多因素試驗(yàn)資料的方差分析-文庫(kù)吧資料
2025-05-23 01:54本頁(yè)面
【正文】 2 1 1 2 1 1( ) ( ) 2 ( 2 4 2 0 ) 2 2B A a b a b a b a b? ? ? ? ? ? ?即 AB＝ BA。 欲用析因分析比較不同縫合方法及縫合后時(shí)間對(duì)軸突通過率的影響 。 處理由 A、 B兩因素組合而成 ， 因素 A為縫合方法 ， 有兩水平 ， 一為外膜縫合 ，記作 a1， 二為束膜縫合 ， 記作 a2；因素 B為縫合后的時(shí)間 ， 亦有兩水平 ， 一為縫合后 1月 ， 記作 b1， 二為縫合后 2月 ， 記作 b2。 ?注意 多因素試驗(yàn)與多向分類方差分析的區(qū)別 ， 如隨機(jī)區(qū)組試驗(yàn)和兩因素析因試驗(yàn) ，前者 是單因素試驗(yàn) ， 后者 是兩因素試驗(yàn) ，但 數(shù)據(jù)分析都是采用雙向分類方差分析 。 4. 裂區(qū)設(shè)計(jì) ： 兩因素析因設(shè)計(jì)的特殊形式。 a 1 a 2 a 3 b 1 b 2 b 3 b 4 b 5 b 6 b 7 b 8 b 9 ?析因設(shè)計(jì) ： g 個(gè)處理全部都作用于 同一級(jí)別 的實(shí)驗(yàn)單位。 2. 正交試驗(yàn) ： 非全面組合， g個(gè)處理組是各因素 各水平的部分組合，即析因設(shè)計(jì) 的部分實(shí)施 。n。 概 述 依賴性 2?設(shè)計(jì)類型 1. 析因設(shè)計(jì) 各因素各水平的全面組合 因素 組合數(shù) A B C a 1 b 1 c 1 a 2 b 1 c 1 a 1 b 1 c 1 a 1 b 1 c 2 a 2 b 1 c 2 a 2 b 1 c 2 a 1 b 1 c 3 a 2 b 1 c 3 c 3 a 1 b 2 c 1 a 2 b 2 c 1 a 1 b 2 c 2 a 2 b 2 c 2 a 1 b 2 c 3 a 2 b 2 c 3 處理組合數(shù) g = 各因素水平數(shù)之積。 原因 結(jié)果 多個(gè) 1個(gè) 資料： 處理因素分幾個(gè)水平，試驗(yàn)指標(biāo)多為 定量數(shù)據(jù)。 多變量分析： 研究多個(gè)變量的數(shù)量依存（或依賴）關(guān)系或互依（或相關(guān)）關(guān)系。 單變量分析： 研究單個(gè)變量的數(shù)量特征，推斷兩個(gè)或多個(gè)總體參數(shù)的差別。 此時(shí)可做析因分析 。 多因素試驗(yàn) ： 處理因素不止一個(gè) 。概 述 高級(jí)統(tǒng)計(jì)方法是基本統(tǒng)計(jì)方法的延伸和發(fā)展，表現(xiàn)在 空間廣度和時(shí)間深度上 。 110章，單雙因素（變量）研究，基本不涉及時(shí)間變量，即 時(shí)間是固定的 。 如 4種飼料是由脂肪含量和蛋白含量 兩個(gè)因素復(fù)合 組成 ， 研究目的不僅是比較 4種飼料的差別 ， 還要分別分析脂肪含量高低 、 蛋白含量高低對(duì)小鼠體重的影響 ， 就是兩因素的試驗(yàn) 。 單因素試驗(yàn)： 只涉及 一個(gè)處理因素 (至少兩個(gè)水平 )， 只是根據(jù)實(shí)驗(yàn)對(duì)象的屬性和控制實(shí)驗(yàn)誤差的需要 ， 采用的實(shí)驗(yàn)設(shè)計(jì)方法有所不同 。 雙變量分析： 研究?jī)蓚€(gè)變量的數(shù)量依存（或依賴）關(guān)系或互依（或相關(guān)）關(guān)系。 本篇內(nèi)容 ?多因素或多變量分析 1116章、 1821章 ?生存分析 17章 ?統(tǒng)計(jì)預(yù)測(cè) 22章 ?綜合評(píng)價(jià) 23章 ?量表研制方法 24章 ?其他：信度效度評(píng)價(jià)、 Meta分析 33章 教學(xué)目的 ?了解統(tǒng)計(jì)方法 ?掌握應(yīng)用條件 ?明確研究目的 ?分清資料類型 原始數(shù)據(jù) 建立數(shù)據(jù)庫(kù) ?正確解釋結(jié)果 借助統(tǒng)計(jì)軟件 中間 次要 最終 主要 第十一章 多因素試驗(yàn)資料的方差分析 ANOVA of MultipleFactor Experimental data Content ? ANOVA of factorial experiment ? ANOVA of the orthogonal design ? ANOVA of nested design ? ANOVA of splitplot design 目的： 研究多個(gè)處理因素對(duì)試驗(yàn)對(duì)象的試驗(yàn) 指標(biāo)的作用。 方法： 多為方差分析 ， 少數(shù) 檢驗(yàn)。 ?完全隨機(jī)設(shè)計(jì)：各組隨機(jī)分配 n 個(gè)試驗(yàn) 對(duì)象，總對(duì)象數(shù)為 g ?隨機(jī)區(qū)組設(shè)計(jì)： n 個(gè)區(qū)組，每個(gè)區(qū)組 g 個(gè) 試驗(yàn)對(duì)象隨機(jī)分配。 優(yōu)點(diǎn)：減少試驗(yàn)次數(shù) 缺點(diǎn)：犧牲分析各因素部分交互作用 例 114：析因設(shè)計(jì)，需做 24 次試驗(yàn) 正交設(shè)計(jì)，只需 8 次試驗(yàn) 3. 嵌套試驗(yàn) ： 處理非各因素各水平的全面組合，而是各因素按隸屬關(guān)系系統(tǒng)分組，各因素水平?jīng)]有交叉。 ?裂區(qū)設(shè)計(jì) ： A 因素的 I 個(gè)水平作用于一級(jí)實(shí)驗(yàn)單位， B 因素的 J 個(gè)水平作用于二級(jí)實(shí)驗(yàn)單位 。 ?在相同試驗(yàn)條件下
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1