方差分析（Analysis of Variance，简称 ANOVA）是一种用于比较多个总体均值是否相等的统计方法。它在实际生产和生活中有广泛的应用，例如比较不同工艺生产的灯泡寿命、不同化肥和品种对小麦产量的影响等。本文将详细介绍单因素方差分析和双因素方差分析的理论基础，并通过 Matlab 实现具体的案例分析。

1. 单因素方差分析

1.1 数学模型

单因素方差分析只考虑一个因素 $A$ 对所关心的指标的影响。设因素 $A$ 有 $r$ 个水平 $A_1,A_2,\cdots ,A_r$，在水平 $A_i$ 下总体 $x_i$ 服从正态分布 $N({\mu }_i,{\sigma }^2)$，其中 ${\mu }_i$ 和 ${\sigma }^2$ 未知。在每个水平 $A_i$ 下进行 $n_i$ 次独立试验，得到样本 $x_{ij},j=1,\cdots ,n_i$，且 $x_{ij}$ 服从 $N({\mu }_i,{\sigma }^2)$。

单因素方差分析的数学模型可以表示为：

$$x_{ij}=\mu +{\alpha }_i+{\epsilon }_{ij}$$

其中，$\mu$ 是总均值，${\alpha }_i$ 是水平 $A_i$ 对指标的效应，${\epsilon }_{ij}$ 是随机误差，且 ${\epsilon }_{ij}\sim N(0,{\sigma }^2)$。

原假设为：

$$H_0:{\alpha }_1={\alpha }_2=\cdots ={\alpha }_r=0$$

1.2 统计分析

记 ${\bar{x}}_i$ 为第 $i$ 组数据的组平均值，$\bar{x}$ 为总平均值。全体数据对 $\bar{x}$ 的偏差平方和 $S_T$ 可以分解为组间平方和 $S_A$ 和组内平方和 $S_E$：

$$S_T=S_A+S_E$$

其中，

$$S_A=\sum _{i=1}^r{n}_i({\bar{x}}_i-\bar{x}{)}^2$$

$$S_E=\sum _{i=1}^r\sum _{j=1}^{n_i}(x_{ij}-{\bar{x}}_i{)}^2$$

当 $H_0$ 成立时，$S_A$ 和 $S_E$ 的期望分别为：

$$E(S_A)=(r-1){\sigma }^2$$

$$E(S_E)=(n-r){\sigma }^2$$

因此，检验统计量 $F$ 为：

$$F=\frac{S_A/(r-1)}{S_E/(n-r)}\sim F(r-1,n-r)$$

给定显著性水平 $\alpha$，若 $F<F_{1-\alpha }(r-1,n-r)$，则接受 $H_0$，否则拒绝 $H_0$。

1.3 方差分析表

将上述分析结果整理成方差分析表：

方差来源	平方和	自由度	均方	F 值	概率
因素 A	$S_A$	$r-1$	${\overline{S}}_A=\frac{S_A}{r-1}$	$F=\frac{{\overline{S}}_A}{{\overline{S}}_E}$	$p_r$
误差	$S_E$	$n-r$	${\overline{S}}_E=\frac{S_E}{n-r}$
总和	$S_T$	$n-1$

1.4 Matlab 实现

Matlab 中单因素方差分析的命令是 anova1。对于均衡数据，使用 p = anova1(x)，其中 x 是 $m\times r$ 的数据矩阵。对于非均衡数据，使用 p = anova1(x, group)，其中 x 是数据向量，group 是组别向量。

例 1：为考察 5 名工人的劳动生产率是否相同，记录了每人 4 天的产量，数据如下：

x = [256 254 250 248 236; 
     242 330 277 280 252; 
     280 290 230 305 220; 
     298 295 302 289 252];
p = anova1(x)

求得 $p=0.1109>0.05$，故接受 $H_0$，即 5 名工人的生产率没有显著差异。

2. 双因素方差分析

2.1 数学模型

双因素方差分析考虑两个因素 $A$ 和 $B$ 对指标的影响。设因素 $A$ 有 $r$ 个水平，因素 $B$ 有 $s$ 个水平，在水平组合 $(A_i,B_j)$ 下总体 $x_{ij}$ 服从正态分布 $N({\mu }_{ij},{\sigma }^2)$。进行 $t$ 次试验，得到样本 $x_{ijk}$，且 $x_{ijk}\sim N({\mu }_{ij},{\sigma }^2)$。

双因素方差分析的数学模型为：

$$x_{ijk}=\mu +{\alpha }_i+{\beta }_j+{\gamma }_{ij}+{\epsilon }_{ijk}$$

其中，$\mu$ 是总均值，${\alpha }_i$ 是水平 $A_i$ 的效应，${\beta }_j$ 是水平 $B_j$ 的效应，${\gamma }_{ij}$ 是交互效应，${\epsilon }_{ijk}$ 是随机误差。

原假设为：

$$H_{01}:{\alpha }_i=0(i=1,\cdots ,r)$$

$$H_{02}:{\beta }_j=0(j=1,\cdots ,s)$$

$$H_{03}:{\gamma }_{ij}=0(i=1,\cdots ,r;j=1,\cdots ,s)$$

2.2 无交互影响的双因素方差分析

如果两因素之间没有交互影响，模型简化为：

$$x_{ij}=\mu +{\alpha }_i+{\beta }_j+{\epsilon }_{ij}$$

检验统计量为：

$$F_A=\frac{S_A/(r-1)}{S_E/(r-1)(s-1)}\sim F(r-1,(r-1)(s-1))$$

$$F_B=\frac{S_B/(s-1)}{S_E/(r-1)(s-1)}\sim F(s-1,(r-1)(s-1))$$

2.3 有交互影响的双因素方差分析

当考虑交互影响时，总平方和 $S_T$ 分解为：

$$S_T=S_E+S_A+S_B+S_{AB}$$

其中，$S_{AB}$ 是交互作用的平方和。检验统计量为：

$$F_{AB}=\frac{S_{AB}/(r-1)(s-1)}{S_E/rs(t-1)}\sim F((r-1)(s-1),rs(t-1))$$

2.4 Matlab 实现

Matlab 中双因素方差分析的命令是 anova2。对于无重复试验，使用 p = anova2(x)；对于有重复试验，使用 p = anova2(x, reps)。

例 2：用 4 种工艺生产灯泡，测量其寿命，数据如下：

x = [1620 1580 1460 1500; 
     1670 1600 1540 1550; 
     1700 1640 1620 1610; 
     1750 1720 1680 1800];
[p, t, st] = anova2(x)

求得 $p=0.0331<0.05$，故拒绝 $H_0$，即几种工艺制成的灯泡寿命有显著差异。

3. 正交试验设计与方差分析

当因素较多时，全面试验的次数会非常大。正交试验设计通过选择部分组合进行试验，减少试验次数，同时保证结果的可靠性。

3.1 用正交表安排试验

正交表是一种规格化的表格，如 $L_9(3^4)$ 表，有 9 行 4 列，每列中数字 1, 2, 3 出现次数相同，且任两列数字的搭配均衡。

例 3：为提高某种化学产品的转化率，考虑反应温度、反应时间和催化剂含量三个因素，每个因素有三个水平。使用 $L_9(3^4)$ 表安排 9 次试验，数据如下：

y = [31 54 38 53 49 42 57 62 64];
g1 = [1 2 3 1 2 3 1 2 3];
g2 = [1 1 1 2 2 2 3 3 3];
g3 = [2 1 3 1 3 2 3 2 1];
[p, t, st] = anovan(y, {g1, g2, g3})

求得 $p=0.0283$ 和 $0.0714$，表明因素 $B$ 和 $C$ 的各水平对转化率有显著影响。

结论

方差分析是一种强大的统计工具，能够帮助我们分析多个因素对指标的影响。通过单因素和双因素方差分析，我们可以判断不同因素及其交互作用是否对结果有显著影响。正交试验设计则进一步优化了试验方案，减少了试验次数，提高了效率。在实际应用中，结合 Matlab 等工具，方差分析能够为我们提供有力的数据支持。