多因素问题-上海财经大学

1《实验经济学》第四讲：多因素问题杜宁华上海财经大学经济学院，经济学实验室2008年3月2•当客观存在两种以上与实验目的无关的特定因素能对实验结果造成干扰时，“随机区组设计”不适用“拉丁方”•对于多个实验变量的交互效应应当如何分析？随机设计不适用“因子设计”•“拉丁方”和“因子设计”都属于实验设计中的多因素问题。3讨论的要点：•拉丁方简介•拉丁方的方差分析•拉丁矩•因子实验4一、拉丁方简介5例4.1：现有某种植株，在这种植株上的五个不同部位都会生长出叶片。某研究人员用这种植株上的叶子做实验，研究人员希望用于实验的叶子既有代表性、同时质地又尽可能接近。假设研究人员分别从五个不同植株的五个不同位置各采集了一片叶子，随后研究人员将这采集到的二十五片叶子分成五组，每组各有五片叶子。采用什么样的办法分组能使各组叶子的质地最接近呢？6在本实验中有两种潜在的系统误差：叶子所在的不同植株，同一植株上的不同位置。实践表明用以下办法对叶子进行分组能有效消除这两种系统误差……7植株1植株2植株3植株4植株5叶片位置1IIIIIIIVV叶片位置2IIIIIIVVI叶片位置3IIIIVVIII叶片位置4IVVIIIIII叶片位置5VIIIIIIIV8•每个罗马数字代表一组叶子，叶子被分为I,II,III,IV,V共五组。如上表所示，每组的五片叶子既采自五个不同植株，又采自各植株的五个不同位置。•这种方阵安排方法就叫做“拉丁方”（LatinSquare）。拉丁方的关键特征是方阵中所出现的全部数值在各行中分别出现一次，在各列中也分别出现一次。拉丁方的这一特征能帮助研究人员在实验中有效地控制两种系统误差的来源。9例4.2：青岛啤酒公司市场部门的研究人员需要通过实验了解A,B,C,D四种市场营销策略对青岛啤酒各季度销量的影响。研究人员将实验安排在四家位于不同地点的超市，实验预计将持续一年。究竟应当如何安排实验，才能在凸现出A,B,C,D四种市场营销策略对销量的作用的同时，有效地控制住不同地点和不同季节对啤酒销量的影响？10与上例一致，我们可以采用拉丁方的安排方法控制地点和季节对啤酒销量的影响：季节超市1超市2超市3超市4春BCDA夏ABCD秋DABC冬CDAB11•对拉丁方的构造并不唯一。随着拉丁方的增大，拉丁方可能的生成办法也会相应增加。比如2×2的拉丁方只有2种可能的构造，而3×3的拉丁方则有12种可能的构造。在实验中究竟采用哪一个拉丁方，应当通过随机选取的办法确定。•使用拉丁方控制系统误差的一个基本前提条件是被控制因素的各个水平互不相关。如果这一条件得不到满足，拉丁方就会被误用。下面我们用一个例子对这种误用拉丁方的现象进行直观的说明。12例4.3：四名诵读障碍者通过四种不同的治疗恢复手段（A,B,C和D）来帮助提高阅读理解能力和书写能力。四种治疗手段在效果上有没有差别？用什么办法设计这个实验会比较合理呢？在实际操作中，研究人员希望屏蔽两种与实验目的无关的因素：诵读障碍者个体差别所造成的个体效应，采用治疗手段的早晚差别所造成的时序效应。研究人员随机选取了一个4×4的拉丁方，对实验设置所进行的安排见下表：13Period1Period2Period3Period4Subject1BDCASubject2CABDSubject3ACDBSubject4DBAC14•我们注意一下被控制因素“时序效应”。研究人员很难保证该因素的各个水平之间互不相关。–比方说，第一个病人在第一期接受了治疗手段B，而治疗手段B的作用不仅限于第一期，很可能在第二、三、四期治疗手段B的效果仍然在持续。•这类实验设计问题被称作“重复测量”问题，我们将在介绍拉丁矩时讨论对“重复测量”问题的克服。15•拉丁方经过拓展以后，还可以控制三种以上的系统误差。例4.4：回到例4.2所介绍的情形。由于受经费的限制，研究人员无法进行持续一年的实验。研究人员在春、夏、秋、冬四季各选取一周分别测度A,B,C,D四种市场营销策略的效果。16•由于实验周期短，对各市场营销策略优劣的评价方法也有所改变。•青岛啤酒公司向各超市分别派出a,b,c,d四名观察员，观察员通过观察消费者在某市场营销策略下对青岛啤酒的兴趣和关注程度完成评估报告、对该营销策略打分。•青岛啤酒公司根据各营销策略的得分高低评价其优劣。•显然，评价过程中存在观察员的主观因素。实验设计中应当如何消除由于各观察员主观尺度的不同所造成的系统误差？17保证以下两个条件得到满足，可有效消除观察员主观尺度的“个体效应”：（i）每个观察员对四种营销策略各测评一次。（ii）每个观察员在各个季节、各个地点分别测评一次。我们注意到，当各个观察员本身也构成拉丁方时条件（ii）才会被满足。由此，我们将观察员的拉丁方与营销策略的拉丁方进行适当的重叠，以确保条件（i）得到满足。见下表。18季节超市1超市2超市3超市4春BcDaCbAd夏CdAbBaDc秋AaCcDdBb冬DbBdAcCa表中的小写字母a,b,c,d代表各观察员，而大写字母A,B,C,D代表各营销策略。19•上表方阵中我们用小写的英文字母对观察员个体进行表示，而在传统习惯上常常用希腊字母表示对第三种被控制因素的安排。因此，上面的方阵也被称作希腊－拉丁方。有意思的是，虽然拉丁方总是可以被生成，并不是所有情况下的希腊－拉丁方都存在。例如，6×6的希腊－拉丁方就不存在。20二、拉丁方的方差分析21例4.5：政府需要对数字通信的经营许可权进行拍卖。政府估计有几类因素可能会对拍卖的成交效率造成影响。•拍卖机制的差异，A,B,C,D四种可供选择的拍卖机制。•竞拍者以往参与竞拍的经验。按照经验的多少，所有竞拍者被划分为1，2，3，4共四个等级。•同一拍卖机制的具体组织形式也会有所差别。–同是英式计时拍卖，既有可能由人工组织在拍卖大厅进行，也有可能由计算机程序来控制安排拍卖流程、将竞拍者的终端联网在网络上实施拍卖。–现有a,b,c,d四个不同组织形式。22•在实验设计中，政府希望在凸现出拍卖机制差异对成交效率的影响的同时，屏蔽掉竞拍者的经验和拍卖的组织形式对效率的影响。•由于存在两种系统误差来源，政府采用拉丁方来安排实验，并得到以下数据：23经验1经验2经验3经验4组织形式aA-21B-26D-20C-25组织形式bD-23C-26A-20B-27组织形式cB-15D-13C-16A-16组织形式dC-17A-15B-20D-20表中的数值表示成交效率的百分比。比如，在单元格（1，1）中，A-21表示应用拍卖机制A在a种组织形式下拍卖、由经验水平为1级的竞拍者参与竞拍，所得到的成交效率为21%。24我们用一个线性模型对拉丁方实验安排下的方差分析进行一般性地表述。与例4.5相结合，该模型为：yijt=η+βi+γj+τt+εijtyijt:实验的观察值（例4.5中由实验观察到的成交效率）η:总均值βi:被拉丁方各行所控制的因素对观察值的影响（例4.5中的组织形式效应）γj:被拉丁方各列所控制的因素对观察值的影响（例4.5中的经验效应）τt:实验效果（例4.5中的机制效应）εijt:均值为零的随机扰动项模型125•方差分析的目的是将模型1中各种被控制的因素（βi和γj）对实验结果的影响与实验变量对实验结果的影响剥离开。针对例4.5中的实验数据，我们可以将总平方和分解为与拍卖的组织形式、竞拍者的经验、拍卖机制分别相对应的平方和以及残差平方和。•对模型1下的拉丁方的方差分析如下表所示：26来源平方和自由度行k–1列k–1实验设置k–1残差(k–1)(k–2)总k2–12()rowirowskyy2()coljcolskyy2(2)ijtijtijtyyyyy2()treatmentktreatmentskyy2()ijtyy27在例4.5中，插入上面介绍的各种平方和公式后，我们得到下表：来源平方和自由度均方均方的期望各均方与残差均方之比组织形式216372F(3,6)=27经验2438F(3,6)=3.0机制40313.33F(3,6)=5.0残差1662.67σ2总2961521ikk21tkk21jkk28•在5%的显著水平下F(3,6)分布的临界值为4.76。•将表中的各个F-检验统计量与临界值相比较，在5%的显著水平下，我们拒绝各拍卖机制下成交效率相同的假设，也拒绝各组织形式下成交效率相同的假设，但无法拒绝各经验水平下成交效率相同的假设。29三、拉丁矩30•拉丁矩(LatinRectangle)是对拉丁方的拓展。拉丁矩由m个拉丁方叠加形成。在习惯上，拉丁矩中的各实验设置在每行里各出现一次，在每列里各出现m次。31例4.6：在例4.2所提到的营销实验中，为了得到更多的观察值，研究人员将实验安排在八家位于不同地点的超市，而不是四家超市。对实验进行安排的拉丁矩见下表：春夏秋冬超市1BCDA超市2ABCD超市3DABC超市4CDAB超市5DBCA超市6CABD超市7ACDB超市8BDAC32•在本例中由于季节之间不发生关联、各个不同超市也互不相关，模型1仍然适用。在模型1下对拉丁矩所进行的方差分析与拉丁方的方差分析基本一致，唯一的区别是拉丁方有k行，而拉丁矩有mk行。•对模型1下的拉丁矩的方差分析如下表所示：33来源平方和自由度行mk–1列k–1实验设置k–1残差(k–1)(mk–2)总mk2–12()rowirowskyy2()coljcolsmkyy2(2)ijtijtijtyyyyy2()treatmentktreatmentsmkyy2()ijtyy34•拉丁矩的一个重要用途就是克服前面已经提到过的“重复测量”问题。见下面的简例。例4.7：现有n=2m个实验参与者参加某个相对实验。该实验的目的是比较A、B两种实验设置的效果差别。实验采用同被试设计，即每个实验参与者既参加实验设置A下的实验也参加设置B下的实验。研究人员希望屏蔽掉实验参与者的个体效应和运行实验条件先后所造成的次序效应。35在实际操作中，研究人员让m个实验参与者在第一期参加设置A下的实验、在第二期参加设置B下的实验，即按照{A，B}的次序参加实验。另外的m个实验参与者按照{B，A}的次序参加实验。此实验设计将m个2×2的拉丁方ABBA由上而下地进行叠加，构成了以实验参与者为各行、以运行实验设置的次序为各列的2m×2的拉丁矩。36在例4.7所描述的实验中存在两种可能性：（1）在第一期运行的实验设置对第二期的实验观察值不造成影响，即实验的效果只持续一期。在此情况下，模型1仍然适用，我们可以运用表4.9中的公式对方差的来源进行分解，对拉丁矩进行方差分析。（2）当第一期运行的实验设置所造成的效果会持续到第二期时，模型1将不再适用。我们需要构造一个新的、能够描述延迟到第二期的实验效果的线性模型。与模型1相区别，我们称该模型为模型2。与例4.7相结合，该模型为：37yi1t=η+βi+γ1+τt+εi1t(i)yi2t=η+βi+γ2+τt+λ-t+εi2t(ii)η:总均值βi:实验参与者的个体效应γj:时期效应τt:实验设置t的实验效果（注：由于本例中只有两个实验设置，我们用-t表示与实验设置t相对应的另一个实验设置）λ-t:实验设置-t延迟到第二期的效果εijt:均值为零的随机扰动项模型238•模型2中的等式（i）所描述的是第一期的观察值，而等式（ii）所描述的是第二期的观察值。•我们可以通过等式（i）估计出实验设置t下的实验效果τt,并将所得估计量代入等式（ii）。需要注意，当第二期运行的实验设置为t时，第一期所运行的实验设置为-t。•随后，通过已代入的等式（ii）我们就能够估计出第一期的实验设置-t延迟到第二期的实验效果λ-t。tˆ39四、因子实验401.因子实验的基本概念41•因子，即实验变量，是一个实验的“输入”。而运行实验后从实验中得到的观察值是实验的“输出”。研究人员面向问题操控实验的“输入”，分析实验的“输出”，从而评价某种特定的要素对经济运行的影