本文详细探讨了方差分析，包括单因素、双因素等重复和无重复试验的方差分析，并深入讲解了正交试验设计。通过正交表分析，解释了如何确定最优实验条件和评价因素影响的主次顺序。最后，介绍了实验结果的方差分析方法，如QT、Qj和Qe的计算，并与F分布进行比较。
单因素方差分析
| 方差来源 | 平方和 | 自由度 | 均方和 | F值 |
|---|---|---|---|---|
| 因素A(组间) | Q A = ∑ i = 1 r n i ( x i ˉ − x ˉ ) 2 { Q }_{ A }=\sum _{ i=1 }^{ r }{ { n }_{ i }{ (\bar { { x }_{ i } } -\bar { x } ) }^{ 2 } } QA=∑i=1rni(xiˉ−xˉ)2 | r-1 | Q A ˉ = Q A r − 1 \bar { { Q }_{ A } } =\frac { { Q }_{ A } }{ r-1 } QAˉ=r−1QA | F = Q A ˉ Q E ˉ F=\frac { \bar { { Q }_{ A } } }{ \bar { { Q }_{ E } } } F=QEˉQAˉ |
| 误差E(组内) | Q E = ∑ i = 1 r ∑ j = 1 n i ( x i j − x i ˉ ) 2 { Q }_{ E }=\sum _{ i=1 }^{ r }{ \sum _{ j=1 }^{ { n }_{ i } }{ { ({ x }_{ ij }-\bar { { x }_{ i } } ) }^{ 2 } } } QE=∑i=1r∑j=1ni(xij−xiˉ)2 | n-r | Q E ˉ = Q E n − r \bar { { Q }_{ E } } =\frac { { Q }_{ E } }{ n-r } QEˉ=n−rQE | |
| 总和 | Q T = ∑ i = 1 r ∑ j = 1 n i ( x i j − x ˉ ) 2 { Q }_{ T }=\sum _{ i=1 }^{ r }{ \sum _{ j=1 }^{ { n }_{ i } }{ { ({ x }_{ ij }-\bar { x } ) }^{ 2 } } } QT=∑i=1r∑j=1ni(xij−xˉ)2 | n-1 |
r为类型数
F与 F α ( r − 1 , n − r ) { F }_{ \alpha }(r-1,n-r) Fα(r−1,n−r)比较
双因素等重复试验的方差分析
| 方差来源 | 平方和 | 自由度 | 均方和 | F值 |
|---|---|---|---|---|
| 因素A | Q A = s l ∑ i = 1 r ( X i . . ˉ − X ˉ ) 2 { Q }_{ A }=sl\sum _{ i=1 }^{ r }{ { (\bar { { X }_{ i.. } } -\bar { X } ) }^{ 2 } } QA=sl∑i=1r(Xi..ˉ−Xˉ) |
最低0.47元/天 解锁文章
扫一扫
1865
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
