9.2 3^{k} 因子设计中的混杂
即使只做一次 3k 设计,试验次数也可能多到无法在完全一致的条件下完成,因此通常需要安排区组并使某些效应与区组混杂。3k 设计可安排在 3p 个不完全区组中(p<k),例如三个区组或九个区组。
9.2.1 将 3k 设计安排在三个区组中¶
三个区组之间有 2 个自由度,因此必须有 2 个效应自由度与区组混杂。在 3k 系列中,每个主效应有 2 个自由度;每个两因子交互作用有 4 个自由度,可拆成两个各占 2 个自由度的分量(如 AB、AB2);每个三因子交互作用有 8 个自由度,可拆成四个各占 2 个自由度的分量(如 ABC、ABC2、AB2C、AB2C2)。因此,用一个交互作用分量与区组混杂很方便。
一般做法是构造定义对比:
L=α1x1+α2x2+⋯+αkxk.(9.2) 其中,αi 是待混杂效应中第 i 个因子的指数,xi 是某个处理组合中该因子的水平。对 3k 系列,αi∈{0,1,2},且首个非零 αi 取 1;xi=0,1,2 分别表示低、中、高水平。按 L 模 3 的值将处理组合分配到区组。因为余数只有 0、1、2,所以恰好定义三个区组。满足 L≡0(mod3) 的处理组合构成主区组,其中必含 00⋯0。
例如,将 32 设计安排在三个区组中,可任选 AB 或 AB2 与区组混杂。若选 AB2,定义对比为
L=x1+2x2. 逐个计算处理组合的 L(模 3),得到
| Lmod3 | 处理组合 | 对应区组 |
|---|
| 0 | 00、11、22 | 1(主区组) |
| 1 | 10、21、02 | 2 |
| 2 | 01、12、20 | 3 |
例如 L(11)=1+2=3≡0,L(21)=2+2=4≡1,L(20)=2≡2。区组安排见图 9.6。
主区组的元素对模 3 加法构成一个群。例如 11+11=22,11+22=00(均逐位按模 3 计算)。其他区组可以从主区组生成:选取新区组的任一元素,并将它逐位模 3 加到主区组的所有元素上。对区组 2 选 10,得到 10+00=10、10+11=21、10+22=02;对区组 3 选 01,得到 01+00=01、01+11=12、01+22=20。

图 9.6 AB2 与区组混杂时,分为三个区组的 32 设计:(a)处理组合的区组分配;(b)几何表示
例 9.2¶
用图 9.6 所示 32 设计的一次重复数据,说明分为三个区组后的统计分析:
| 区组 1 | 观测值 | 区组 2 | 观测值 | 区组 3 | 观测值 |
|---|
| 00 | 4 | 10 | -2 | 01 | 5 |
| 11 | -4 | 21 | 1 | 12 | -5 |
| 22 | 0 | 02 | 8 | 20 | 0 |
| 区组总和 | 0 | 区组总和 | 7 | 区组总和 | 0 |
常规因子设计分析给出 SSA=131.56、SSB=0.22。区组平方和为
SSBlocks=302+72+02−972=10.89. 它恰好等于交互作用的 AB2 分量平方和。将观测值按 A、B 水平排列为
| 因子 B |
| 0 | 1 | 2 |
| 因子 A | 0 | 4 | 5 | 8 |
| 1 | -2 | -4 | -5 |
| 2 | 0 | 1 | 0 |
按 9.1.2 节的方法,沿左上至右下的对角线求和,再计算组间平方和,得到
SSAB2=302+02+72−972=10.89=SSBlocks. 方差分析见表 9.4。由于只有一次重复,无法进行正式显著性检验;也不宜把 AB 分量直接当作误差估计。
表 9.4 例 9.2 数据的方差分析
| 变异来源 | 平方和 | 自由度 |
| 区组( $AB^{2}$ ) | 10.89 | 2 |
| A | 131.56 | 2 |
| B | 0.22 | 2 |
| AB | 2.89 | 2 |
| 总计 | 145.56 | 8 |
再看一个稍复杂的设计:将 33 因子设计分为三个区组,每个区组 9 次试验,并使三因子交互作用的 AB2C2 分量与区组混杂。定义对比为
L=x1+2x2+2x3. 容易验证,处理组合 000、012 和 101 都满足 L≡0(mod3),属于主区组。以它们为起点,对各位数字分别作模 3 加法,可依次生成主区组其余的处理组合:
| 第 1~3 项 | 第 4~6 项 | 第 7~9 项 |
|---|
| (1)000 | (4)101+101=202 | (7)101+021=122 |
| (2)012 | (5)012+012=021 | (8)012+202=211 |
| (3)101 | (6)101+012=110 | (9)021+202=220 |
为确定另一个区组,注意处理组合 200 不属于主区组。将 200 与主区组的九个处理组合逐位相加,并将每一位的结果按模 3 化简,得到区组 2:
| 第 1~3 项 | 第 4~6 项 | 第 7~9 项 |
|---|
| (1)200+000=200 | (4)200+202=102 | (7)200+122=022 |
| (2)200+012=212 | (5)200+021=221 | (8)200+211=111 |
| (3)200+101=001 | (6)200+110=010 | (9)200+220=120 |
区组 2 的九个处理组合均满足 L≡2(mod3)。最后,100 既不属于主区组,也不属于区组 2。用同样的方法将它与主区组的九个处理组合逐位相加,得到区组 3:
| 第 1~3 项 | 第 4~6 项 | 第 7~9 项 |
|---|
| (1)100+000=100 | (4)100+202=002 | (7)100+122=222 |
| (2)100+012=112 | (5)100+021=121 | (8)100+211=011 |
| (3)100+101=201 | (6)100+110=210 | (9)100+220=020 |
区组 3 的九个处理组合均满足 L≡1(mod3)。
区组安排见图 9.7。利用这种混杂方式,所有主效应与两因子交互作用的信息都得以保留。三因子交互作用中剩余的 ABC、AB2C、ABC2 分量可以合并作为误差估计,其平方和也可通过相减得到。一般而言,将 3k 设计分为三个区组时,通常选择最高阶交互作用的一个分量与区组混杂;先按常规方法计算整个 k 因子交互作用的平方和,再减去区组平方和,即得其余未混杂分量的总平方和。

图 9.7 AB2C2 与区组混杂时,分为三个区组的 33 设计
表 9.5 AB2C2 与区组混杂的 33 设计的方差分析自由度
| 变异来源 | 自由度 |
| 区组(AB2C2) | 2 |
| A | 2 |
| B | 2 |
| C | 2 |
| AB | 4 |
| AC | 4 |
| BC | 4 |
| 误差(ABC + AB²C + ABC²) | 6 |
| 总计 | 26 |
9.2.2 将 3k 设计安排在九个区组中¶
有些试验需要把 3k 设计分为九个区组。这会使 8 个自由度与区组混杂。构造时先选择两个交互作用分量,它们的两个广义交互作用也会自动与区组混杂,于是共有四个各占 2 个自由度的分量。对 3k 系列,效应 P、Q 的两个广义交互作用定义为 PQ 与 PQ2(或等价的 P2Q)。
最初选择的两个分量给出两个定义对比:
L1L2=α1x1+α2x2+⋯+αkxk≡u(mod3),=β1x1+β2x2+⋯+βkxk≡h(mod3),u,h∈{0,1,2}.(9.3) αi、βi 分别是两个效应中的指数,均约定首个非零指数为 1。(L1,L2) 的九种取值组合定义九个区组;两处理组合若具有相同的取值对,就分到同一区组。主区组满足 L1≡L2≡0(mod3)。其元素对模 3 加法构成群,所以可沿用 9.2.1 节的方法生成所有区组。
例如,将 34 设计分为九个区组,每组 9 次试验。若选 ABC 与 AB2D2 混杂,其广义交互作用为
(ABC)(AB2D2)=AC2D,(ABC)(AB2D2)2=BC2D2. 前两个效应的定义对比分别是
L1=x1+x2+x3,L2=x1+2x2+2x4.(9.4) 由式(9.4)和主区组的群结构构造九个区组,见图 9.8。一般地,3k 设计分为九个区组时,会有四个交互作用分量与区组混杂。对于含这些分量的交互作用,可从完整交互作用平方和中减去混杂分量的平方和,得到其余未混杂分量的总平方和;必要时可用 9.1.3 节的方法分别计算。

图 9.8 ABC、AB2D2、AC2D、BC2D2 与区组混杂时,分为九个区组的 34 设计
9.2.3 将 3k 设计安排在 3p 个区组中¶
3k 因子设计可分为 3p 个区组,每组有 3k−p 次观测(p<k)。先选取 p 个彼此独立的效应与区组混杂,由此还会自动混杂 (3p−2p−1)/2 个广义交互作用。
例如,把 37 设计分为 27 个区组时,p=3。选择三个独立的交互作用分量后,还会自动混杂 [33−2(3)−1]/2=10 个分量。若先选 ABC2DG、BCE2F2G 与 BDEFG,则可据此建立三个定义对比,再按前述方法生成 27 个区组。自动混杂的另外十个分量为
AB2DE2F2G2,ACDEF,AB2C2D2EFG2,AC2E2F2,BC2D2G,CD2EF,AD2,AB2CG2,ABCD2E2F2G,ABEFG. 这是一个规模庞大的设计:共需 37=2187 次观测,安排在 27 个区组中,每组 81 次。