Skip to article frontmatterSkip to article content
Site not loading correctly?

This may be due to an incorrect BASE_URL configuration. See the MyST Documentation for reference.

10.8 失拟检验

6.8 节指出,在 2k2^k 因子设计中加入中心点,就能估计纯试验误差。这使残差平方和 SSESS_E 可分解为两部分:

SSE=SSPE+SSLOF,SS_E=SS_{PE}+SS_{LOF},

其中,SSPESS_{PE} 为纯误差平方和,SSLOFSS_{LOF} 为失拟平方和。

下面在回归模型中一般性地推导这一分解。设在回归变量的第 ii 个不同取值点 xi\mathbf x_i(i=1,2,…,mi=1,2,\ldots,m)有 nin_i 个响应观测值。记 yijy_{ij} 为该点的第 jj 个响应观测值(j=1,2,…,nij=1,2,\ldots,n_i),则总观测数为 n=∑i=1mnin=\sum_{i=1}^{m}n_i。第 (i,j)(i,j) 个残差可写成

yij−y^i=(yij−yˉi)+(yˉi−y^i),(10.56)y_{ij}-\hat y_i=(y_{ij}-\bar y_i)+(\bar y_i-\hat y_i),\tag{10.56}

其中 yˉi\bar y_i 是在 xi\mathbf x_i 处 nin_i 个观测值的平均数。将式(10.56)两边平方,并对 ii 和 jj 求和,得到

∑i=1m∑j=1ni(yij−y^i)2=∑i=1m∑j=1ni(yij−yˉi)2+∑i=1mni(yˉi−y^i)2.(10.57)\sum_{i=1}^{m}\sum_{j=1}^{n_i}(y_{ij}-\hat y_i)^2 =\sum_{i=1}^{m}\sum_{j=1}^{n_i}(y_{ij}-\bar y_i)^2 +\sum_{i=1}^{m}n_i(\bar y_i-\hat y_i)^2.\tag{10.57}

式(10.57)左边是通常的残差平方和,右边两项分别度量纯误差和失拟。纯误差平方和为

SSPE=∑i=1m∑j=1ni(yij−yˉi)2.(10.58)SS_{PE}=\sum_{i=1}^{m}\sum_{j=1}^{n_i}(y_{ij}-\bar y_i)^2.\tag{10.58}

计算时,先求每个不同 xi\mathbf x_i 点处重复观测值的修正平方和,再将 mm 个点的结果合并。如果方差恒定的假设成立,由于 SSPESS_{PE} 只利用同一点处响应值之间的波动,它就是不依赖于拟合模型的纯误差度量。在第 ii 个点,纯误差有 ni−1n_i-1 个自由度,因此总自由度为

∑i=1m(ni−1)=n−m.(10.59)\sum_{i=1}^{m}(n_i-1)=n-m.\tag{10.59}

失拟平方和为

SSLOF=∑i=1mni(yˉi−y^i)2.(10.60)SS_{LOF}=\sum_{i=1}^{m}n_i(\bar y_i-\hat y_i)^2.\tag{10.60}

它是各点样本平均响应 yˉi\bar y_i 与相应拟合值 y^i\hat y_i 之间偏差平方的加权和。如果拟合值都接近相应的样本平均值,说明回归函数采用的线性模型形式有较强的支持;若两者偏差很大,则该模型形式很可能不适用。SSLOFSS_{LOF} 的自由度为 m−pm-p:共有 mm 个不同的 x\mathbf x 取值点,而估计模型的 pp 个参数要消耗 pp 个自由度。计算中通常用 SSE−SSPESS_E-SS_{PE} 得到 SSLOFSS_{LOF}。

失拟检验的统计量为

F0=SSLOF/(m−p)SSPE/(n−m)=MSLOFMSPE.(10.61)F_0=\frac{SS_{LOF}/(m-p)}{SS_{PE}/(n-m)}=\frac{MS_{LOF}}{MS_{PE}}.\tag{10.61}

MSPEMS_{PE} 的期望为 σ2\sigma^2;MSLOFMS_{LOF} 的期望为[1]

E(MSLOF)=σ2+∑i=1mni[E(yi)−β0−∑j=1kβjxij]2m−p.(10.62)E(MS_{LOF})=\sigma^2+\frac{\sum_{i=1}^{m}n_i\left[E(y_i)-\beta_0-\sum_{j=1}^{k}\beta_jx_{ij}\right]^2}{m-p}.\tag{10.62}

如果真实回归函数具有所拟合的线性模型形式,则 E(yi)=β0+∑j=1kβjxijE(y_i)=\beta_0+\sum_{j=1}^{k}\beta_jx_{ij},式(10.62)的第二项为零,故 E(MSLOF)=σ2E(MS_{LOF})=\sigma^2。反之,若真实函数不具有该形式,则 E(yi)≠β0+∑j=1kβjxijE(y_i)\ne\beta_0+\sum_{j=1}^{k}\beta_jx_{ij},且 E(MSLOF)>σ2E(MS_{LOF})>\sigma^2。在模型形式正确时,F0F_0 服从 Fm−p,n−mF_{m-p,n-m} 分布。因此,计算 F0F_0 后,若 F0>Fα,m−p,n−mF_0>F_{\alpha,m-p,n-m},便判定存在失拟。

这一检验很容易纳入方差分析。如果判定存在失拟,就应放弃暂定模型,尝试寻找更合适的方程。若 F0F_0 不超过 Fα,m−p,n−mF_{\alpha,m-p,n-m},则没有充分证据表明模型失拟,通常将 MSPEMS_{PE} 与 MSLOFMS_{LOF} 合并用于估计 σ2\sigma^2。例 6.7 对该过程给出了完整示范,其中重复试验点是 24 因子设计的中心点。

Footnotes
  1. 译者注:原文式(10.62)分母印为 m−2m-2,与前文 MSLOF=SSLOF/(m−p)MS_{LOF}=SS_{LOF}/(m-p) 的一般式不一致;这里按一般情形写为 m−pm-p。仅在 p=2p=2 时两者相同。