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.

习题 3.20:烧制温度与砖密度

习题与答案 / 第 3 章 单因子试验与方差分析

第 9 版 · 第 3 章 · 原书章末习题见印刷页 125~134。

题目

研究人员实施试验,以确定 4 个指定烧制温度是否会影响某种砖的密度。完全随机试验得到以下结果,温度分别为 100、125、150、175,对应第 1~4 组;各组样本量并不相同。

组别/处理条件观测值(同一行属于同一组)
10021.8,21.9,21.7,21.6,21.7
12521.7,21.4,21.5,21.4
15021.9,21.8,21.8,21.6,21.5
17521.9,21.7,21.8,21.4

(a) 烧制温度是否影响砖的密度?取 α=0.05\alpha=0.05。

(b) 在这个试验中,是否适合采用 Fisher LSD 等方法比较各处理均值?

(c) 分析试验残差。方差分析的各项假定是否满足?

(d) 按第 3.5.3 节的方法构造处理均值的图形比较。该图是否充分概括了第(a)问的 ANOVA 结果?

答案与解析

(a)烧制温度效应

模型与模型假设(固定效应):yij=μi+ϵij=μ+τi+ϵijy_{ij}=\mu_i+\epsilon_{ij}=\mu+\tau_i+\epsilon_{ij},i=1,…,ai=1,\ldots,a,j=1,…,nij=1,\ldots,n_i;ϵij∼iidN(0,σ2)\epsilon_{ij}\overset{\mathrm{iid}}\sim N(0,\sigma^2)。误差独立、正态且同方差,处理分配及抽样符合题意;不平衡设计使用实际 nin_i。取 ∑iniτi=0\sum_i n_i\tau_i=0 识别参数;平衡时等价于 ∑iτi=0\sum_i\tau_i=0。

原假设和备择假设:H0:μ1=⋯=μaH_0:\mu_1=\cdots=\mu_a;H1H_1:至少一个总体均值不同。

平方和公式与检验统计量:令 N=∑iniN=\sum_i n_i,yˉi=∑jyij/ni\bar y_i=\sum_jy_{ij}/n_i,yˉ⋅⋅=∑i∑jyij/N\bar y_{\cdot\cdot}=\sum_i\sum_jy_{ij}/N。

SSA=∑ini(yˉi−yˉ⋅⋅)2,SSE=∑i∑j(yij−yˉi)2,SS_A=\sum_i n_i(\bar y_i-\bar y_{\cdot\cdot})^2,\qquad SS_E=\sum_i\sum_j(y_{ij}-\bar y_i)^2,
SST=∑i∑j(yij−yˉ⋅⋅)2=SSA+SSE,SS_T=\sum_i\sum_j(y_{ij}-\bar y_{\cdot\cdot})^2=SS_A+SS_E,
MSA=SSAa−1,MSE=SSEN−a,F0=MSAMSE∼H0Fa−1,N−a.MS_A=\frac{SS_A}{a-1},\quad MS_E=\frac{SS_E}{N-a},\quad F_0=\frac{MS_A}{MS_E}\overset{H_0}{\sim}F_{a-1,N-a}.

当 F0>F1−α,a−1,N−aF_0>F_{1-\alpha,a-1,N-a} 时拒绝 H0H_0,P=P(Fa−1,N−a≥F0)P=P(F_{a-1,N-a}\ge F_0)。本文分位数均为下侧累积概率分位数。

点估计量:μ^i=yˉi\hat\mu_i=\bar y_i,σ^2=MSE\hat\sigma^2=MS_E;各组样本方差为 si2=∑j(yij−yˉi)2/(ni−1)s_i^2=\sum_j(y_{ij}-\bar y_i)^2/(n_i-1)。以下为 ANOVA Table 与计算结果。

来源自由度平方和均方FFPP 值
处理30.1561110.0520372.023660.156875
误差140.360.0257143——
总计170.516111———
组别样本量均值样本标准差
1521.740.114018
2421.50.141421
3521.720.164317
4421.70.216025

取 α=0.05\alpha=0.05,未拒绝均值相等,不能认为烧制温度显著影响平均密度。

(b)是否继续使用 Fisher LSD

若采用先做总体检验的受保护 LSD 程序,由于总体检验不显著,不继续作事后 LSD 宣告差异。预先规定的科学对比另当别论。

(c)残差与假定

残差定义:y^ij=yˉi\hat y_{ij}=\bar y_i,eij=yij−yˉie_{ij}=y_{ij}-\bar y_i。变换分析时使用相应变换尺度的响应。

习题 3.20:观测值、残差 Q–Q 图、残差记录顺序图、残差 vs 拟合值图(raw)

三项诊断:Q–Q 图用于检查尾部、偏态及异常残差;残差记录顺序图用于展示原表记录的相邻变化;残差 vs 拟合值图用于观察方差是否随处理均值变化。

时序资料的限制:原题只提供分组观测,没有实际运行时间和随机运行次序。左下图按原表组内记录顺序排列,虚线表示组界,不是实际残差时序图;组界附近的变化不能解释为时间效应。若要完成真正的时序诊断,须取得原始运行顺序后按该顺序重画。当前不能仅凭此图断言误差在时间上独立。单样本或配对差的拟合值为常数时,残差 vs 拟合值图也不能检验复杂均值结构。

密度记录存在舍入造成的离散性;未见严重正态性偏离或明显异方差。原表顺序不等于随机运行顺序,独立性仍需实际设计记录支持。

(d)处理均值图

图中均值估计量为 yˉi\bar y_i,误差条为 yˉi±t0.975,N−aMSE/ni\bar y_i\pm t_{0.975,N-a}\sqrt{MS_E/n_i};均值区间的重叠情况不能直接代替均值差检验。

习题 3.20:散点图和处理均值区间图

各组分布与区间明显重叠,图示与总体未显著的结果相容;不能据此证明各真实均值完全相等。


答案来源:参考:ch03.pdf,原题 3.18;本页按第 9 版编号。

← 上一题 3.19 · 本章题目目录 · 下一题 3.21 →