两因素方差分析
来源:互联网 发布:淘宝三个冠能贷多少款 编辑:程序博客网 时间:2024/05/16 18:19
1 两因素方差分析
- 引子
- 考虑如下两个变量的关系, 不同的种子和不同的肥料之间的关系
- 设有三种不同的种子A,B,C, 肥料有四种 1,2,3,4
- 将农田分为很多小块, 分别采用不同的种子和肥料, 考虑亩产量
- 农作物设为小麦
- 计算每单位农田产小麦的颗粒数还是重量?
- 例- 火箭推进器和燃料问题
一火箭采用4种燃料, 三种推进器做射程试验, 每种燃料与每种推进器的组合各发射两次, 得射程如下表所示
燃料 / 推进器 B1 B2 B3 A158.256.265.3 52.641.260.8A249.154.151.6 42.850.548.4A360.170.939.2 58.373.240.7A475.858.248.7 71.551.041.4 - 模型分析
- 这里试验指标是射程, 推进器和燃料是因素, 分别有3, 4个水平
- 这是一个双因素的试验
- 试验的目的在于考察在各种因素的各个水平下射程有误显著的差别
- 理论模型
- 设有两个因素
A,B 作用于试验的指标, - 因素A有
r 个水平A1,⋯,Ar , - 因素 B 有
s 个水平,B1,⋯,Bs . - 现对因素
A,B 的每对组合(Ai,Bj) 进 行t 次试验,所得的结果记为Xijk,i=1,⋯,r,j=1⋯,s,k=1,⋯,t - 设
Xijk∼N(μij,σ2) 各Xijk 相互独立 σ2 为未知方差
- 设有两个因素
- 理论分析
- 设总体的全部平均值为
μ , 则μ 的估计为X¯...=1rst∑i=1r∑j=1s∑k=1rXijk - 设因素 A 取第
i 个水平Ai 时, 数据的均值为μi⋅ , 则μi⋅ 的估计为X¯i..=1rs∑j=1s∑k=1rXijk - 因素A 的第 i 个水平
μi⋅ 相对于总体均值μ 的提升(可能为负值) 为αi=μi⋅−μ 的估计为Xi⋅⋅−X¯⋯
- 设总体的全部平均值为
- 理论分析续
- 欲检验 因素 A 的各个水平之间是否有显著差异, 可以考虑
SSA=∑i=1rst(Xi⋅⋅−X¯⋯)2 的大小, 作为度量标准
- 另设 因素B取第 j 个水平时总体的均值为
μ⋅j , 提升为βj=μ⋅j−μ , 估计值为X¯⋅j⋅=1rt∑i=1r∑k=1tXijk - 欲检验 因素 B 的各个水平之间是否有显著差异, 可以考虑
SSB=∑j=1srt(X⋅j⋅−X¯⋯)2 的大小, 作为度量标准
- 欲检验 因素 A 的各个水平之间是否有显著差异, 可以考虑
- 理论分析之误差平方和
- 记误差平方和
SSE=∑i=1r∑j=1s∑k=1t(Xijk−X¯ij⋅)2 - 其中
X¯ij⋅=1t∑k=1tXijk - 可以证明
SSE/(rs(t−1)) 为方差σ2 的无偏估计
- 记误差平方和
- 检验统计量的构造
- 利用单因素方差分析的思想, 可以考虑
FA=SSA/(r−1)SSE/(rs(t−1)) 作为检验统计量
- 可以证明当
αi=μi⋅−μ=0,∀i=1,⋯,r 时, 有FA∼F(r−1,rs(t−1)) - 关于因素B的效应可以类似处理
- 利用单因素方差分析的思想, 可以考虑
- 因素A和因素B之间有无交互作用
- 设两者之间没有关系, 此时
μij 可以看做是在均值μ 的基 础上有两次提升即μ+(μi⋅−μ)+(μ⋅j−μ) - 两者的差异
μij−(μi⋅+μ⋅j−μ) 记为γij 称为因素 A的第i 个水平和 因 素B 的 第j 个水平的交互效应 - 在实际数据中, 往往两者的估计值并不安全相等, 就是说
X¯ij⋅ 和X¯i⋅⋅+X¯⋅j⋅−X¯⋯ 的值有差异
- 设两者之间没有关系, 此时
- 检验交互作用统计量的构造
- 考虑其差值的平方和作为两者是否有交互作用的度量,记
SSAB=∑i=1r∑j=1st(X¯ij⋅−X¯i⋅⋅+X¯⋅j⋅−X¯⋯)2 - 在假设
γij≡0, i=1,⋯,r, j=1,⋯,s 成立的条件下, 有SSABσ2∼χ2((r−1)(s−1)) - 其中
(r−1)(s−1)=rst−1−(r−1)−(s−1)−[rs(t−1)] - 将
σ2 用估计值SSErs(t−1) 代替,并将分子除以相应的自由度,得SSAB/(r−1)(s−1)SSE/rs(t−1)∼F((r−1)(s−1),rs(t−1))
- 考虑其差值的平方和作为两者是否有交互作用的度量,记
2 两因素方差分析的R实现
- 例
四种不同的机床, 操作员有三位, 轮换进行了三件元件的制作, 制作时间共36个, 数据如下, 请问机器和操作员不同对元件制作有无显著的影响,另外机器和操作员之间有无交互效应
## 数据集的生成Y<-c(15,15,17,19,19,16,16,18,21,17,17,17,15,15,15,19,22,22,15,17,16,18,17,16,18,18,18,18,20,22,15,16,17,17,17,17)A<-gl(4,9,36)B<-gl(3,3,36)jiqi<-data.frame(Y,A,B)write.table(jiqi,file="data/jiqi.csv")
## 机器操作员数据的结构,输出前6行数据 jiqi<-read.table("data/jiqi.csv") head(jiqi)
Y A B1 15 1 12 15 1 13 17 1 14 19 1 25 19 1 26 16 1 2
data/jiqi.csv
- 两因素方差分析的代码
jiqi$A<-as.factor(jiqi$A)jiqi$B<-as.factor(jiqi$B)
jiqi.aov<-aov(Y~A+B+A:B,data=jiqi)summary(jiqi.aov)
Df Sum Sq Mean Sq F value Pr(>F)A 3 2.75 0.917 0.532 0.664528B 2 27.17 13.583 7.887 0.002330 **A:B 6 73.50 12.250 7.113 0.000192 ***Residuals 24 41.33 1.722---Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
- 说明
Y~A+B+A:B
为模型,表示考虑主效应 A ,B 和交互效应A:B
对响应变量Y
的影响
- 说明
- 两因素方差分析
- 使用方差分析:单因素方差分析
- spss多因素方差分析
- 单因素方差分析
- 单因素方差分析
- 【数据建模 方差分析】单因素方差分析
- SPSS做单因素方差分析
- 单因素下的方差分析
- 单因素、双因素方差分析、误差处理
- 方差分析中的固定因素和随机因素
- 【进阶】Excel中的方差分析之单因素方差分析
- 单因素重复方差分析-理论说明
- 双因素方差分析SPSS实现流程
- R语言中的双因素方差分析
- 使用Excel进行单因素方差分析
- R语言进行单因素方差分析
- Spss 数据分析实战--单因素方差分析
- R语言报告 单因素方差分析
- 【12月限时免费】上海方言手机语音数据库
- 开篇
- 开源中国iOS客户端学习——序
- IIS6.0开启WOFF/SVG文件支持
- android启动流程
- 两因素方差分析
- XMPP错误码
- 开源中国iOS客户端学习——(一)Prefix.pch文件
- 比较ArrayList、LinkedList、Vector
- Android 动画的播放
- BOA服务器移植
- div css
- C++ STL 之set
- 开源中国iOS客户端学习——(二)下拉刷新特效EGOTableViewPullRefresh