單因素方差分析的數(shù)學(xué)模型及其應(yīng)用.pdf 全文免費(fèi)在線閱讀
本文關(guān)鍵詞:單因素方差分析的數(shù)學(xué)模型及其應(yīng)用,由筆耕文化傳播整理發(fā)布。
網(wǎng)友lu6966近日為您收集整理了關(guān)于單因素方差分析的數(shù)學(xué)模型及其應(yīng)用的文檔,希望對(duì)您的工作和學(xué)習(xí)有所幫助。以下是文檔介紹:2013年 6月第 27卷第 2期陰山學(xué)刊 YINSHAN ACADEMIC JOURNAL Jun.2013 V01.27 No.2 單因素方差分析的數(shù)學(xué)模型及其應(yīng)用田 兵(包頭師范學(xué)院《陰山學(xué)刊》編輯部,內(nèi)蒙古包頭 014030) 摘要:本文主要介紹了單因素方差分析的數(shù)學(xué)模型。同時(shí)結(jié)合實(shí)例演示了利用單因素方差分析通過 R 軟件編程解決實(shí)際問題的過程。關(guān)鍵詞:單因素方差分析;模型;平方和分解;檢驗(yàn)統(tǒng)計(jì)量中圖分類號(hào):0212.1 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1004—1869(2013)02-0024一o4 在日常的工作和生活中,影響一件事的因素有很多,人們希望根據(jù)各種實(shí)驗(yàn)來判斷不同的因素對(duì)實(shí)驗(yàn)結(jié)果的影響。例如:不同的生產(chǎn)廠家、不同的原材料、不同的操作規(guī)程及不同的技術(shù)指標(biāo)等對(duì)產(chǎn)品的質(zhì)量、性能都會(huì)有影響,然而不同因素的影響大小不等。方差分析是研究一種或多種因素的變化對(duì)實(shí)驗(yàn)結(jié)果的觀測(cè)值是否有顯著影響,從而找出較優(yōu)的試驗(yàn)條件或生產(chǎn)條件的一種常用數(shù)理統(tǒng)計(jì)的方法。在實(shí)驗(yàn)中所關(guān)注的數(shù)量指標(biāo)如產(chǎn)量、性能等稱為觀測(cè)值。影響觀測(cè)值的條件稱為因素。因素的不同狀態(tài)稱為水平,一個(gè)因素可以采用多個(gè)水平。在一項(xiàng)試驗(yàn)中,可以得到一系列不同的觀測(cè)值。引起觀測(cè)值不同的原因是多方面的。有的是因?yàn)樘幚矸绞讲煌驐l件不同引起的,稱作因素效應(yīng);有的是實(shí)驗(yàn)過程中偶然性因素的干擾或觀測(cè)誤差所導(dǎo)致的,稱作試驗(yàn)誤差。方差分析的主要工作是將測(cè)量數(shù)據(jù)的總變異按照變異原因的不同分解為因素效應(yīng)和試驗(yàn)誤差,并對(duì)其作出數(shù)量分析,比較各種原因在總變異中所占的重要程度,作為統(tǒng)計(jì)推斷的依據(jù),由此確定進(jìn)一步的工作方向在研究實(shí)際問題時(shí),我們通常是從最簡(jiǎn)單的情形人手。單因素方差分析是方差分析的最簡(jiǎn)單情形——影響其因素只有一個(gè)。 1 單因素方差分析的數(shù)學(xué)模型通常假設(shè)試驗(yàn)只有一個(gè)因素 A在發(fā)生變化,其余的因素沒有變化。A有 r個(gè)水平 A A …,A,,在水平 A 下進(jìn)行凡次獨(dú)立觀測(cè),得到試驗(yàn)指標(biāo)如表 1所示。表 1:單因素方差分析數(shù)據(jù)其中 表示在因素 A的第 i個(gè)水平下的第次試驗(yàn)的試驗(yàn)結(jié)果。收稿日期:2013—05—21 作者簡(jiǎn)介:田兵(1982一),男,山西五臺(tái)人,碩士,研究方向:數(shù)理統(tǒng)計(jì)。將水平 A 下的試驗(yàn)結(jié)果 …, 看作是來自第 i正態(tài)總體置一N(/x , )的樣本觀測(cè)值,其中 , 都是未知的。而且對(duì)于每個(gè)總體置是相互獨(dú)立的,考慮線性統(tǒng)計(jì)模型』 +占, = ,2,…,r = ,2,…凡, (1) 【 —N(0, 。)且相互獨(dú)立, 其中 是第個(gè)總體的均值, f是相應(yīng)的試驗(yàn)誤差。比較因素 A的 r個(gè)水平的差異歸結(jié)為比較這 r總體的均值。即檢驗(yàn)假設(shè)風(fēng):/xl= 2=…=/x,,H1: l, 2,…, 不全相等。 (2) 記, r r 1 1f1 rt/]..ti,n ni, /.ti一這里表示總和的均值, 為水平Ai所對(duì)應(yīng)指標(biāo)的效應(yīng)。因此有∑trio/ =0. 上述模型又可以等價(jià)的寫成 r if= + i+8 ,,=1,2,…,r,.,=1,2,…,n , J ~N(O, )且相互獨(dú)立, (3) l, 【∑ i=0. 稱模型(3)為單因素方差分析的數(shù)學(xué)模型,其是一種線性模型。 2 方差分析假設(shè)(2)式等價(jià)于風(fēng): 1= 2=…= ,=0,H1: l, 2,…, ,不全為零。如果風(fēng)被拒絕,那么就說明因素 4的個(gè)水平的效應(yīng)之間有顯著的差異;否則,差異不明顯。為了導(dǎo)出 的檢驗(yàn)統(tǒng)計(jì)量,方差分析法建立在平方和分解和自由度分解的基礎(chǔ)上,考察統(tǒng)計(jì)量 r ni 1 r ni |s,=∑∑( 一) , =÷∑∑‘ 1 J I ’ ‘ I , l 稱|s,為總離差平方和(或稱為總變差),其實(shí)全部試驗(yàn)數(shù)據(jù) 與總平均值差的平方和,描述了所有觀測(cè)數(shù)據(jù)的離散程度,可以證明如下的平方和分解公式: Sr=SE+SA (4) 其中 r ni . ni r i r .s =∑∑( 一) ,扎=÷∑Xij,S =∑∑( 一) =∑rti( 一) . 這里 Js 是代表隨機(jī)誤差的影響。這是因?yàn)閷?duì)于固定的 i來講,觀測(cè)值 ,…, 是來自同一個(gè)正態(tài)總體 ni N(I.t ,0.2)的樣本,因此,它們之間的差異是有隨機(jī)誤差多引起的。而∑( 一.) 是這n 個(gè)數(shù)據(jù)的變動(dòng)平方和,正是它們差異大小的度量。將 r組這樣的變動(dòng)平方和相加,就得到了 Js ,一般稱 Is 為誤差平方或組內(nèi)平方。.s 表示在A 水平下的樣本均值和總平均值之間的差異之和,它反映了r個(gè)總體均值之間的差異,因?yàn)? 是第個(gè)總體的樣本均值,是 的估計(jì),因此 r個(gè)總體均值。, ,…, 之間的差異越大,這些樣本均值, :, …, 之間的差異也就越大。平方和∑17,i( i.一) 正是這種差異大小的度量,這里ni反映了第i個(gè)總體樣本大小在平方和.s 中的作用,稱 Is 為因素 A的效應(yīng)平方和或組間平方和。式(4)表明,總平方和 Js 可按其來源分解成兩部分,一部分是誤差平方和 5 ,是由隨機(jī)誤差所致;另一部分是因素 A的平方和 5 ,是由因素 的各水平的差異一起的。 25 由模型假設(shè)(2)經(jīng)過統(tǒng)計(jì)分析可以得到 E(S )= (n—r)or ,即 Is /( —r)是 or 的一個(gè)無偏估計(jì),且~ z(n一). 如果原假設(shè) 成立,則有,即此時(shí) S /(r一1)也是的無偏估計(jì),且一 (r一1), 并且 s 與 S 相互獨(dú)立,因此當(dāng) 成立時(shí)有 F = ~F(r-1,n-r . 于是 F可以作為風(fēng)的檢驗(yàn)統(tǒng)計(jì)量,對(duì)給定的顯著性水平,用 F (r一1,n—r)表示 F分布的上 ot分為點(diǎn)。若 F >F (r一1,n—r),則拒絕原假設(shè),認(rèn)為因素 A的 r個(gè)水平有顯著差異。也可以通過計(jì)算 P值的方法來決定是接受還是拒絕原假設(shè) Ho。P值為P=P{F(r一1,n—r)>F},它表示的是服從自由度為(r一1,n— r)的 F分布的隨機(jī)變量取值大于 F的概率。顯然,P值小于 ot等價(jià)于 F>F (r一1,n—r),表示在顯著性水平 o/下的小概率事件發(fā)生了。這意味著應(yīng)該拒絕原假設(shè) 。當(dāng)P值大于,則無法拒絕原假設(shè) ,所以應(yīng)接受原假設(shè) 。將上述分析整理成表的形式,就可以得到方差分析表 2。表 2:單因素方差分析表 3 相關(guān)實(shí)例 3個(gè)工廠生產(chǎn)同一種零部件。現(xiàn)在從各廠產(chǎn)品中分別出取 4件產(chǎn)品做檢測(cè),其檢測(cè)強(qiáng)度見表 3所示。表 3:產(chǎn)品檢測(cè)數(shù)據(jù)判斷 3個(gè)廠生產(chǎn)的產(chǎn)品零件強(qiáng)度是否有顯著差異。利用 軟件解決上述問題,相應(yīng)的 軟件計(jì)算過程如下。解:設(shè)零部件的強(qiáng)度為為所考察的因素。3個(gè)不同工廠生產(chǎn)能力為 3個(gè)水平,從各廠取出的產(chǎn)品所做得檢測(cè)強(qiáng)度值,視為來自3個(gè)正態(tài)分布總體的樣本觀測(cè)值。問題歸結(jié)為檢驗(yàn): 風(fēng):IZl= 2= 3= ,Hl:/zl, 2, 3, 4不全相等。程序如下: > intensity< 一data.framef X=C(115,l16,98,83,120,1l4,99,101,106,107,103, 108,107,118,116,104,117,121,111,10
12>
播放器加載中,請(qǐng)稍候...
系統(tǒng)無法檢測(cè)到您的Adobe Flash Player版本
建議您在線安裝最新版本的Flash Player 在線安裝
本文關(guān)鍵詞:單因素方差分析的數(shù)學(xué)模型及其應(yīng)用,由筆耕文化傳播整理發(fā)布。
,本文編號(hào):126382
本文鏈接:http://www.lk138.cn/kejilunwen/yysx/126382.html