一、双因素方差分析的种类
在现实中,常常会遇到两个因素同时影响结果的情况。这就需要检验究竟一个因素起作 用,还是两个因素都起作用,或者两个因素的影响都不显著。
双因素方差分析有两种类型:一种是无交互作用的双因素方差分析,它假定因素 A 和 因素 B 的效应之间是相互独立的,不存在相互关系;另一种是有交互作用的方差分析,它 假定 A、B 两个因素不是独立的,而是相互起作用的,两个因素同时起作用的结果不是两个 因素分别作用的简单相加,两者的结合会产生一个新的效应。这种效应的最典型的例子是, 耕地深度和施肥量都会影响产量,但同时深耕和适当的施肥可能使产量成倍增加,这时,耕 地深度和施肥量就存在交互作用。两个因素结合后就会产生出一个新的效应,属于有交互作 用的方差分析问题。
二、无交互作用的双因素方差分析
(一)数据结构
设两个因素分别是 A 和 B。因素 A 共有 r 个水平,因素 B 共有 s 个水平,无交互作用的双因素方差分析的数据结构如表 7.7 所示。
(二)分析步骤
1. 模型与假设
在水平
与单因素方差分析模型相类似, 令
称为一般水平或平均水平,
称为因素
。若
其中随机误差
我们检验因素 A 是否起作用实际上就是检验各个
2. 构造检验统计量
(1)水平的均值
(2)总均值
(3)离差平方和的分解
双因素方差分析同样要对总离差平方和 SST 进行分解,SST 分解为三部分:SSA、SSB 和 SSE,以分别反映因素 A 的组间差异、因素 B 的组间差异和随机误差(即组内差异)的 离散状况。
它们的计算公式分别为:
(4)构造检验统计量
由离差平方和与自由度可以计算出均方和,从而计算出 F 检验值,如表 7.8
为检验因素 A 的影响是否显著,采用下面的统计量:
为检验因素 B 的影响是否显著,采用下面的统计量:
3. 判断与结论
根据给定的显著性水平α在 F 分布表中查找相应的临界值
若
若
若
若
(三)实例
【例 7.3】某公司想知道产品销售量与销售方式及销售地点是否有关,随机抽样得表 7.9 资料,以 0.05 的显著性水平进行检验。
【解】我们可以按上述的步骤,完成检验,但计算工作量很大。这里我们利用 Excel 的 分析工具。
首先针对问题,提出原假设和备择假设:
Excel 解决方案
① 将数据输入工作表中
② 选择菜单“工具”—“数据分析”,打开“数据分析”对话框。
③ 选择其中的“方差分析:无重复双因素方差分析”,打开对话框,见图 7.8
④ 正确填写相关信息后,点“确定”,结果在 I1 到 O22 这个区域内显示,见图 7.9
结论: ∵
∵
三、有交互作用的双因素方差分析
(一)数据结构
设两个因素分别是 A 和 B,因素 A 共有 r 个水平,因素 B 共有 s 个水平,在水平组合
(二)分析步骤
1. 模型与假设
与无交互作用双因素方差分析模型一样,令
称为一般水平或平均水平,
称为因素
若
把原参数
这里
与前面的分析思路相同,我们检验因素 A、因素 B 以及两者的交互效应是否起作用实际上就是检验各个
对因素 A 和 B 的交互效应:
2. 构造检验统计量
(1)水平的均值
(2)总均值
(3)离差平方和的分解
与无交互作用的双因素方差分析不同,总离差平方和 SST 将被分解为四个部分:SSA、 SSB、SSAB 和 SSE,以分别反映因素 A 的组间差异、因素 B 的组间差异、因素 AB 的交互 效应和随机误差的离散状况。
它们的计算公式分别为:
(4)构造检验统计量
由离差平方和与自由度可以计算出均方和,从而计算出 F 检验值,如表 7.11。
为检验因素 A 的影响是否显著,采用下面的统计量:
为检验因素 B 的影响是否显著,采用下面的统计量:
为检验因素 A、B 交互效应的影响是否显著,采用下面的统计量:
3. 判断与结论
根据给定的显著性水平α在 F 分布表中查找相应的临界值
若
若
若
(三)实例
【例 7.4】电池的板极材料与使用的环境温度对电池的输出电压均有影响。今材料类型
与环境温度都取了三个水平,测得输出电压数据如表 7.12,问不同材料、不同温度及它们的
交互作用对输出电压有无显著影响(α=0.05)。
【解】我们利用 Excel 的分析工具。
首先针对问题,提出原假设和备择假设:
Excel 解决方案
① 将数据输入工作表中
② 选择菜单“工具”—“数据分析”,打开“数据分析”对话框
③ 选择其中的“方差分析:无重复双因素方差分析”,打开对话框,见图 7.10
④ 正确填写相关信息后,点“确定”,结果在 F1 到 L36 这个区域内显示,见图 7.11
结论: