高阶交互作用是非常“奢侈”的，需要占用很多列。因此，我们一般只考虑二阶交互作用。高等级的交互作用都归入误差估计。