单因素方差分析
r为类型数
F与Fα(r−1,n−r){ F }_{ \alpha }(r-1,n-r)Fα(r−1,n−r)比较
双因素等重复试验的方差分析
s是横向因素个数,r是纵向因素个数,l是重复试验次数
双因素无重复试验的方差分析
正交试验设计
正交表
Ln(s1×s2×⋯×sr){ L }_{ n }({ s }_{ 1 }\times { s }_{ 2 }\times \cdots \times { s }_{ r })Ln(s1×s2×⋯×sr)
其中n是正交表的行数,代表正交试验的次数,r是可以安排的列数,s是每列中因素的水平数
例:L8(27){ L }_{ 8 }({ 2 }^{ 7 })L8(27)代表有7列,每列的元素水平数是2,一共进行8次试验.
试验结果直观分析
极差Tij{T}_{ij}Tiji代表因素的某个水平,j代表因素列,即第j列上i元素的指标(y)的和
Rj{R}_{j}Rj是j列不同元素的极差
可以用Rj{R}_{j}Rj排出主次顺序,Rj{R}_{j}Rj越大代表越重要,影响越大.
最优实验条件,是根据主次顺序,排列出各列根据不同要求得到的实验条件.
实验结果方差分析
其中QT{Q}_{T}QT=QA{Q}_{A}QA+…+Qe{Q}_{e}Qe
QT=∑i=1n(yi−yˉ)2{Q}_{T}=\sum _{ i=1 }^{ n }{ { ({ y }_{ i }-\bar { y } ) }^{ 2 } }QT=∑i=1n(yi−yˉ)2
Qj=Sjn∑i=1SjTij2−1n(∑i=1SjTij)2{Q}_{j}=\frac { { S }_{ j } }{ n } \sum _{ i=1 }^{ { S }_{ j } }{ { T }_{ ij }^{ 2 } } -\frac { 1 }{ n } { (\sum _{ i=1 }^{ { S }_{ j } }{ { T }_{ ij } } ) }^{ 2 }Qj=nSj∑i=1SjTij2−n1(∑i=1SjTij)2
Qe{Q}_{e}Qe=QT{Q}_{T}QT-其他
和Fα(fI,fe)比较{ F }_{ \alpha }({ f }_{ I },{ f }_{ e })比较Fα(fI,fe)比较