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.

15.2 析因设计中的不平衡数据

本书主要讨论平衡析因设计,即各单元观测数同为 nn 的情形。但各单元观测数不同也很常见,称为不平衡析因设计,其原因有多种。

例如,原先设计平衡试验,但运行中出现意外,损失部分观测,最终数据不平衡。也可能有意采用不平衡设计:某些处理组合较贵或较难运行,因而观测较少;某些组合代表新的或尚未探索的条件,更受关注,因而增加重复。

平衡数据中主效应与交互作用的正交性质一般不再成立,通常的平衡方差分析公式不能直接使用,因此不平衡析因设计的分析更困难。

本节简要介绍处理方法,重点为两因子固定效应模型。设第 ijij 单元观测数为 nijn_{ij},第 ii 行总观测数为 ni⋅=∑j=1bnijn_{i\cdot}=\sum_{j=1}^bn_{ij},第 jj 列总观测数为 n⋅j=∑i=1anijn_{\cdot j}=\sum_{i=1}^an_{ij},全部观测数为 n⋅⋅=∑i=1a∑j=1bnijn_{\cdot\cdot}=\sum_{i=1}^a\sum_{j=1}^bn_{ij}。

15.2.1 比例数据:一种简单情形

有一种不平衡数据分析较简单,称为比例数据。此时第 ijij 单元观测数为

nij=ni⋅n⋅jn⋅⋅(15.11)n _ {i j} = \frac {n _ {i \cdot} n _ {\cdot j}}{n _ {\cdot \cdot}}\tag{15.11}

这意味着任意两行或两列的观测数成比例。可以采用标准方差分析,只需稍改平方和的手算公式:

SST=∑i=1a∑j=1b∑k=1nijyijk2−y⋯2n⋅⋅SSA=∑i=1ayi⋅⋅2ni⋅−y⋯2n⋅⋅SSB=∑j=1by⋅j⋅2n⋅j−y⋯2n⋅⋅SSAB=∑i=1a∑j=1byij⋅2nij−y⋯2n⋅⋅−SSA−SSBSSE=SST−SSA−SSB−SSAB=∑i=1a∑j=1b∑k=1nijyijk2−∑i=1a∑j=1byij⋅2nij\begin{array}{l} S S _ {T} = \sum_ {i = 1} ^ {a} \sum_ {j = 1} ^ {b} \sum_ {k = 1} ^ {n _ {i j}} y _ {i j k} ^ {2} - \frac {y_{\cdots}^2}{n _ {\cdot \cdot}} \\ S S _ {A} = \sum_ {i = 1} ^ {a} \frac {y _ {i \cdot \cdot} ^ {2}}{n _ {i \cdot}} - \frac {y_{\cdots}^2}{n _ {\cdot \cdot}} \\ S S _ {B} = \sum_ {j = 1} ^ {b} \frac {y _ {\cdot j \cdot} ^ {2}}{n _ {\cdot j}} - \frac {y_{\cdots}^2}{n _ {\cdot \cdot}} \\ S S _ {A B} = \sum_ {i = 1} ^ {a} \sum_ {j = 1} ^ {b} \frac {y _ {i j \cdot} ^ {2}}{n _ {i j}} - \frac {y_{\cdots}^2}{n _ {\cdot \cdot}} - S S _ {A} - S S _ {B} \\ S S _ {E} = S S _ {T} - S S _ {A} - S S _ {B} - S S _ {A B} \\ = \sum_ {i = 1} ^ {a} \sum_ {j = 1} ^ {b} \sum_ {k = 1} ^ {n _ {i j}} y _ {i j k} ^ {2} - \sum_ {i = 1} ^ {a} \sum_ {j = 1} ^ {b} \frac {y _ {i j \cdot} ^ {2}}{n _ {i j}} \end{array}

由此得到顺序拟合模型的方差分析,先拟合 A,再拟合 B。也可采用类似第 4 章不完全区组设计的调整拟合方法。书中采用的 Minitab 平衡方差分析程序可实现这两种分析。

以例 5.1 的电池设计试验为例,修改后的数据见表 15.6。数据显然成比例,例如第 1、1 单元有

n11=n1.n.1n..=10(8)20=4n _ {11} = \frac {n _ {1 .} n _ {. 1}}{n _ {. .}} = \frac {10 (8)}{20} = 4

表 15.6

具有比例数据的电池设计试验

材料类型温度, (°F)
1570125
1$n_{11} = 4$$n_{12} = 4$$n_{13} = 2$
1301553440
7418080757058
2$n_{21} = 2$$n_{22} = 2$$n_{23} = 1$
15912613611545
3$n_{31} = 2$$n_{32} = 2$$n_{33} = 1$
13816015013996
$n_{.1} = 8$$n_{.2} = 8$$n_{.3} = 4$
$y_{.1.} = 1122$$y_{.2.} = 769$$y_{.3.} = 269$

个观测。通常方差分析结果见表 15.7:材料类型和温度显著,交互作用的 P 值约为 0.17。因此,除交互作用不显著外,结论与例 5.1 完整数据的分析基本一致。

15.2.2 近似方法

若不平衡程度较小,有时可用近似方法将问题转为平衡数据问题。分析虽为近似,但平衡数据容易处理,因而颇具吸引力。必须判断不平衡程度是否足够小,使引入的近似影响不大。下面简述几种方法,假定每个单元至少有一个观测,即 nij≥1n_{ij}\ge1。

估计缺失观测值。 若只有少数 nijn_{ij} 不同,可以估计缺失值。例如,表 15.8 的第 2、2 单元仅缺一个值。对含交互作用的模型,使误差平方和最小的缺失值估计为 yˉij⋅\bar y_{ij\cdot},即该单元已有观测的平均值。

将估计值按数据处理,但误差自由度须减去估计的缺失值数。例如,补出表 15.8 的一个缺失值后,误差自由度为 26 而非 27。这是一种近似处理。

表 15.7

表 15.6 电池设计数据的方差分析

来源 of 方差平方和自由度均方$F_0$
材料类型7,811.623,905.84.78
温度16,090.928,045.59.85
交互作用6,266.541,566.61.92
误差8,981.011816.5
总计39,150.019

表 15.8 不平衡设计的 nijn_{ij} 值

行列
123
1444
2434
3444

表 15.9 不平衡设计的 nijn_{ij} 值

行列
123
1444
2454
3444

暂时舍去数据。 表 15.9 中第 2、2 单元仅比其他单元多一个观测。为其余八个单元估计缺失值并不理想,因为估计值将占最终数据约 18%。另一办法是暂时舍去该单元的一个观测,形成 n=4n=4 的平衡设计。

舍去的观测应随机选取。还可把它放回,再随机舍去另一个观测,重复分析,检查两次结论是否一致。若不一致,应检查被舍去值是否为异常值。只舍去少数观测且单元内变异较小时,通常不易出现这种矛盾。

不加权均值法。 Yates(1934)提出将单元平均值作为数据,作标准平衡分析,求行、列及交互作用平方和。误差均方为

MSE=∑i=1a∑j=1b∑k=1nij(yijk−y‾ij⋅)2n⋅⋅−ab(15.12)M S _ {E} = \frac {\sum_ {i = 1} ^ {a} \sum_ {j = 1} ^ {b} \sum_ {k = 1} ^ {n _ {i j}} (y _ {i j k} - \overline {{y}} _ {i j \cdot}) ^ {2}}{n _ {\cdot \cdot} - a b}\tag{15.12}

MSEMS_E 估计单个观测 yijky_{ijk} 的方差 σ2\sigma^2。但分析对象是单元均值,其方差为 σ2/nij\sigma^2/n_{ij},因此实际使用的误差均方应估计各单元均值方差的平均值,即

V‾(y‾ij⋅)=∑i=1a∑j=1bσ2/nijab=σ2ab∑i=1a∑j=1b1nij(15.13)\overline {{V}} (\overline {{y}} _ {i j \cdot}) = \frac {\sum_ {i = 1} ^ {a} \sum_ {j = 1} ^ {b} \sigma^ {2} / n _ {i j}}{a b} = \frac {\sigma^ {2}}{a b} \sum_ {i = 1} ^ {a} \sum_ {j = 1} ^ {b} \frac {1}{n _ {i j}}\tag{15.13}

用式(15.12)的 MSEMS_E 估计式(15.13)中的 σ2\sigma^2,得到

MSE′=MSEab∑i=1a∑j=1b1nij(15.14)M S _ {E} ^ {\prime} = \frac {M S _ {E}}{a b} \sum_ {i = 1} ^ {a} \sum_ {j = 1} ^ {b} \frac {1}{n _ {i j}}\tag{15.14}

以此作为方差分析的误差均方,自由度为 n⋅⋅−abn_{\cdot\cdot}-ab。

不加权均值法只是近似方法,因为行、列和交互作用平方和一般不服从通常的缩放卡方分布。其主要优点是计算简单。当各 nijn_{ij} 差别不大时,常能取得较合理的效果。

相关方法是 Yates(1934)提出的均值加权平方和法,同样基于单元均值,但以方差的倒数作为权重。详见 Searle(1971)以及 Speed、Hocking 和 Hackney(1978)。

15.2.3 精确方法

若近似方法不适合,例如存在空单元(某些 nij=0n_{ij}=0)或观测数差别很大,则必须采用精确分析。将方差分析模型表示为回归模型,拟合数据,再用一般回归显著性检验构造主效应和交互作用的平方和。不过,拟合和比较模型可以有多种方式,所得平方和可能不同,所检验假设也未必直接对应平衡情形,且不一定易于解释。详见本章补充材料,以及 Searle(1971),Hocking 和 Speed(1975),Hocking、Hackney 和 Speed(1978),Speed、Hocking 和 Hackney(1978),Searle、Speed 和 Henderson(1981),Milliken 和 Johnson(1984),Searle(1987)。SAS 的 PROC GLM 提供了分析不平衡数据的方法。