9.3.1 3^{k} 因子设计的三分之一分式
# 9.3 3k 因子设计的部分重复
部分重复的思想也适用于 3k 因子设计。即使 k 不大,完整重复所需试验次数也可能很多,因此其分式设计值得研究。不过,下文会看到,有些设计的别名结构相当复杂。
9.3.1 3k 因子设计的三分之一分式¶
3k 设计中最大的真分式是包含 3k−1 次试验的三分之一分式,称为 3k−1 分式因子设计。构造时,选取一个占 2 个自由度的交互作用分量(通常选最高阶交互作用),将完整设计划分为三个区组;每个区组就是一个 3k−1 分式设计,任选其一即可。如果定义区组的分量为 ABα2Cα3⋯Kαk,那么
I=ABα2Cα3⋯Kαk 称为该分式因子设计的定义关系。从 3k−1 设计估计的每个主效应或交互作用分量都有两个别名,可将该效应分别乘以 I 和 I2,并按模 3 化简得到。
例如,考虑 33 设计的三分之一分式。可选 ABC、AB2C、ABC2 或 AB2C2 中任一分量来构造设计。因此,实际上有 12 个不同的三分之一分式,由
x1+α2x2+α3x3≡u(mod3),α2,α3∈{1,2},u∈{0,1,2} 定义。若选择 AB2C2,所得 33−1 设计的每个分式含 32=9 个处理组合,满足
x1+2x2+2x3≡u(mod3),u=0,1,2. 三个分式见图 9.9。

图 9.9 定义关系为 I=AB2C2 的 33 设计的三个三分之一分式
无论实施图 9.9 中的哪一个 33−1 分式设计,将各效应分别乘以定义关系中的 AB2C2 及其平方,即得下列别名结构:
AABBCCABAB=A(AB2C2)=A2B2C2=ABC,=A(AB2C2)2=A3B4C4=BC,=B(AB2C2)=AB3C2=AC2,=B(AB2C2)2=A2B5C4=ABC2,=C(AB2C2)=AB2C3=AB2,=C(AB2C2)2=A2B4C5=AB2C,=AB(AB2C2)=A2B3C2=AC,=AB(AB2C2)2=A3B5C4=BC2. 因此,该设计的 8 个自由度实际估计的是以下四组混合效应,每组占 2 个自由度:
A+BC+ABC,B+AC2+ABC2,C+AB2+AB2C,AB+AC+BC2. 只有当各交互作用相对于主效应都很小时,设计才可能有实际用途。主效应与两因子交互作用互为别名,所以这是分辨度 III 的设计。
这些别名关系十分复杂。如果 BC 交互作用较大,它会扭曲 A 主效应的估计,也使 AB+AC+BC2 难以解释。除非能假定所有交互作用均可忽略,否则很难使用该设计。
在结束讨论 3III3−1 设计之前,注意图 9.9 中 u=0 的设计。令 A 对应行、B 对应列,可将其写成
| 000 | 012 | 021 |
| 101 | 110 | 122 |
| 202 | 211 | 220 |
这是一个 3×3 拉丁方。对 3III3−1 设计作唯一解释所需的“交互作用可忽略”假设,在拉丁方设计中也有对应要求。不过,两类设计的出发点不同:前者来自部分重复,后者来自随机化限制。由表 4.13 可知,共有 12 个不同的 3×3 拉丁方,恰好对应上述 12 个 33−1 分式因子设计。
定义关系为 I=ABα2Cα3⋯Kαk 的 3k−1 设计,还可以用与 2k−p 系列类似的方法构造。先按 0、1、2 记号列出 k−1 个因子的完整三水平因子设计,共 3k−1 次试验;这是第 8 章所说的基础设计。随后令第 k 个因子的水平 xk 等于前面因子的某个最高阶交互作用分量,即
xk=β1x1+β2x2+⋯+βk−1xk−1,(9.5) 其中 βi≡(3−αk)αi(mod3)(1≤i≤k−1)。这样得到尽可能高的分辨度。
例如,按此方法生成表 9.6 中定义关系为 I=AB2CD 的 3IV4−1 设计。表中各处理组合的前三位恰好构成完整 33 设计的 27 次试验。对于 AB2CD,α1=α3=α4=1、α2=2,于是 β1=2、β2≡4≡1(mod3)、β3=2,故式(9.5)成为
x4≡2x1+x2+2x3(mod3).(9.6) 第四个因子的水平应满足此式。例如,前三位为 000、010、110 时,右侧分别为 0、1、3(模 3 后为 0)。
表 9.6 定义关系为 I=AB2CD 的 3IV4−1 设计
| 0000 | 0012 | 2221 |
| 0101 | 0110 | 0021 |
| 1100 | 0211 | 0122 |
| 1002 | 1011 | 0220 |
| 0202 | 1112 | 1020 |
| 1201 | 1210 | 1121 |
| 2001 | 2010 | 1222 |
| 2102 | 2111 | 2022 |
| 2200 | 2212 | 2120 |
所得设计有 26 个自由度,可用于计算 13 个主效应及交互作用分量(连同其别名)的平方和。效应的别名按常规方法求得。例如,A 的两个别名为 A(AB2CD)=ABC2D2 和 A(AB2CD)2=BC2D2。可以验证,四个主效应均不与两因子交互作用分量混杂,但某些两因子交互作用分量彼此互为别名。这再次表明别名结构很复杂;若存在较大的两因子交互作用,往往难以将其区分开。
3k−1 设计的统计分析仍使用常规因子试验方差分析方法。交互作用分量的平方和可按 9.1 节的方法计算。解释结果时应记住,这些分量本身没有直接的实际意义。
9.3.2 其他 3k−p 分式因子设计¶
当 k 中等或较大时,进一步缩小 3k 设计的分式可能更合适。一般可构造其 (1/3)p 分式(p<k),包含 3k−p 次试验,称为 3k−p 分式因子设计。例如,3k−2 是九分之一分式,3k−3 是二十七分之一分式。
构造 3k−p 设计时,先选择 p 个交互作用分量,用它们把完整 3k 设计的处理组合划为 3p 个区组;每个区组即一个 3k−p 分式因子设计。任一分式的定义关系 I 包含最初选定的 p 个分量,以及它们自动产生的 (3p−2p−1)/2 个广义交互作用。任一主效应或交互作用分量的别名,可将该效应分别与定义关系中的相应元素相乘并按模 3 化简得到。
也可先列出完整 3k−p 设计的处理组合,再按 9.3.1 节的方法,将额外的 p 个因子定义为某些交互作用分量,以生成试验安排。
下面构造一个 34−2 设计,即 34 设计的九分之一分式。选择 AB2C 和 BCD 两个交互作用分量,其广义交互作用为
(AB2C)(BCD)=AC2D,(AB2C)(BCD)2=ABD2. 因此定义关系为 I=AB2C=BCD=AC2D=ABD2,设计的分辨度为 III。先列出因子 A、B 的 32 完整设计,再令
x3≡2x1+x2,x4≡2x2+2x3(mod3), 即可得到表 9.7 的九个处理组合。这等价于用 AB2C、BCD 将完整 34 设计划成九个区组,再选取其中一个。
表 9.7 定义关系为 I=AB2C 和 I=BCD 的 3III4−2 设计
| 0000 | 0111 | 0222 |
| 1021 | 1102 | 1210 |
| 2012 | 2120 | 2201 |
该设计有 8 个自由度,可估计四个主效应及其别名。将效应分别乘以 AB2C、BCD、AC2D、ABD2 及它们的平方,并按模 3 化简,可得到完整的别名结构,见表 9.8。
表 9.8 表 9.7 所示 3III4−2 设计的别名结构
| 效应 | 别名 |
| $I$ | $I^{2}$ |
| $A$ | $ABC^{2}$ | $ABCD$ | $ACD^{2}$ | $AB^{2}D$ | $BC^{2}$ | $AB^{2}C^{2}D^{2}$ | $CD^{2}$ | $BD^{2}$ |
| $B$ | $AC$ | $BC^{2}D^{2}$ | $ABC^{2}D$ | $AB^{2}D^{2}$ | $ABC$ | $CD$ | $AB^{2}C^{2}D$ | $AD^{2}$ |
| $C$ | $AB^{2}C^{2}$ | $BC^{2}D$ | $AD$ | $ABCD^{2}$ | $AB^{2}$ | $BD$ | $ACD$ | $ABC^{2}D^{2}$ |
| $D$ | $AB^{2}CD$ | $BCD^{2}$ | $AC^{2}D^{2}$ | $AB$ | $AB^{2}CD^{2}$ | $BC$ | $AC^{2}$ | $ABD$ |
由别名结构可知,只有交互作用不存在或可忽略时,该设计才有用。此外,若 A 对应行、B 对应列,表 9.7 的设计也是一个希腊—拉丁方。
Connor 和 Zelen(1959)为 4≤k≤10 的情况整理了大量设计。该手册为美国国家标准局编制,是现有最完整的 3k−p 分式设计表。
本节多次提到 3k−p 分式设计别名关系的复杂性。当 k 达到 4 或 5,完整 3k 设计的规模通常迫使试验者选用较小的分式。但这些设计的别名关系涉及各占 2 个自由度的交互作用分量;若交互作用不可忽略,结果可能难以解释,甚至无法解释。而且,无法像二水平设计那样简单地用折叠等增广方法合并多个分式,以分离显著交互作用。虽然存在曲率时常有人建议使用 3k 设计,第 11 章将介绍更高效的替代设计。