正交实验结果如何进行数据分析.docVIP

正交实验如何数据分析 我们把在试验中考察的有关影响试验指标的条件称为因素（也叫因子），把在试验中准备考察的各种因索的不同状态(或配方)称为水平。在研究比较复杂的工程问题中，往往都包含着多个因素，而且每个因素要取多个水平。 对于包含五个因素、五个水平的工程项目，理论计算必须进行55＝3125次试验。显然，所需要的试验次数太多了，工作量太大。实践告诉我们，合理安排试验和科学分析试验，是试验工作成败的关键。 试验方案设计的好，试验次数就少，周期也短，这样不仅节省了大量人力、物力、财力和时间，而且可以得到理想的结果。相反，如果试验设计安排的不好，即使进行了很多次试验，浪费了大量材料、人力和时间，也不一定能够得到预期的结果。 正交试验法，就是在多因素优化试验中，利用数理统计学与正交性原理，从大量的试验点中挑选有代表性和典型性的试验点，应用“正交表”科学合理地安排试验，从而用尽量少的试验得到最优的试验结果的一种试验设计方法。 正交试验法也叫正交试验设计法，它是用“正交表”来安排和分析多因素问题试验的一种数理统计方法。这种方法的优点是试验次数少，效果好，方法筒单，使用方便，效率高。 由于试验次数大大减少，使得试验数据处理非常重要。可以从所有的试验数据中找到最优的一个数据，当然，这个数据肯定不是最佳匹配数据，但是肯定是最接近最佳的了。 A B C D 结果 (指标) 1 2 3 4 5 6 7 8 9 Ij Ⅱj IIIj Ij／3 IIj／3 IIIj／3 Rj R1 R2 R3 R4 直观分析法： 根据正交表进行试验，可以得到就某 一（单指标，也有多指标）考察指标的试验结果，通过直观分析或方差分析，就可以得出最佳的实验方案。 直观分析试验结果的步骤（以四因素三水平为例）如下，见表－2，根据实验数据分别计算出： ① 分别对每次实验各因素的一水平的实验结果求和，即Ij： 再对每次实验各因素的二水平结果求 和，即IIj： 对每次试验各因子的三水平的结果求 和，即IIIj： ② 分别求出各因素各水平结果的平均值：即Ij／3，IIj／3，IIIj／3，并填入正交表中； ③ 分别求出各因素的平均值的差值(也叫极差)，如果是三个以上水平则要找出平均值最大值或最小值之间的差值Rj。 根据极差数Rj的大小，可以判断各因素对实验结果的影响大小。 判断原则是：极差愈大，所对应的因素愈重要；由此可以确定出主、次要因素的排列顺序。 根据各因素各水平所对应指标结果的平均值的大小可以确定各因素取什么水平好。 确定的原则是：如果要求指标愈小愈好，则取最小的平均值所对应的那个水平；如果要求指标愈大愈好，则取最大的平均值所对应的那个水平；如果要求指标适中（固定值），则取适中的平均值所对应的那个水平。 需要说明的是，最优的水平组合并不一定就在由正交实验设计所指定的实验当中。 所以，根据试验指标的数值要求所确定的各因素的最优水平组合，就可以筛选出最佳的试验方案条件、以及较好的试验方案条件。 对试验结果的直观分析法，除了极差分析外。为了更形象直观的得出试验分析结果，我们还可以采用画趋势图（效应曲线图）的方法，得出正确的综合分析结论。 效应曲线图（因素指标分析）就是要画出各因素水平与指标的关系图，它是一种座标图，它的横座标用各因素的不同水平表示；纵座标同为试验指标。其实它就是根据极差分析数据所绘出来的，可以一目了然看出各因素的哪个水平为最优（根据指标的具体数值要求）。 2．方差分析法： 通过试验可以获得一组结果实验数据，这组数据之间一般会存在一定的差异，即使在相同的条件下做几次试验，由于偶然因素的影响，所得的数据数据也不完全相等，这说明实验数据的波动不仅与实验条件的改变有关，也包括实验误差的影响。 方差分析是用来区分所考察因子的由于水平不同对应的试验结果的差异是由于水平的改变所引起还是由于试验误差所引起的，以便进一步（在直观分析的基础上）检验哪些因子对结果有影响，哪些没有影响，并区分哪些是影响结果的主要因素，哪些是次要因素。 我们通过一个例子来说明方差分析法的原理和计算方法。 在研究某胶料的过程中，为考察生胶的转动黏度对胶料压缩变形有无显著的影响，进行了试验，其实验结果如表-3所示： 表-3 139 142 147 150 1 38.2 36.5 35.6 32.2 2 33.3 35.9 34.1 31.6 3 36.0 32.8 32.8 35.6 平均值 35.8 35.1 34.2 33.2 我们把转动黏度记做因子A，这是单因子4水平的实验，每个水平都进行了3次重复试验，