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。
《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) 1 2.76,5.67,4.49 2 1.43,1.7,2.19 3 2.34,1.97,1.47 4 0.94,1.36,1.65
(a) 各晶圆位置是否存在差异?取 α = 0.05 \alpha=0.05 α = 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) :y i j = μ + u i + ϵ i j y_{ij}=\mu+u_i+\epsilon_{ij} y ij = μ + u i + ϵ ij ,u i ∼ i i d N ( 0 , σ τ 2 ) u_i\overset{\mathrm{iid}}\sim N(0,\sigma_\tau^2) u i ∼ iid N ( 0 , σ τ 2 ) ,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 ) ;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 σ τ 2 \sigma_\tau^2 σ τ 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 :H 0 : σ τ 2 = 0 H_0:\sigma_\tau^2=0 H 0 : σ τ 2 = 0 ;H 1 : σ τ 2 > 0 H_1:\sigma_\tau^2>0 H 1 : σ τ 2 > 0 。
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 。
方差分量估计量 :σ ^ 2 = M S E \hat\sigma^2=MS_E σ ^ 2 = M S E ,σ ^ τ 2 = ( M S A − M S E ) / n 0 \hat\sigma_\tau^2=(MS_A-MS_E)/n_0 σ ^ τ 2 = ( M S A − M S E ) / n 0 ,其中 n 0 = [ N − ∑ i n i 2 / N ] / ( a − 1 ) n_0=[N-\sum_i n_i^2/N]/(a-1) n 0 = [ N − ∑ i n i 2 / N ] / ( a − 1 ) ,平衡时 n 0 = n n_0=n n 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 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 3 16.2198 5.40661 8.29001 0.00774654 误差 8 5.21747 0.652183 — — 总计 11 21.4373 — — —
组别 样本量 均值 样本标准差 1 3 4.30667 1.46364 2 3 1.77333 0.38527 3 3 1.92667 0.436616 4 3 1.31667 0.356978
位置为随机抽取,拒绝 σ τ 2 = 0 \sigma_\tau^2=0 σ τ 2 = 0 ,说明反应器位置引起变异。
(b)位置方差的点估计 ¶ σ ^ τ 2 = ( M S A − M S E ) / n 0 \hat\sigma_\tau^2=(MS_A-MS_E)/n_0 σ ^ τ 2 = ( M S A − M S E ) / n 0 ,其中 n 0 = [ N − ∑ i n i 2 / N ] / ( a − 1 ) n_0=[N-\sum_i n_i^2/N]/(a-1) n 0 = [ N − ∑ i n i 2 / N ] / ( a − 1 ) ;n 0 = 3 n_0=3 n 0 = 3 ,结果为 σ ^ τ 2 = 1.58481 \hat\sigma_\tau^2=1.58481 σ ^ τ 2 = 1.58481 。
(c)随机误差方差的点估计 ¶ σ ^ 2 = M S E = S S E / ( N − a ) \hat\sigma^2=MS_E=SS_E/(N-a) σ ^ 2 = M S E = S S E / ( N − a ) ,结果为 σ ^ 2 = 0.652183 \hat\sigma^2=0.652183 σ ^ 2 = 0.652183 。
(d)残差与模型适合性 ¶ 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。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。
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 →