习题 3.26:自动阀门电路响应时间
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。
自动阀门关闭机构可使用三种不同类型的电路。一个完全随机试验测定了这三种电路的响应时间,单位为毫秒,结果如下。
组别/处理条件 观测值(同一行属于同一组) 1 9,12,10,8,15 2 20,21,23,17,30 3 6,5,8,16,7
(a) 取 α = 0.01 \alpha=0.01 α = 0.01 ,检验三种电路的平均响应时间相同的假设。
(b) 取 α = 0.01 \alpha=0.01 α = 0.01 ,用 Tukey 检验比较所有均值对。
(c) 使用第 3.5.3 节的图形方法比较处理均值。结论如何?它们与第(b)问相比如何?
(d) 假定在试验开始前已怀疑电路 2 的平均响应时间不同于另外两种,构造一组有意义的正交对比。
(e) 如果你是设计工程师,希望响应时间尽可能短,会选择哪种电路?
(f) 分析残差。ANOVA 的基本假定是否满足?
答案与解析 ¶ (a)电路响应时间的总体检验 ¶ 模型与模型假设(固定效应) :y i j = μ i + ϵ i j = μ + τ i + ϵ i j y_{ij}=\mu_i+\epsilon_{ij}=\mu+\tau_i+\epsilon_{ij} y ij = μ i + ϵ ij = μ + τ i + ϵ ij ,i = 1 , … , a i=1,\ldots,a i = 1 , … , a ,j = 1 , … , n i j=1,\ldots,n_i j = 1 , … , n i ;ϵ i j ∼ i i d N ( 0 , σ 2 ) \epsilon_{ij}\overset{\mathrm{iid}}\sim N(0,\sigma^2) ϵ ij ∼ iid N ( 0 , σ 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 n i n_i n i 。取 ∑ i n i τ i = 0 \sum_i n_i\tau_i=0 ∑ i n i τ i = 0 识别参数;平衡时等价于 ∑ i τ i = 0 \sum_i\tau_i=0 ∑ i τ i = 0 。
原假设和备择假设 :H 0 : μ 1 = ⋯ = μ a H_0:\mu_1=\cdots=\mu_a H 0 : μ 1 = ⋯ = μ a ;H 1 H_1 H 1 :至少一个总体均值不同。
平方和公式与检验统计量 :令 N = ∑ i n i N=\sum_i n_i N = ∑ i n i ,y ˉ i = ∑ j y i j / n i \bar y_i=\sum_jy_{ij}/n_i y ˉ i = ∑ j y ij / n i ,y ˉ ⋅ ⋅ = ∑ i ∑ j y i j / N \bar y_{\cdot\cdot}=\sum_i\sum_jy_{ij}/N y ˉ ⋅⋅ = ∑ i ∑ j y ij / N 。
S S A = ∑ i n i ( y ˉ i − y ˉ ⋅ ⋅ ) 2 , S S E = ∑ i ∑ j ( y i j − y ˉ i ) 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, S S A = i ∑ n i ( y ˉ i − y ˉ ⋅⋅ ) 2 , S S E = i ∑ j ∑ ( y ij − y ˉ i ) 2 , S S T = ∑ i ∑ j ( y i j − y ˉ ⋅ ⋅ ) 2 = S S A + S S E , SS_T=\sum_i\sum_j(y_{ij}-\bar y_{\cdot\cdot})^2=SS_A+SS_E, S S T = i ∑ j ∑ ( y ij − y ˉ ⋅⋅ ) 2 = S S A + S S E , M S A = S S A a − 1 , M S E = S S E N − a , F 0 = M S A M S E ∼ H 0 F a − 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}. M S A = a − 1 S S A , M S E = N − a S S E , F 0 = M S E M S A ∼ H 0 F a − 1 , N − a . 当 F 0 > F 1 − α , a − 1 , N − a F_0>F_{1-\alpha,a-1,N-a} F 0 > F 1 − α , a − 1 , N − a 时拒绝 H 0 H_0 H 0 ,P = P ( F a − 1 , N − a ≥ F 0 ) P=P(F_{a-1,N-a}\ge F_0) P = P ( F a − 1 , N − a ≥ F 0 ) 。本文分位数均为下侧累积概率分位数 。
点估计量 :μ ^ i = y ˉ i \hat\mu_i=\bar y_i μ ^ i = y ˉ i ,σ ^ 2 = M S E \hat\sigma^2=MS_E σ ^ 2 = M S E ;各组样本方差为 s i 2 = ∑ j ( y i j − y ˉ i ) 2 / ( n i − 1 ) s_i^2=\sum_j(y_{ij}-\bar y_i)^2/(n_i-1) s i 2 = ∑ j ( y ij − y ˉ 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 F F F P P P 值处理 2 543.6 271.8 16.0828 0.000402326 误差 12 202.8 16.9 — — 总计 14 746.4 — — —
组别 样本量 均值 样本标准差 1 5 10.8 2.77489 2 5 22.2 4.86826 3 5 8.4 4.39318
P = 0.000402326 < 0.01 P=0.000402326<0.01 P = 0.000402326 < 0.01 ,拒绝三均值相等。
(b)Tukey 两两比较 ¶ 估计量与区间公式 :μ i − μ j ^ = y ˉ i − y ˉ j \widehat{\mu_i-\mu_j}=\bar y_i-\bar y_j μ i − μ j = y ˉ i − y ˉ j ,S E i j = M S E ( 1 / n i + 1 / n j ) SE_{ij}=\sqrt{MS_E(1/n_i+1/n_j)} S E ij = M S E ( 1/ n i + 1/ n j ) 。 Tukey–Kramer 同时区间为 ( y ˉ i − y ˉ j ) ± q 1 − α , a , N − a S E i j / 2 (\bar y_i-\bar y_j)\pm q_{1-\alpha,a,N-a}SE_{ij}/\sqrt2 ( y ˉ i − y ˉ j ) ± q 1 − α , a , N − a S E ij / 2 ;区间不含零则相应均值对显著,控制全部两两比较的家族错误率。
均值对 均值差 99% 区间 显著 1 − 2 -11.4 (-20.6768, -2.12316) 是 1 − 3 2.4 (-6.87684, 11.6768) 否 2 − 3 13.8 (4.52316, 23.0768) 是
电路 2 显著慢于 1、3;1 与 3 不显著。
(c)图形比较 ¶ 图中均值估计量为 y ˉ i \bar y_i y ˉ i ,误差条为 y ˉ i ± t 0.975 , N − a M S E / n i \bar y_i\pm t_{0.975,N-a}\sqrt{MS_E/n_i} y ˉ i ± t 0.975 , N − a M S E / n i ;均值区间的重叠情况不能直接代替均值差检验。
图示 2 的响应时间明显较长,与 Tukey 结论相容;1 与 3 的均值接近。
(d)预设正交对比 ¶ 取 C 1 = 2 μ 2 − μ 1 − μ 3 C_1=2\mu_2-\mu_1-\mu_3 C 1 = 2 μ 2 − μ 1 − μ 3 、C 2 = μ 1 − μ 3 C_2=\mu_1-\mu_3 C 2 = μ 1 − μ 3 ,系数 ( − 1 , 2 , − 1 ) (-1,2,-1) ( − 1 , 2 , − 1 ) 与 ( 1 , 0 , − 1 ) (1,0,-1) ( 1 , 0 , − 1 ) 内积为零。估计量为 C ^ = ∑ i c i y ˉ i \hat C=\sum_i c_i\bar y_i C ^ = ∑ i c i y ˉ i ,单自由度平方和为 S S C = C ^ 2 / ( ∑ i c i 2 / n i ) SS_C=\hat C^2/(\sum_i c_i^2/n_i) S S C = C ^ 2 / ( ∑ i c i 2 / n i ) 。结果 C ^ 1 = 25.2 \hat C_1=25.2 C ^ 1 = 25.2 、S S C 1 = 529.2 SS_{C_1}=529.2 S S C 1 = 529.2 ,C ^ 2 = 2.4 \hat C_2=2.4 C ^ 2 = 2.4 、S S C 2 = 14.4 SS_{C_2}=14.4 S S C 2 = 14.4 ;二者之和 543.6 等于 S S A SS_A S S A 。
(e)电路选择 ¶ 电路 3 的样本均值 8.4 ms 最短,可作为候选,但未证明其比 1 更快;成本和可靠性相同时可进一步确认 1、3 的差异。
(f)残差分析 ¶ 残差定义 :y ^ i j = y ˉ i \hat y_{ij}=\bar y_i y ^ ij = y ˉ i ,e i j = y i j − y ˉ i e_{ij}=y_{ij}-\bar y_i e ij = y ij − y ˉ i 。变换分析时使用相应变换尺度的响应。
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。
未见严重偏态或强烈异方差,样本量每组 5 个仍较少;缺少实际运行顺序,时间独立性尚不能由图验证。
答案来源 :参考:ch03.pdf,原题 3.23;本页按第 9 版编号。
← 上一题 3.25 · 本章题目目录 · 下一题 3.27 →