0.双因素方差分析的分类
- 无交互作用的方差分析
假定因素 A A A和因素 B B B的效应之间是相互独立的,不存在相互关系。 - 有交互作用的方差分析
假定因素 A A A和因素 B B B的结合会产生出一种新的效应。
无交互作用的双因素方差分析
1.形式
假定要考察两个因素 A , B A,B A,B对某项指标的影响,因素 A A A取 s s s个水平 A 1 , A 2 , … , A s A_{1}, A_{2}, \dots, A_{s} A1,A2,…,As,因素 B B B取 r r r个水平 B 1 , B 2 , … , B r B_{1}, B_{2}, \dots, B_{r} B1,B2,…,Br,在 A , B A,B A,B的每队组合水平 ( A i , B j ) \left(A_{i}, B_{j}\right) (Ai,Bj)上作一次试验,试验结果为 X i j , i = 1 , … , s ; j = 1 , … , r X_{i j}, i=1, \dots, s ;\space j=1, \dots, r Xij,i=1,…,s; j=1,…,r。所有 X i j X_{ij} Xij独立,数据列于下表:
因素 | B 1 B_1 B1 | B 2 B_2 B2 | … | B s B_s Bs |
---|---|---|---|---|
A 1 A_1 A1 | X 11 X_{11} X11 | X 12 X_{12} X12 | … | X 1 s X_{1s} X1s |
A 2 A_2 A2 | X 21 X_{21} X21 | X 22 X_{22} X22 | … | X 2 s X_{2s} X2s |
… | … | … | … | … |
A r A_r Ar | X r 1 X_{r1} Xr1 | X r 2 X_{r2} Xr2 | … | X r s X_{rs} Xrs |
2.前期工作
- 作出假设
设搭配 ( A i , B j ) \left(A_{i}, B_{j}\right) (Ai,Bj)下的试验结果为 X i j X_{ij} Xij,假定 X i j ∼ N ( a i j , σ 2 ) X_{i j} \sim N\left(a_{i j}, \sigma^{2}\right) Xij∼N(aij,σ2),则问题归结为检验假设:
H 0 A : a 1 j = a 2 j = ⋯ = a j j , j = 1 , 2 , ⋯ , s H 0 B : a i 1 = a i 2 = ⋯ = a i r , i = 1 , 2 , ⋯ , r \begin{aligned} &H_{0 A}: a_{1 j}=a_{2 j}=\cdots=a_{j j}, j=1,2, \cdots, s\\ &H_{0 B}: a_{i 1}=a_{i 2}=\cdots=a_{i r}, i=1,2, \cdots, r \end{aligned} H0A:a1j=a2j=⋯=ajj,j=1,2,⋯,sH0B:ai1=ai2=⋯=air,i=1,2,⋯,r - 平方和分解
与单因素方差分析类似地:
S A S_A SA是由因素 A A A的不同效应和随机误差引起的偏差
S B S_B SB是由因素 B B B的不同效应和随机误差引起的偏差
S e S_e Se是由随机误差引起的偏差
记:
n = r s , X ˉ i = 1 s ∑ j = 1 s X i j , X ˉ ⋅ j = 1 r ∑ i = 1 r X i j T i ⋅ = ∑ j = 1 s X i j , T ⋅ j = ∑ i = 1 r X i j X ˉ = 1 r s ∑ i = 1 r ∑ j = 1 s X i j , T = ∑ i = 1 r ∑ j = 1 s X i j i = 1 , 2 , ⋯ , r ; j = 1 , 2 , ⋯ , s n=r s, \bar{X}_{i}=\frac{1}{s} \sum_{j=1}^{s} X_{i j}, \bar{X}_{\cdot j}=\frac{1}{r} \sum_{i=1}^{r} X_{i j}\\ T_{i \cdot}=\sum_{j=1}^{s} X_{i j}, T_{\cdot j}=\sum_{i=1}^{r} X_{i j}\\ \bar{X}=\frac{1}{r s} \sum_{i=1}^{r} \sum_{j=1}^{s} X_{i j}, T=\sum_{i=1}^{r} \sum_{j=1}^{s} X_{i j}\\ i=1,2, \cdots, r ; j=1,2, \cdots, s n=rs,Xˉi=s1j=1∑sXij,Xˉ⋅j=r1i=1∑rXijTi⋅=j=1∑sXij,T⋅j=i=1∑rXijXˉ=rs1i=1∑rj=1∑sXij,T=i=1∑rj=1∑sXiji=1,2,⋯,r;j=1,2,⋯,s
于是:
S T = ∑ i = 1 r ∑ j = 1 s X i j 2 − T 2 r s , S A = 1 s ∑ i = 1 r T i ⋅ 2 − T 2 r s S B = 1 r ∑ j = 1 s T ⋅ j 2 − T 2 r s , S e = S T − S A − S B S_{T}=\sum_{i=1}^{r} \sum_{j=1}^{s} X_{i j}^{2}-\frac{T^{2}}{r s}, S_{A}=\frac{1}{s} \sum_{i=1}^{r} T_{i \cdot}^{2}-\frac{T^{2}}{r s}\\ S_{B}=\frac{1}{r} \sum_{j=1}^{s} T_{\cdot j}^{2}-\frac{T^{2}}{r s},S_{e}=S_{T}-S_{A}-S_{B} ST=i=1∑rj=1∑sXij2−rsT2,SA=s1i=1∑rTi⋅2−rsT2SB=r1j=1∑sT⋅j2−rsT2,Se=ST−SA−SB
3.检验假设
比较 S A S_A SA与 S E S_E SE的值来检验假设 H 0 A H_{0A} H0A
比较 S B S_B SB与 S E S_E SE的值来检验假设 H 0 B H_{0B} H0B
- 定理
S T , S A , S B S_T,S_A,S_B ST,SA,SB相互独立,且 1 σ 2 S e ∼ χ 2 ( ( s − 1 ) ( r − 1