UA MATH571B 试验设计V 析因设计简介


之前讲过的单因素到Graeco-Latin Square设计处理的都是一个treatment factor的问题,但大多数情况下做试验不会只考虑一个treatment factor。超过一个treatment factor的设计叫析因设计(factorial design),这一讲先介绍两个treatment factor的析因设计,它相当于单因素试验设计的推广,后续会逐渐推广到多个factor,并引入blocking、正交等概念。

模型设定与假设

只含有两个treatment factor的析因试验的统计模型为
yijk=μ+τi+βj+(τβ)ij+ϵijk,ϵijkiidN(0,σ2)i=1,,a,j=1,,b,k=1,,ny_{ijk} = \mu + \tau_i + \beta_j + (\tau \beta)_{ij} + \epsilon_{ijk},\epsilon_{ijk} \sim_{iid} N(0,\sigma^2) \\ i=1,\cdots,a,j=1,\cdots,b,k=1,\cdots,n
其中μ\mu是总体均值,τi\tau_i是第一个treatment factor的level i 的treatment effect,βj\beta_j是第二个treatment factor的level j 的treatment effect,(τβ)ij(\tau \beta)_{ij}是第一个treatment factor的level i 与第二个treatment factor的level j 的交互效应,nn是重复试验的次数。还是用固定效应模型的假设
τi=βj=i(τβ)ij=j(τβ)ij=0\sum \tau_i = \sum \beta_j = \sum_i (\tau \beta)_{ij} = \sum_j (\tau \beta)_{ij} =0
参数估计我就不写了,每次都大同小异,直接上我老师ppt截图,这些估计量都是OLS估计,也是MLE:
UA MATH571B 试验设计V 析因设计简介
平方和的分解也懒得推了,反正每次都大同小异,也用老师slides的截图
UA MATH571B 试验设计V 析因设计简介
然后是关于treatment effect的假设检验
UA MATH571B 试验设计V 析因设计简介
以及ANOVA table

UA MATH571B 试验设计V 析因设计简介
到这里先评论两点:

  1. SSESSE的*度是ab(n1)ab(n-1),这意味着只做了一次试验的话MSEMSE是不存在的,这个上面的检验也就没法做了,所以析因试验需要做多组重复试验;
  2. 模型需要验证的假设还是正态性、独立性、同方差性;
  3. 再强调一下可加性的含义。可加性指的是每个factor的effect加起来就是总的effect,显然存在交互效应时就不满足可加性,因此如果不是所有的交互效应都为零,我们应该认为析因试验没有可加性;但关于析因设计是否具有可加性,依然可以用Tukey‘s 检验来做。
  4. 效应的比较可以用单因素试验的类似的办法来做。

Response Surface

ANOVA都是把factor当成qualitative变量来处理的,如果factor是quantitative变量并且想当成quantitative变量来估计,可以用response surface的方法来处理,也就是用回归的方法来估计模型:
y=β0+β1xA+β2xB+β3xAxB+ϵy=\beta_0 + \beta_1 x_A + \beta_2 x_B + \beta_3 x_A x_B + \epsilon
得到估计量之后,画出y^\hat{y}关于xAx_AxBx_B的曲面就是response surface。

一般的析因设计

假设有rr个factor,F1,,FrF_1,\cdots,F_r,每一个的level数目为li,i=1,,rl_i,i=1,\cdots,r,则共有
(i=1rli)+(i<jlilj)+(i<j<jliljlk)++(i=1rli)(\sum_{i=1}^r l_i) + (\sum_{i < j}l_i l_j) +(\sum_{i<j<j}l_il_jl_k)+\cdots + (\prod_{i=1}^r l_i)
种不同的效应。以三个factor的为例,模型设定为
UA MATH571B 试验设计V 析因设计简介
ANOVA table为
UA MATH571B 试验设计V 析因设计简介

区组析因设计

Blocked factorial design指的是在有nuisance factor的情况下考虑多个treatment factor的设计。以两个treatment factor的试验有一个nuisance factor为例,具体操作也比较简单,把nn个重复试验设计为把nn个block factor的level随机分配给析因设计的单位即可。ANOVA table如下:
UA MATH571B 试验设计V 析因设计简介
如果两个treatment factor的试验有两个block factor,就先把两个block factor弄成Latin Square,再随机分配给析因设计的试验单位,统计模型如下:
UA MATH571B 试验设计V 析因设计简介