Wykład 7Teoria eksperymentu
Magdalena Frąszczak
Wrocław, 19.04.2017r
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Układ niekompletnych bloków losowych
Zrównoważone niekompletne bloki: Gdy wszystkie porównaniawyników są jednakowo ważne należy tak wybrać kombinacjeczynników pojawiających się w blokach, aby każda para czynnikówpojawiała się razem taką samą ilość razy.Taki układ zrównoważonych niekompletnych bloków otrzymamygdy:a - czynnnikówk - ilość czynników w każdym z bloków (k < a)(
ak
)- liczba sposobów, na które możemy wybrać czynniki do
bloku
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Układ niekompletnych bloków losowych
Analiza statystyczna
a - poziomów badanego czynnika
b - bloków
każdy blok zawiera k poziomów czynnika
każdy poziom czynnika ma r replikacji - pojawia się r razy
N = ar = bk - całkowita liczba obserwacji
każda para czynnika pojawia się w tym samym bloku
λ =r(k − 1)a− 1
gdy a = b - układ symetryczny
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Układ niekompletnych bloków losowych
Analiza statystyczna
a - poziomów badanego czynnika
b - bloków
każdy blok zawiera k poziomów czynnika
każdy poziom czynnika ma r replikacji - pojawia się r razy
N = ar = bk - całkowita liczba obserwacji
każda para czynnika pojawia się w tym samym bloku
λ =r(k − 1)a− 1
gdy a = b - układ symetryczny
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Układ niekompletnych bloków losowych
Analiza statystyczna
a - poziomów badanego czynnika
b - bloków
każdy blok zawiera k poziomów czynnika
każdy poziom czynnika ma r replikacji - pojawia się r razy
N = ar = bk - całkowita liczba obserwacji
każda para czynnika pojawia się w tym samym bloku
λ =r(k − 1)a− 1
gdy a = b - układ symetryczny
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Układ niekompletnych bloków losowych
Analiza statystyczna
a - poziomów badanego czynnika
b - bloków
każdy blok zawiera k poziomów czynnika
każdy poziom czynnika ma r replikacji - pojawia się r razy
N = ar = bk - całkowita liczba obserwacji
każda para czynnika pojawia się w tym samym bloku
λ =r(k − 1)a− 1
gdy a = b - układ symetryczny
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Układ niekompletnych bloków losowych
Model statystyczny
yij = µ+ τi + βj + �ij
τi - efekt i-tego poziomu czynnikaβj - efekt j - tego bloku�ij ∼ N(0, σ2) - iid. - błąd losowy.
Całkowitą zmienność można zapisać:
SST = SSczynnik dopasowany + SSB + SSE =a∑
i=1
b∑j=1
y2ij −y2..N
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Układ niekompletnych bloków losowych
Model statystyczny
yij = µ+ τi + βj + �ij
τi - efekt i-tego poziomu czynnikaβj - efekt j - tego bloku�ij ∼ N(0, σ2) - iid. - błąd losowy.
Całkowitą zmienność można zapisać:
SST = SSczynnik dopasowany + SSB + SSE =a∑
i=1
b∑j=1
y2ij −y2..N
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Układ niekompletnych bloków losowych
Model statystyczny
Uwaga
Suma kwadratów dla czynników jest dostosowana tak abyodseparować wpływ czynników od wpływu bloków. Taka poprawkajest konieczna ponieważ każdy poziom czynnika jestreprezentowany w różnych zbiorach r bloków.Bez wzięcia pod uwagę poprawki sumy y1., y2., . . . , ya. podlegająwpływom różnic między blokami.
SSB =∑b
j=1y2.jk −
y2..N
SScz dop =k∑a
i=1Q2i
λa
Qi = yi . − 1k∑b
j=1 nijyij , i = 1, 2, . . . , a
nij =
{1 czynnik i występuje w j− tym bloku0 poza tym
Qi - dopasowana całókowita suma dla i-tego poziomu czynnikaMagdalena Frąszczak Wykład 7 Teoria eksperymentu
Układ niekompletnych bloków losowych
źródło suma stopnie średnizmienności kwadratów swobody kwadrat Fczynnik
dopasowanyk∑a
i=1Q2i
λa a− 1SSczdopa−1
MSczdopMSE
do bloków
bloki∑b
j=1y2.jk −
y2..N b − 1
błąd dopełnienie N − a− b + 1 SSEN−a−b+1
całkowita∑a
i
∑bj y2ij −
y2..N N − 1
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Przykład 7.1
Inżynier chemik uważa, że czas reakcji pewnego procesuchemicznego jest funkcją użytego katalizatora. W użyciu są czterykatalizatory. Eksperyment polega na wybraniu próbek substancjibiorących udział w reakcji i przeprowadzeniu oddzielnych procesówprzy użyciu każdego z katalizatorów pomiaru czasu reakcji. Inżyniertraktuje próbki pochodzące od różnych producentów jako bloki.Niestety każda próbka pochodząca od jednego producentawystarcza na przeprowadzenie trzech kataliz. Chemik postanawiaskorzystać z układu zrównoważonych niekompletnych bloków.
producent materiałukatalizator 1 2 3 4 yi .
1 73 74 − 71 2182 − 75 67 72 2143 73 75 68 − 2164 75 − 72 75 222y.j 221 224 207 218 y.. = 870Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Przykład 7.1 - cd
a = 4; b = 4; k = 3; r = 3; λ = 2; N = 12SST =
∑4i
∑4j y2ij −
y2..N = 63.156−
870212 = 81
SSB =∑4
j=1y2.j3 −
y2..12 = 55
Q1 = 218− 13(221 + 224 + 218) = −93
Q2 = 214− 13(207 + 224 + 218) = −73
Q3 = 216− 13(221 + 207 + 224) = −43
Q4 = 222− 13(221 + 207 + 218) =203
SScz dop =3∑4
i=1Q2i
2·4 = 22.75SSE = SST − SSB − SScz dop = 81− 22.75− 55 = 3.25
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Przykład 7.1 - cd
źródło suma stopnie średnizmienności kwadratów swobody kwadrat Fkatalizator 22.75 3 7.58 11.66producent 55 3 -błąd 3.25 5 0.65całkowita 81 11
F0 = 11.66 > 5.41 = F0.05(3, 5) - odrzucamy H0
Katalizatory użyte w reakcjach mają istotny wpływ na czasprzebiegu reakcji.
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Przykład 7.1 - cd
źródło suma stopnie średnizmienności kwadratów swobody kwadrat Fkatalizator 22.75 3 7.58 11.66producent 55 3 -błąd 3.25 5 0.65całkowita 81 11
F0 = 11.66 > 5.41 = F0.05(3, 5) - odrzucamy H0
Katalizatory użyte w reakcjach mają istotny wpływ na czasprzebiegu reakcji.
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Przykład 7.1 - cd
źródło suma stopnie średnizmienności kwadratów swobody kwadrat Fkatalizator 22.75 3 7.58 11.66producent 55 3 -błąd 3.25 5 0.65całkowita 81 11
F0 = 11.66 > 5.41 = F0.05(3, 5) - odrzucamy H0
Katalizatory użyte w reakcjach mają istotny wpływ na czasprzebiegu reakcji.
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Estymacja parametrów metodą najmniejszych kwadratów
Równania normalne w układzie zrównoważonych niekompletnychbloków mają postać:µ : Nµ̂+ r
∑ai=1 τ̂i + k
∑bj=1 β̂j = y..
τi : r µ̂+ r ˆτi=1 +∑b
j=1 nij + β̂j = yi ., i = 1, 2, . . . , a
βj : kµ̂+∑a
i=1 nij τ̂i + kβ̂j = y.j , j = 1, 2, . . . , a
Przy założeniu, że∑τ̂i −
∑β̂j dostajemy µ̂ = y..
Następnie korzystając z równania na {βj} aby wyeliminować efektybloków z równania na {τi} otrzymujemy:(?)rk τ̂i − r τ̂i −
∑bj=1
∑ap=1;p 6=i nijnpj τ̂p = kyi . −
∑bj=1 nijy.j
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Estymacja parametrów metodą najmniejszych kwadratów
Równania normalne w układzie zrównoważonych niekompletnychbloków mają postać:µ : Nµ̂+ r
∑ai=1 τ̂i + k
∑bj=1 β̂j = y..
τi : r µ̂+ r ˆτi=1 +∑b
j=1 nij + β̂j = yi ., i = 1, 2, . . . , a
βj : kµ̂+∑a
i=1 nij τ̂i + kβ̂j = y.j , j = 1, 2, . . . , aPrzy założeniu, że
∑τ̂i −
∑β̂j dostajemy µ̂ = y..
Następnie korzystając z równania na {βj} aby wyeliminować efektybloków z równania na {τi} otrzymujemy:(?)rk τ̂i − r τ̂i −
∑bj=1
∑ap=1;p 6=i nijnpj τ̂p = kyi . −
∑bj=1 nijy.j
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Estymacja parametrów metodą najmniejszych kwadratów
Równania normalne w układzie zrównoważonych niekompletnychbloków mają postać:µ : Nµ̂+ r
∑ai=1 τ̂i + k
∑bj=1 β̂j = y..
τi : r µ̂+ r ˆτi=1 +∑b
j=1 nij + β̂j = yi ., i = 1, 2, . . . , a
βj : kµ̂+∑a
i=1 nij τ̂i + kβ̂j = y.j , j = 1, 2, . . . , aPrzy założeniu, że
∑τ̂i −
∑β̂j dostajemy µ̂ = y..
Następnie korzystając z równania na {βj} aby wyeliminować efektybloków z równania na {τi} otrzymujemy:(?)rk τ̂i − r τ̂i −
∑bj=1
∑ap=1;p 6=i nijnpj τ̂p = kyi . −
∑bj=1 nijy.j
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Estymacja parametrów metodą najmniejszych kwadratów
Zauważmy, że prawa strona tego równania jest równa kQi , gdzie:Qi = yi . − 1k
∑bj=1 nijy.j - i - ta dopasowana suma.
Ponieważ:∑b
j=1 nijnpj = λ, gdy p 6= ioraz n2pj = npj (ponieważ npj = 0 ∨ 1)Zatem możemy (?) zapisać w postaci:r(k − 1)τ̂i − λ
∑ap=1;p 6=i τ̂p = kQi ; i = 1, 2, . . . , a
Dalej:∑ai=1 τ̂i = 0⇒
∑ap=1;p 6=i τ̂p = −τ̂i
co z warunkiem:λ = r(k−1)a−1daje λaτ̂i = kQi ; i = 1, 2, . . . , aZatem estymator NK ma postać:
τ̂i =kQiλa
, i = 1, 2, . . . , a
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Przykład 7.1 - cd
Q1 = −93, Q2 = −
73, Q3 = −
43, Q4 =
203,
τ̂1 =3·(−9/3)2·4 = −
98 τ̂3 == −
48
τ̂2 =3·(−7/3)2·4 = −
78 τ̂3 == −
208
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Przykład 7.1 - cd
Q1 = −93, Q2 = −
73, Q3 = −
43, Q4 =
203,
τ̂1 =3·(−9/3)2·4 = −
98 τ̂3 == −
48
τ̂2 =3·(−7/3)2·4 = −
78 τ̂3 == −
208
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Yates (1940) zauważył, że jeśli efekty pochodzące od przynależeniado bloku są nieskorelowanymi zmiennymi losowymi o średniej zero iwariancji σ2β, to możemy otrzymać dodatkową informację na tematbadanego czynnika
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Analiza międzyblokowaRozpatrzmy sumy w blokach y.j jako b obserwacji.Modelem dla tych obserwacji jest
y.j = kµ+a∑
i=1
nijτi + (kβj +a∑
i=1
�ij)
Międzyblokowymi estymatorami parametrów µ i τi są estymatorywyznaczomen MNK otrzymane przez minimalizację funkcji:
L =b∑
j=1
(y.j − kµ−
a∑i=1
nijτi
)2
co prowadzi do równań: µ : Nµ̃+ r∑a
i=1 τ̃i = y..τi : kr µ̃+ r τ̃i + λ
∑ap=1 τ̃p =
∑bj=1 nijy.j , i = 1, 2, . . . , a.
Rozwiązując twe równania dostajemy estymatory międzyblokoweparametrów µ̃ i τ̃i .
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Biorąc pod uwagę warunek
a∑i=1
τ̃i = 0
możemy przedstawić rozwiązanie równania (?) w postaci:
µ̃ = ȳ..
τ̃i =
∑bj=1
nijy.j−kr ȳ..r−λ i = 1, 2, . . . , a
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Uwaga
Można pokazać, że estymatory międzyblokwe {τ̃i} i estymatorywewnątrzblokowe {τ̂i} są nieskorelowane.
Można połączyć estymatory międzyblokwe {τ̃i} i estymatorywewnątrzblokowe {τ̂i} aby otrzymać jeden nieobciążony estymatoro minimalnej wariancji parametru τi
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Uwaga
Można pokazać, że estymatory międzyblokwe {τ̃i} i estymatorywewnątrzblokowe {τ̂i} są nieskorelowane.
Można połączyć estymatory międzyblokwe {τ̃i} i estymatorywewnątrzblokowe {τ̂i} aby otrzymać jeden nieobciążony estymatoro minimalnej wariancji parametru τi
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Uwaga
Można pokazać, że τ̃i i τ̂i są estymatorami nieobciążonymi oraz, że:
Var(τ̂i ) =k(a−1)λa2
σ2
Var(τ̃i ) =k(a−1)a(r−λ) (σ
2 + kσ2β)
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Rozpatrzmy liniową kombinację:
τ∗i = α1τ̂i + α2τ̃i
jako estymator τi
Estymator postaci τ∗i będzie miał minimalną wariancję i będzienieobciążony gdy
α1 =u1
u1 + u2α2 =
u2u1 + u2
gdzie:
u1 =1
Var(τ̂i )u2 =
1Var(τ̃i )
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Rozpatrzmy liniową kombinację:
τ∗i = α1τ̂i + α2τ̃i
jako estymator τiEstymator postaci τ∗i będzie miał minimalną wariancję i będzienieobciążony gdy
α1 =u1
u1 + u2α2 =
u2u1 + u2
gdzie:
u1 =1
Var(τ̂i )u2 =
1Var(τ̃i )
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Z wcześniejszych wzorów otrzymujemy, że:
τ∗i =τ̂i
k(a−1)a(r−λ) (σ
2 + kσ2β) + τ̃ik(a−1)λa2
σ2
(r − λ)σ2 + λa(σ2 + kσ2β), i = 1, 2, . . . , a
co sprowadza się do:
τ∗i =kQi (σ
2 + kσ2β) + (∑b
j=1 nijy.j − kr ȳ..)σ2
(r − λ)σ2 + λa(σ2 + kσ2β), i = 1, 2, . . . , a
Niestety problemem jest nieznajomość σ2 i σ2β.Postępujemy standardowo - zastępujemy nieznane waretościparametrów ich estymatorami
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Z wcześniejszych wzorów otrzymujemy, że:
τ∗i =τ̂i
k(a−1)a(r−λ) (σ
2 + kσ2β) + τ̃ik(a−1)λa2
σ2
(r − λ)σ2 + λa(σ2 + kσ2β), i = 1, 2, . . . , a
co sprowadza się do:
τ∗i =kQi (σ
2 + kσ2β) + (∑b
j=1 nijy.j − kr ȳ..)σ2
(r − λ)σ2 + λa(σ2 + kσ2β), i = 1, 2, . . . , a
Niestety problemem jest nieznajomość σ2 i σ2β.Postępujemy standardowo - zastępujemy nieznane waretościparametrów ich estymatorami
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Z wcześniejszych wzorów otrzymujemy, że:
τ∗i =τ̂i
k(a−1)a(r−λ) (σ
2 + kσ2β) + τ̃ik(a−1)λa2
σ2
(r − λ)σ2 + λa(σ2 + kσ2β), i = 1, 2, . . . , a
co sprowadza się do:
τ∗i =kQi (σ
2 + kσ2β) + (∑b
j=1 nijy.j − kr ȳ..)σ2
(r − λ)σ2 + λa(σ2 + kσ2β), i = 1, 2, . . . , a
Niestety problemem jest nieznajomość σ2 i σ2β.
Postępujemy standardowo - zastępujemy nieznane waretościparametrów ich estymatorami
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Z wcześniejszych wzorów otrzymujemy, że:
τ∗i =τ̂i
k(a−1)a(r−λ) (σ
2 + kσ2β) + τ̃ik(a−1)λa2
σ2
(r − λ)σ2 + λa(σ2 + kσ2β), i = 1, 2, . . . , a
co sprowadza się do:
τ∗i =kQi (σ
2 + kσ2β) + (∑b
j=1 nijy.j − kr ȳ..)σ2
(r − λ)σ2 + λa(σ2 + kσ2β), i = 1, 2, . . . , a
Niestety problemem jest nieznajomość σ2 i σ2β.Postępujemy standardowo - zastępujemy nieznane waretościparametrów ich estymatorami
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Bierzemy:σ̂2 = MSE
Następnie korzystając z:
MSBloki =1
b − 1
k∑ai=1Q2iλa
+b∑
j=1
y2.jk−
a∑i=1
y2i .r
można pokazać, że
E [MSB ] = σ2 +
a(r − 1)b − 1
σ2β
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Bierzemy:σ̂2 = MSENastępnie korzystając z:
MSBloki =1
b − 1
k∑ai=1Q2iλa
+b∑
j=1
y2.jk−
a∑i=1
y2i .r
można pokazać, że
E [MSB ] = σ2 +
a(r − 1)b − 1
σ2β
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Bierzemy:σ̂2 = MSENastępnie korzystając z:
MSBloki =1
b − 1
k∑ai=1Q2iλa
+b∑
j=1
y2.jk−
a∑i=1
y2i .r
można pokazać, że
E [MSB ] = σ2 +
a(r − 1)b − 1
σ2β
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Zatem jeśli MSBloki > MSE :
σ̂2β =[MSBloki −MSE ](b − 1)
a(r − 1)
jeśli MSBloki ¬ MSE , wówczas σ̂2β = 0
Stąd
τ∗i =
kQi (σ̂
2+kσ̂2β)+(∑b
j=1nijy.j−kr ȳ..)σ̂2
(r−λ)σ̂2+λa(σ̂2+kσ̂2β
), σ̂2β > 0
yi.− 1a y..r , σ̂
2β = 0
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Zatem jeśli MSBloki > MSE :
σ̂2β =[MSBloki −MSE ](b − 1)
a(r − 1)
jeśli MSBloki ¬ MSE , wówczas σ̂2β = 0Stąd
τ∗i =
kQi (σ̂
2+kσ̂2β)+(∑b
j=1nijy.j−kr ȳ..)σ̂2
(r−λ)σ̂2+λa(σ̂2+kσ̂2β
), σ̂2β > 0
yi.− 1a y..r , σ̂
2β = 0
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Przykład 7.1 - cd
Wyznaczymy estymatory parametów modelu:σ̂2 = MSE = 0.65
MSBloki = 22.03, a zatem MSBloki ¬ MSE , czyli estymator σ2β jestpostaci:σ̂2β =
(22.03−0.65)·34(3−1) = 8.02
Estymatory dla parametórw τi .
est.wewnątrzblokowy est.międzyblokowy est.kombinowanyτ1 −1.12 10.5 −1.09τ2 −0.88 −3.5 −0.88τ3 −0.5 −0.5 −0.5τ4 2.5 −6.5 2.47
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Przykład 7.1 - cd
Wyznaczymy estymatory parametów modelu:σ̂2 = MSE = 0.65MSBloki = 22.03, a zatem MSBloki ¬ MSE , czyli estymator σ2β jestpostaci:σ̂2β =
(22.03−0.65)·34(3−1) = 8.02
Estymatory dla parametórw τi .
est.wewnątrzblokowy est.międzyblokowy est.kombinowanyτ1 −1.12 10.5 −1.09τ2 −0.88 −3.5 −0.88τ3 −0.5 −0.5 −0.5τ4 2.5 −6.5 2.47
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Częściowo zrównoważone niekompletne bloki
Przykład 7.2
Mamy 8 - poziomów badanego czynnika, a każdy blok możezawierać 3 poziomy.
Aby λ ∈ Z musimy mieć minimum r = 21 replikacji. Wówczasukład będzie miał 56 bloków, co z praktycznego punktu widzeniamoże być zbyt dużą wartością.
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Częściowo zrównoważone niekompletne bloki
Przykład 7.2
Mamy 8 - poziomów badanego czynnika, a każdy blok możezawierać 3 poziomy.
Aby λ ∈ Z musimy mieć minimum r = 21 replikacji.
Wówczasukład będzie miał 56 bloków, co z praktycznego punktu widzeniamoże być zbyt dużą wartością.
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Częściowo zrównoważone niekompletne bloki
Przykład 7.2
Mamy 8 - poziomów badanego czynnika, a każdy blok możezawierać 3 poziomy.
Aby λ ∈ Z musimy mieć minimum r = 21 replikacji. Wówczasukład będzie miał 56 bloków, co z praktycznego punktu widzeniamoże być zbyt dużą wartością.
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Częściowo zrównoważone niekompletne bloki
Uwaga
W celu redukcji bloków niezbędnych do utworzenia układuniekompletnych bloków można odejść od założenia całkowitegozrównoważenia na korzyść częściowego zrównoważenia, w którymniektóre pary występują razem λ1 razy, niektóre λ2 razy, . . . , apozostałe λm razy.
Pary występujące razem λi razy nazywamy i - stowarzyszonymi.Mówimy, że układ ma m stowarzyszonych klas.
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Częściowo zrównoważone niekompletne bloki
Uwaga
W celu redukcji bloków niezbędnych do utworzenia układuniekompletnych bloków można odejść od założenia całkowitegozrównoważenia na korzyść częściowego zrównoważenia, w którymniektóre pary występują razem λ1 razy, niektóre λ2 razy, . . . , apozostałe λm razy.Pary występujące razem λi razy nazywamy i - stowarzyszonymi.Mówimy, że układ ma m stowarzyszonych klas.
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Przykład 7.3 (częściowo zrównoważonego układuniekompletnych bloków)
1 2 3 4 5 61 x x x2 x x x3 x x x4 x x x5 x x x6 x x x
blok kombinacje poz. bad. czynnika1 1 2 32 3 4 53 2 5 64 1 2 45 3 4 66 1 5 6
Układ ma dwi klasy stowarzyszeniaPozimy czynnika występujące λ1 = 2 razy: 1 i 2, 3 i 4,5 i 6, 5 i 6Pozimy czynnika występujące λ2 = 1 razy: 4 i 5, 2 i 6, 1 i 3, itd.
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Przykład 7.3 (częściowo zrównoważonego układuniekompletnych bloków)
1 2 3 4 5 61 x x x2 x x x3 x x x4 x x x5 x x x6 x x x
blok kombinacje poz. bad. czynnika1 1 2 32 3 4 53 2 5 64 1 2 45 3 4 66 1 5 6
Układ ma dwi klasy stowarzyszeniaPozimy czynnika występujące λ1 = 2 razy: 1 i 2, 3 i 4,5 i 6, 5 i 6Pozimy czynnika występujące λ2 = 1 razy: 4 i 5, 2 i 6, 1 i 3, itd.
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Analiza częściowo zrównoważonych niekompletnych bloków z dwoma klasami stowarzyszenia
1 a - poziomów czynnika, b - bloków, r - replikacji, k - poz.czynnika w bloku
2 pary poz. czynnika, które są i - stowarzyszone występująrazem w λi , i = 1, 2 blokach
3 Każdy poziom czynnika ma dokładnie ni - stowarzyszonychLiczba ni jest niezależna od wyboru czynnik
4 Jeżeli dwa poziomy czynnika są i - stowarzyszone, to liczbapoziomów czynnika, które z jednym z tych poziomów są jstowarzyszone, a z drugim k - stowarzyszone wynosi pijk
Wygodznie jest pisać pijk jako macierz 2x2, gdzie pijk jest
elementem jk-tym macierzy i
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Analiza częściowo zrównoważonych niekompletnych bloków z dwoma klasami stowarzyszenia
1 a - poziomów czynnika, b - bloków, r - replikacji, k - poz.czynnika w bloku
2 pary poz. czynnika, które są i - stowarzyszone występująrazem w λi , i = 1, 2 blokach
3 Każdy poziom czynnika ma dokładnie ni - stowarzyszonychLiczba ni jest niezależna od wyboru czynnik
4 Jeżeli dwa poziomy czynnika są i - stowarzyszone, to liczbapoziomów czynnika, które z jednym z tych poziomów są jstowarzyszone, a z drugim k - stowarzyszone wynosi pijk
Wygodznie jest pisać pijk jako macierz 2x2, gdzie pijk jest
elementem jk-tym macierzy i
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Przykład 7.3 - cd
W przykładzie mamy:a = 6; b = 6, k = 3, r = 3, λ1 = 2, λ2 = 1, n1 = 1, n2 = 4
{p1jk
}=
[0 00 4
] {p2jk
}=
[0 11 2
]
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Przykład 7.3 - cd
Jak wyznaczono pijk?
Weźmy parę 1 i 2: dla 1 1-wszym stowarzyszeniem jest: 22-gim stowarzyszeniem jest: 3, 4, 5, 6
dla 2 1-wszym stowarzyszeniem jest: 12-gim stowarzyszeniem jest: 3, 4, 5, 6
Konstruujemy tabelkę:czynnik 2 (2)
czynnika 1 (1) 1-wcze stow 2-gie stow1-wsze stow. - -2-gie stow. - 3, 4, 5, 6
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Przykład 7.3 - cd
Jak wyznaczono pijk?
Weźmy parę 4 i 5: dla 4 1-wszym stowarzyszeniem jest: 32-gim stowarzyszeniem jest: 5, 2, 1, 6
dla 2 1-wszym stowarzyszeniem jest: 62-gim stowarzyszeniem jest: 1, 2, 3, 4
Konstruujemy tabelkę:czynnik 2 (5)
czynnika 1 (4) 1-wcze stow 2-gie stow1-wsze stow. - 32-gie stow. 6 1, 2
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Model statystyczny dla układu częściowo zrównoważonychniekompletnych bloków z dwaoma stowarzyszonymi klasami
yij = µ+ τi + βj + �ij , �ij ∼ N(0, σ2) iid
Obliczamy dopasowaną sumę dla i - tego poziomu czynnika:
Qi = yi .−1k
b∑j=1
nijy.j , nij =
{1, i − ty poz występuje w j − tym bloku0, poza tym
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Model statystyczny dla układu częściowo zrównoważonychniekompletnych bloków z dwaoma stowarzyszonymi klasami
yij = µ+ τi + βj + �ij , �ij ∼ N(0, σ2) iid
Obliczamy dopasowaną sumę dla i - tego poziomu czynnika:
Qi = yi .−1k
b∑j=1
nijy.j , nij =
{1, i − ty poz występuje w j − tym bloku0, poza tym
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Definiujemy: S1(Qi ) =∑
s Qs , s i i są 1-stowarzyszone.
∆ =1k2
[(rk − r + λ1)(rk − r + λ2) + (λ1 − λ2)
(r(k − 1)(p112 − p212) + λ2p112 − λ1p212
)]c1 =
1k∆
[λ1(rk − r + λ2) + (λ1 − λ2)(λ2p112 − λ1p212)
]c2 =
1k∆
[λ2(rk − r + λ1) + (λ1 − λ2)(λ2p112 − λ1p212)
]
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Estymatorem wpływu i-tego poziomu czynnika jest
τ̂i =1
r(k − 1)[(k − c2)Qi + (c1 − c2)S1(Qi )]
dopasowana suma kwadratów czynnika jest równa:
SSczdop =a∑
i=1
τ̂iQi
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Przebieg analizy wariancji
źródło suma stopnie średnizmienności kwadratów swobody kwadrat F
czynnik dopasowany∑a
i=1 τ̂iQi a− 1SSczdopa−1
MSczdopMSE
bloki∑b
j=1y2.jk −
y2..bk b − 1
błąd dopełnienie ak − b − a + 1 SSEN−a−b+1
całkowita∑a
i
∑bj y2ij −
y2..bk bk − 1
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Można pokazać, że wariancja τ̂u − τ̂v jest postaci:
Var(τ̂u − τ̂v ) =2(k − ci )σ2
r(k − 1),
gdzie u i v są i- stowarzyszone (i = 1, 2)
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Kwadrat Youdena (niekompletny kwadrat łaciński)
Kwadrat Youdena to kwadrat łaciński z brakującą conajmniej jednąkolumną lub wierszem lub przekątną) ale niekoniecznie kwadratłaciński z brakującą kolumną to kwadrat Youdena.W ogólności usuwanie kolumn z kwadratu łacińskiego możezakłócić jego równowagę.Kwadrat Youdena jest układem symetrycznych zrównoważonychniekompletnych bloków z wierszami odpowiadającymi blokom.
Przykładowy kwadrat:
kolumnywiersze 1 2 3 4
1 A B C D2 B C D E3 C D E A4 D E A B5 E A B C
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Kwadrat Youdena (niekompletny kwadrat łaciński)
Kwadrat Youdena to kwadrat łaciński z brakującą conajmniej jednąkolumną lub wierszem lub przekątną) ale niekoniecznie kwadratłaciński z brakującą kolumną to kwadrat Youdena.W ogólności usuwanie kolumn z kwadratu łacińskiego możezakłócić jego równowagę.Kwadrat Youdena jest układem symetrycznych zrównoważonychniekompletnych bloków z wierszami odpowiadającymi blokom.
Przykładowy kwadrat:
kolumnywiersze 1 2 3 4
1 A B C D2 B C D E3 C D E A4 D E A B5 E A B C
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Model matematyczny
yijh = µ+ αi + τj + βh + �ijh, �ijh ∼ N(0, σ2) iid
µ - średniaαi - efekt i - tego blokuτj - efekt j - tego poziomu czynnikaβh - efekt h - tego położenia.
Analiza wygląda jak w przypadku układu zrównoważonychniekompletnych bloków z tą różnicą, że należy jeszcze obliczyćsumę kwadratów dla położeń.
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Model matematyczny
yijh = µ+ αi + τj + βh + �ijh, �ijh ∼ N(0, σ2) iid
µ - średniaαi - efekt i - tego blokuτj - efekt j - tego poziomu czynnikaβh - efekt h - tego położenia.
Analiza wygląda jak w przypadku układu zrównoważonychniekompletnych bloków z tą różnicą, że należy jeszcze obliczyćsumę kwadratów dla położeń.
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Przykład 7.4
Inżynier przemysłowy bada pięć poziomów oświetlenia ze względu nawystępowanie wad montażu. Ponieważ czas jest czynnikiem w tymeksperymencie decyduje się na przeprowadzenie doświadczenia w pięciu blokachreprezentujących dni tygodnia. Ponadto dział, w którym przeprowadza sięeksperyment posiada cztery stacje badawcze i stacje te stanowią potencjalneźródło zmienności. Inżynier decyduje sie przeprowadzić eksperyment zgodnie zukładem kwadratu Youdena z 5-cioma wierszami (dni/bloki) 4-romakolumnami (stanowisko pracy) i 5 poziomami czynnika (poziom oświetlenia).Dane przedstawiają się następująco:
dzień stanowisko badawcze(blok) 1 2 3 4 yi..1 A = 3 B = 1 C = −2 D = 0 22 B = 0 C = 0 D = −1 E = 7 63 C = −1 D = 0 E = 5 A = 3 74 D = −1 E = 6 A = 4 B = 0 95 E = 5 A = 2 B = 1 C = −1 7y..h 6 9 7 9 y... = 31
y.1. = 12 (A)y.2. = 2 (B)y.3. = −4 (C)y.4. = −2 (D)y.5. = 23 (E)
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Przykład 7.4 - cd
Rozważamy to jako problem układu zrównoważonychniekompletnych bloków.a = b = 5, r = k = 4, λ = 3.
SST =∑i
∑j
∑h
y2ijh −y2...N
= 183− 312
20= 134.95
Sumy dopasowane dla czynników: Q1 = 12− 14(2 + 7 + 9 + 7) =234
Q2 = 2− 14(2 + 6 + 9 + 7) = −164
Q3 = −4− 14(2 + 7 + 7 + 7) = −384
Q4 = −2− 14(2 + 6 + 7 + 9) = −324
Q5 = 24− 14(6 + 7 + 9 + 7) =634
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Przykład 7.4 - cd
Rozważamy to jako problem układu zrównoważonychniekompletnych bloków.a = b = 5, r = k = 4, λ = 3.
SST =∑i
∑j
∑h
y2ijh −y2...N
= 183− 312
20= 134.95
Sumy dopasowane dla czynników: Q1 = 12− 14(2 + 7 + 9 + 7) =234
Q2 = 2− 14(2 + 6 + 9 + 7) = −164
Q3 = −4− 14(2 + 7 + 7 + 7) = −384
Q4 = −2− 14(2 + 6 + 7 + 9) = −324
Q5 = 24− 14(6 + 7 + 9 + 7) =634
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Przykłąd 7.4 - cd
SScz dop =k∑a
i=1Q2i
λa=
4((234
)2+(−164
)2+(−384
)2+(−324
)2+(634
)2)3 · 5
= 120.37
SSdni =b∑
i=1
y2i ..k− y
2...
N= 6.70
SSstanowisko =k∑
h=1
y2..hb− y
2...
N= 1.35
SSE = SST − SScz dop − SSdni − SSstanowisko = 6.53
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Przykład 7.4 - cd
bloki/efekty dla dni mogą być obliczane jak dopasowane sumy:
Q ′1 = 2− 14 (12 + 2− 4− 2) = 0Q ′2 = 6− 14 (2− 3− 2 + 23) =
54
Q ′3 = 7− 14 (12− 4− 2 + 23) = −14
Q ′4 = 9− 14 (12 + 2− 2 + 23) =14
Q ′5 = 7− 14 (12 + 2− 4 + 23) = −54
SSdni(dop) =r∑b
j=1Q′2j
λb=
4 ·(
0 +(54
)2+(−14)2
+(14
)2+(−54)2)
3 · 5= 0.87
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Przykład 7.4 - cd
bloki/efekty dla dni mogą być obliczane jak dopasowane sumy:
Q ′1 = 2− 14 (12 + 2− 4− 2) = 0Q ′2 = 6− 14 (2− 3− 2 + 23) =
54
Q ′3 = 7− 14 (12− 4− 2 + 23) = −14
Q ′4 = 9− 14 (12 + 2− 2 + 23) =14
Q ′5 = 7− 14 (12 + 2− 4 + 23) = −54
SSdni(dop) =r∑b
j=1Q′2j
λb=
4 ·(
0 +(54
)2+(−14)2
+(14
)2+(−54)2)
3 · 5= 0.87
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Przykład 7.4 - cd
źródło suma stopnie średnizmienności kwadratów swobody kwadrat Fpoziom ośw. (dop) 120.37 4 30.09 36.87dni (niedop) 6.7 4 -dni (dop) (0.87) (4) 0.22stanowisko pracy 1.35 3 0.45błąd 6.53 8 0.82całkowita 134.95 19
F0 = 36.87 > 3.83 = F0.95(4, 8), zatem odrzucamy hipotezęzerową, jest istotny wpływ oświetlenia.
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Przykład 7.4 - cd
źródło suma stopnie średnizmienności kwadratów swobody kwadrat Fpoziom ośw. (dop) 120.37 4 30.09 36.87dni (niedop) 6.7 4 -dni (dop) (0.87) (4) 0.22stanowisko pracy 1.35 3 0.45błąd 6.53 8 0.82całkowita 134.95 19
F0 = 36.87 > 3.83 = F0.95(4, 8), zatem odrzucamy hipotezęzerową, jest istotny wpływ oświetlenia.
Magdalena Frąszczak Wykład 7 Teoria eksperymentu
Polecane literatura:
S. Czaja, T. Poskrobko et.al Wyzwania współczesnejekonomii, 2012, Warszawa
D.C. Montgomery Design and Analysis of Experiments, 1991
P.I. Good, Resampling Methods. A Practical Guide to DataAnalysis, 2005
E.L. Lehmann,Teoria estymacji punktowej, PWN Warszawa1991
Magdalena Frąszczak Wykład 7 Teoria eksperymentu