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 3.24:混凝土插捣次数

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

《ACI Materials Journal》1987 年第 84 卷、213~216 页的一篇文章介绍了几项混凝土插捣试验,目的是通过插捣排除内部滞留空气。试验使用直径 3 英寸、高 6 英寸的圆柱试件,设计变量为插捣次数,响应为混凝土试件的抗压强度。插捣水平 10、15、20、25 对应第 1~4 组,数据如下。

组别/处理条件观测值(同一行属于同一组)
插捣 10 次1530,1530,1440
插捣 15 次1610,1650,1500
插捣 20 次1560,1730,1530
插捣 25 次1500,1490,1510

(a) 抗压强度是否随插捣水平不同而有差异?取 α=0.05\alpha=0.05。

(b) 求第(a)问 F 统计量的 PP 值。

(c) 分析试验残差。对模型的基本假定可以得出什么结论?

(d) 按第 3.5.3 节的方法构造图形,比较各处理均值。

答案与解析

(a)插捣次数的总体检验

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328633.39544.441.865360.213781
误差840933.35116.67——
总计1169566.7———
组别样本量均值样本标准差
13150051.9615
231586.6777.6745
331606.67107.858
43150010

在 0.05 水平不拒绝各均值相等,没有充分证据认定插捣次数影响平均抗压强度。

(b)F 统计量的 P 值

P=P(F3,8≥1.86536)=0.213781P=P(F_{3,8}\ge1.86536)=0.213781。

按同一自由度取右尾概率,不是双侧加倍。

(c)残差与模型假定

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 3.24: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。

20 次组散布较大、25 次组很小,等方差值得关注;每组仅 3 个观测,正态性及方差检验能力均有限。实际运行时序未给出。

(d)均值比较图

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 3.24:散点图和处理均值区间图

不能据均值排序选出已被统计证实的最优插捣次数;图形须结合样本量及异方差疑虑解释。


答案来源:参考答案文件无直接对应题;解析由编者补充。

← 上一题 3.23 · 本章题目目录 · 下一题 3.25 →