正交试验设计(内容详尽）.ppt

x4 1 2 2 4 x3 2 1 2 3 x2 2 2 1 2 x1 1 1 1 1 3 2 1 试验结果 xi （空列） B A 因素 列 试验号 号 其数据结构式为 式中mij表示A取第i个水平、B取第j个水平时试验指标应有的理论值，ei表示第i号试验的随机试验误差。 上式称为在正交表L4 23 上安排试验的数学模型。 为进一步把mij分解，与单因素试验数据结构相似，引入“一般平均（或称工程平均）”的概念。正交试验数据的一般平均定义为 x4 1 2 2 4 x3 2 1 2 3 x2 2 2 1 2 x1 1 1 1 1 3 2 1 试验结果 xi （空列） B A 因素 列 试验号 号 式中p、q分别为因素A、B的水平数。因素更多时求和层数也相应增加。 令 、 分别表示因素A取 i 水平、因素B取 j 水平时试验结果理论值的平均值（相当于直观分析中的 、 ），则称 分别为A取 i 水平时的效应、因素B取 j 水平时的效应。 显然有 下面介绍正交试验数据结构式以及相关的一些意义。 ■ 无交互作用 由于 即 试验结果 一般平均 + A的 i 水平效应 + B的 j 水平效应 + 试验误差 因此有 进行方差分析时，可制订如下的方差分析表： 总和 T 误差 e （组间） 因素 A （组内） 显著性 结论 F值 平均偏差平方和 （方差）V S / f 自由度 f 偏差平方和 S 方差种类 方差分析表 7.5.2 同水平正交试验设计的方差分析 ■ 分析思路 设正交试验共有A、B、C、D、…等实验因素（其中可能包括交互作用），试验共进行n次，因此有n个试验结果，记为 。 求出总的偏差平方和 、各因素偏差平方和 以及误差偏差平方和 之后，根据它们各自的自由度 、 以及 ，求出方差 、 以及 ，然后计算相对于 的F值—— ，再分别与各自的F临界值 等进行比较，对各因素影响的显著性进行分析、判断。 ■ 计算 设试验因素为A、B、…，总的试验次数为n，每个因素的水平数相同均为m，水平的重复次数为r，试验结果为 或表示成 （其中 为水平序号， 为重复序号， 为总的试验次数）。 ● 总的偏差平方和ST 其中 ——所有n个数据的平方和 ——校正系数 ——总和 ● 各因素的偏差平方和（组内，各列） SA、SB… 其中 注意： 计算 等时虽用同一公式，但括号中的 依据不同的因素而不同（参见后面的示例 ）。 ● 试验误差的偏差平方和 Se（与正交表中的空列相对应 ） 一般根据关系 反求得到： 注意： 若试验存在因素的交互作用（例如 ），则将这种交互作用视为一个因素，在数据计算表中单独占据一列并计算 （计算方法见后），则有 反求Se时也必须将 考虑进去，估计显著性时也要对其做相应的考虑。 ● 自由度 总的自由度 误差的自由度 因素的自由度 … 若存在交互作用（例如 ），那么交互作用的自由度 ，则有 ● 方差及F值 第一自由度为各因素（及交互作用）的自由度，第二自由度为试验误差的自由度。 … … ■ 查F分布表确定临界F值，判断各因素的显著性 根据自由度查得相应的 值进行显著性判断，判断方法同单因素试验。 ■ 举例 为提高某农药的收率进行正交试验，由经验知影响收率的有A、B、C、D四个因素（见水平表）且因素A、B之间存在交互作用A×B。因素水平表如下。 79800 1.2：1.0 3.5 80 2 66500 1.1：1.0 2.5 60 1 D 真空度（Pa） C 配比 B 反应时间（h） A 反应温度（℃） 因素 水平 ● 选正交表、确定试验方案、进行试验、填数据、初始计算 这是一个四因素、二水平的试验，但由于存在交互作用A×B，同时要保留空列用于分析试验误差，因此选用正交表L8 27 。试验方案及试验结果如下。 -2 2 1 1 2 1 2 2 8 -7 1 2 2 1 1 2 2 7 6 1 2 1 2 2 1 2 6 1 2 1 2 1 2 1 2 80 5 4 1 1 2 2 2 2 1 4 1 2 2 1 1 2 2 3.5 1 3 5 2 79800 2 2 2 1.2:1 1 1 1 2 -4 1 66500 1 1 1 1.1:1 1 1 2.5 1 60 1 7 6 5 4 3 2 1 收率（%） xi 原数据-90 D e C A×B B A 因素 列 试验号 号 4.5 4.5 0.5 60.5 50 18 8 5 5 3 13 12 -4 -2 -1 -1 1 -9 -8 8 6 25 25 9 169 144 16 4 1 1 1 81 64 64 3