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 3.36:反应器晶圆位置

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

《Journal of the Electrochemical Society》第 139 卷第 2 期(1992 年)、524~532 页的一篇文章,介绍了一项多晶硅低压气相沉积试验。试验在德克萨斯州奥斯汀 Sematech 的大型反应器内实施。反应器有多个晶圆位置,从中随机选取 4 个位置。响应变量为薄膜厚度均匀性,每位置重复 3 次,结果如下。

组别/处理条件观测值(同一行属于同一组)
12.76,5.67,4.49
21.43,1.7,2.19
32.34,1.97,1.47
40.94,1.36,1.65

(a) 各晶圆位置是否存在差异?取 α=0.05\alpha=0.05。

(b) 估计晶圆位置所引起的变异。

(c) 估计随机误差分量。

(d) 分析残差,评价模型适合性。

答案与解析

(a)位置间变异的检验

模型与模型假设(随机效应):yij=μ+ui+ϵijy_{ij}=\mu+u_i+\epsilon_{ij},ui∼iidN(0,στ2)u_i\overset{\mathrm{iid}}\sim N(0,\sigma_\tau^2),ϵij∼iidN(0,σ2)\epsilon_{ij}\overset{\mathrm{iid}}\sim N(0,\sigma^2);随机效应与误差相互独立,抽取的水平代表目标水平总体。不同组独立,同组观测的边际协方差为 στ2\sigma_\tau^2,不能把同组观测的边际独立性当作假设。

原假设和备择假设:H0:στ2=0H_0:\sigma_\tau^2=0;H1:στ2>0H_1:\sigma_\tau^2>0。

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。

方差分量估计量:σ^2=MSE\hat\sigma^2=MS_E,σ^τ2=(MSA−MSE)/n0\hat\sigma_\tau^2=(MS_A-MS_E)/n_0,其中 n0=[N−∑ini2/N]/(a−1)n_0=[N-\sum_i n_i^2/N]/(a-1),平衡时 n0=nn_0=n。表中组样本均值仅作描述,不是随机效应的 BLUP;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316.21985.406618.290010.00774654
误差85.217470.652183——
总计1121.4373———
组别样本量均值样本标准差
134.306671.46364
231.773330.38527
331.926670.436616
431.316670.356978

位置为随机抽取,拒绝 στ2=0\sigma_\tau^2=0,说明反应器位置引起变异。

(b)位置方差的点估计

σ^τ2=(MSA−MSE)/n0\hat\sigma_\tau^2=(MS_A-MS_E)/n_0,其中 n0=[N−∑ini2/N]/(a−1)n_0=[N-\sum_i n_i^2/N]/(a-1);n0=3n_0=3,结果为 σ^τ2=1.58481\hat\sigma_\tau^2=1.58481。

(c)随机误差方差的点估计

σ^2=MSE=SSE/(N−a)\hat\sigma^2=MS_E=SS_E/(N-a),结果为 σ^2=0.652183\hat\sigma^2=0.652183。

(d)残差与模型适合性

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。随机效应题这里采用组内中心化残差检查组内误差;组均值是诊断基准,不冒充 REML 的 BLUP 拟合值。

习题 3.36: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。

第 1 位置的残差散布较大,等方差值得进一步检查;每位置仅 3 次重复。实际运行时间顺序未提供,不能从分组记录图证明时间独立性。


答案来源:参考:ch03.pdf,原题 3.31;本页按第 9 版编号。

← 上一题 3.35 · 本章题目目录 · 下一题 3.37 →