ВУЗ:
Составители:
Рубрика:
103
4.4 Двухфакторный дисперсионный анализ
Дисперсионный анализ особенно эффективен при одновременном изу-
чении нескольких факторов. В этом случае при постановке активного экспе-
римента одновременно варьируют все факторы, и каждое наблюдение выход-
ного параметра Y используют для их одновременной оценки. При этом нема-
ловажен и тот факт, что в ряде случаев можно не делать параллельных наблю-
дений, ограничиваясь лишь одним наблюдением для каждого сочетания уров-
ней изучаемых факторов.
Пусть требуется изучить одновременное влияние на процесс двух каче-
ственных факторов Х
А
и Х
В
. Фактор Х
А
исследуется на уровнях Х
А1
, Х
А2
, …, Х
Аi
,
…, Х
АК
, фактор Х
В
– на уровнях Х
В1
, Х
В2
, …, Х
Вj
, …, Х
Вm
. Допустим, что при каж-
дом сочетании уровней исследуемых факторов было проведено по n парал-
лельных наблюдений (равное количество взято для упрощения вкладок). Мат-
рицу наблюдений в рассматриваемом случае можно представить в виде табли-
це 4.4.
Общее число наблюдений равно
m
k
n
N
⋅
⋅
=
.
Таблица 4.4 – Исходные данные для двухфакторного ДА с равным
числом по-
вторений опытов
X
A
Х
В
x
A1
x
A2
… x
Ai
… x
AK
∗∗ j
y
y
111,
y
112
,
…, y
11n
y
211,
y
212
,
…, y
21n
…
y
i11,
y
i12
,
…, y
i1n
…
y
K11,
y
K12
,
…, y
K1n
x
B1
∗11
y
∗21
y
…
∗1i
y
…
∗1K
y
∗∗1
y
y
121,
y
122
,
…, y
12n
y
221,
y
222
,
…, y
22n
…
y
i21,
y
i22
,
…, y
i2n
…
y
K21,
y
K22
,
…, y
K2n
x
B2
∗12
y
∗22
y
…
∗2i
y
…
∗2K
y
∗∗2
y
… …
… … … … … …
y
1j1,
y
1j2
,
…, y
1jn
y
2j1,
y
2j2
,
…, y
2jn
…
y
ij1,
y
ij2
,
…, y
ijn
…
y
Kj1,
y
Kj2
,
…, y
Kjn
x
Bj
∗j
y
1
∗j
y
2
…
∗ji
y
…
∗Kj
y
∗∗ j
y
… …
… … … … … …
y
1m1,
y
1m2
,
…, y
1mn
y
2m1,
y
2m2
,
…, y
2mn
…
y
im1,
y
im2
,
…, y
imn
…
y
Km1,
y
Km2
,
…, y
Kmn
x
Bm
∗m
y
1
∗m
y
2
…
∗im
y
…
∗Km
y
∗∗m
y
∗∗i
y
∗∗1
y
∗∗2
y
…
∗∗i
y
…
∗∗K
y
y
4.4 Двухфакторный дисперсионный анализ
Дисперсионный анализ особенно эффективен при одновременном изу-
чении нескольких факторов. В этом случае при постановке активного экспе-
римента одновременно варьируют все факторы, и каждое наблюдение выход-
ного параметра Y используют для их одновременной оценки. При этом нема-
ловажен и тот факт, что в ряде случаев можно не делать параллельных наблю-
дений, ограничиваясь лишь одним наблюдением для каждого сочетания уров-
ней изучаемых факторов.
Пусть требуется изучить одновременное влияние на процесс двух каче-
ственных факторов ХА и ХВ. Фактор ХА исследуется на уровнях ХА1, ХА2, …, ХАi,
…, ХАК, фактор ХВ – на уровнях ХВ1, ХВ2, …, ХВj, …, ХВm. Допустим, что при каж-
дом сочетании уровней исследуемых факторов было проведено по n парал-
лельных наблюдений (равное количество взято для упрощения вкладок). Мат-
рицу наблюдений в рассматриваемом случае можно представить в виде табли-
це 4.4.
Общее число наблюдений равно
N = n⋅k ⋅m.
Таблица 4.4 – Исходные данные для двухфакторного ДА с равным числом по-
вторений опытов
XA y∗ j ∗
ХВ
xA1 xA2 … xAi … xAK
y111, y112, y211, y212, yi11, yi12, yK11, yK12,
… …
xB1 …, y11n …, y21n …, yi1n …, yK1n y ∗1∗
y11∗ y 21∗ … y i1∗ … y K 1∗
y121, y122, y221, y222, yi21, yi22, yK21, yK22,
… …
xB2 …, y12n …, y22n …, yi2n …, yK2n y ∗ 2∗
y12∗ y 22∗ … y i 2∗ … y K 2∗
… … … … … … … …
y1j1, y1j2, y2j1, y2j2, yij1, yij2, yKj1, yKj2,
… …
xBj …, y1jn …, y2jn …, yijn …, yKjn y∗ j ∗
y1 j ∗ y 2 j∗ … y ij ∗ … y Kj ∗
… … … … … … … …
y1m1, y1m2, y2m1, y2m2, yim1, yim2, yKm1,yKm2,
… …
xBm …, y1mn …, y2mn …, yimn …, yKmn y ∗m∗
y1m ∗ y 2 m∗ … y im ∗ … y Km ∗
y i ∗∗ y1∗∗ y 2∗∗ … y i ∗∗ … y K ∗∗ y
103
Страницы
- « первая
- ‹ предыдущая
- …
- 101
- 102
- 103
- 104
- 105
- …
- следующая ›
- последняя »
