正交试验分类.pptVIP

正交试验设计方法 目 录 1.2 正交实验流程 1.3 正交实验表 （一）正交实验表 记号Ln(tq)中： L—正交表代号 n—正交表行数，表示要做的试验次数为n次 t—表中数码数，表示因素的水平为t q—正交表列数，最多可安排q各因素 表1—1中为一个3因素2水平的正交表。表中有4行3列，由数码“1”，“2”组成。它具有两个特点: (1)每个直列中， “1”，“2”出现的次数相同，都是两次。 (2)任意两直列，横向形成4各数个对中,(1,1),(1,2),(2,1),(2,2)均出现一次，即任意两列的数码“1”，“2”搭配是均衡的。 共需做4次实验。 2.正交实验的建立 2.1试验方案设计: 3.正交试验结果分析方法 （1）分清各因素及其交互作用的主次顺序； （2）找出试验因素的优水平和试验范围内的最优组合； （3）判断因素对试验指标影响的显著程度； （4）分析因素与试验指标之间的关系，即当因素变化时，试验指标是 如何变化的。为进一步试验指明方向； （5）确定置信区间,找出最优方案实验结果的变化范围； （6）估计试验误差的大小； i （二）方差分析 基本思想是将数据的总变异分解成因素引起的变异和误差引起的变异两部分，构造F统计量，作F检验，即可判断因素作用是否显著。 3.3 交互作用的试验设计与结果分析 （1） 交互作用 在多因素试验中，因素间的联合搭配对试验指标产生的影响作用称为交互作用。 在试验设计中，表示A、B间的交互作用记作A×B，称为1级交互作用；表示因素A、B、C之间的交互作用记作A×B×C，称为2级交互作用；依此类推，还有3级、4级交互作用等。 4 应用举例 例1：自溶酵母提取物是一种多用途食品配料。为探讨啤酒酵母的最适自溶条件，安排三因素三水平正交试验。试验指标为自溶液中蛋白质含量（％）。试验因素水平表见表4-1，试验方案及结果分析见表4-2。试对试验结果进行方差分析，见表4-3 。 （二）考虑交互作用的实例分析 [例1] 某一种抗菌素的发酵培养基由A、B、C 三种成分组成，各有两个水平，除考察A、B、C三个因素的主效外，还考察A与B、B与C的交互作用。试安排一个正交试验方案并进行结果分析。 2.平均值预测 最优方案的真值区间估计为： （2）交互作用的处理原则 试验设计中，交互作用一律当作因素看待。因此，各级交互作用都可以安排在能考察交互作用的正交表的相应列上，它们对试验指标的影响情况都可以分析清楚，而且计算非常简单。但交互作用又与因素不同，表现在： ① 用于考察交互作用的列不影响试验方案及其实施； ② 一个交互作用并不一定只占正交表的一列，而是占有（m-1）p列。表头设计时，交互作用所占列数与因素的水平m有关，与交互作用级数p有关。 2水平因素的各级交互作用均占1列；对于3水平因素，一级交互作用占两列，二级交互作用占四列，……，可见，m和p越大，交互作用所占列数越多。 ① 忽略高级交互作用 ② 有选择地考察一级交互作用。通常只考察那些作用效果较明显的，或试验要求必须考察的。 ③ 试验允许的条件下，试验因素尽量取2水平。 交互作用选择。一般原则是： （一）不考虑交互作用的实例分析 表 4-1 因素水平表 2.8 7.5 58 3 2.4 7.0 55 2 2.0 6.5 50 1 加酶量（％）C pH值 B 温度（℃）A 水 平 试验因素 优水平 A3 B1 C1 主次顺序： A﹥B﹥C 最优组合：A3B1C1 0.400 2.063 5.164 极差 7.657 7.160 6.330 10.417 k3 7.290 7.150 7.137 6.190 k2 6.913 7.550 8.393 5.253 k1 8.95 1 2 3 3 9 10.9 3 1 2 3 8 11.4 2 3 1 3（58） 7 5.5 2 1 3 2 6 5.54 1 3 2 2 5 7.53 3 2 1 2（55） 4 4.54 3 3（2.8 3（7.5） 1 3 4.97 2 2（2.4） 2（7.0） 1 2 6.25 1 1（2.0） 1（6.5） 1（50） 1 试验结果yi 空列 C B A 处理号 表 4-2 试验结果及数据处理表 kA1=(6.25+4,97+4.54) ÷3 表 4-3 方差分析表 527.62 461.39 360.62 976.56 K3j2 478.30 460.10 458.39