质量管理与质量管理实验设计材料.ppt

试验设计－5 第五章 试验设计 一、试验设计及其应用范围 二、 方差分析 三、正交设计 一、试验设计及其应用范围 试验设计发源于英国，最早应用于农业生产，在考察各种肥料及施肥量对农作物产量的影响时，建立了试验设计的最初的数学模型。随着生产的发展，试验设计的理论和方法也就随之不断发展，各种有效的试验方法越来越广泛地被各个部门所采用。在质量管理中使用试验设计主要有下面二个目的： 1、通过试验，确定影响质量或生产过程的主要原因； 2、选择满足设计质量或产品质量的操作条件。 试验设计的有关概念 1、指标。用以衡量试验效果的特性值被称为试验指标。试验指标通常分为两大类型：一类是定量指标，直接用数量来表示的指标，如收率、产量、硬度等；另一类是定性指标，不能直接用数量来表示，只能凭感觉或感官 (触、观、尝、嗅等)来评定的指标，如棉花的手感与颜色、食品的酥、脆、香等。 2、因素。影响试验指标（结果）的原因称为因素，如反应温度、时间、催化剂种类等。有些因素可以在试验的过程中人为的加以调节与控制，称之为可控因素。如反应温度、反应时间、催化剂的种类等。另一类因素是由于自然、技术与设备等条件的限制，暂时还不能人为调控，这类因素被称为不可控因素(随机因素)，例如地面的轻微震动等。下面我们主要研究可控因素。 3、水平——因素在试验中所处的各种状态称为因素的水平，如不同的试验温度550C、600C、800C等 。根据试验的需要，因素的水平可以设为二水平、三水平等等。 二、方差分析 1、单因素试验 2、双因素试验 1、单因素试验 （1）单因素试验数据表 表中各符号定义如下： (2)总变差ST 我们定义N=mn个数据xij的总变差ST为： (3) 因素A引起的条件变差SA 在因素A的各水平下，数据均值 互不相同，它们之间的差异主要是由于因素A的水平变化所致。这些均值之间的离差平方和称之为条件变差，记为SA，计算公式如下： （4）试验误差Se 考察因素A的第i水平下的n个数据：xi1,xi2,…xin它们也互不相同，这些差异是由于除了因素A以外的其它试验误差所引起的。我们称因素A在同一水平下，n个数据之间的离差平方和为试验误差，记为Se，其计算公式如下： (5)分解公式 前面已经介绍了数据的总变差ST，因素A引起的条件变差SA，以及试验误差Se。从直观上看,引起数据总变差ST的原因，不外乎因素A及除因素A以外的其它试验误差。所以应当有： ST＝SA＋Se。 事实上，下面的推导验证了这种想法是正确的。 （6）小结 1）试验误差：Se由于试验过程中各种偶然因素及测量误差引起在同一试验温度下试验结果有差异。 2）条件变差：SA由试验条件不同导致试验结果不同，在本例中各种温度下的试验结果的差异即属这类变量。 3）总变差：ST试验误差和条件变差之和称为总变差，且：ST=Se+SA （7）用方差分析解决这类问题的思路是： （8）变差的数量表示 （9）自由度的一般定义 并且这m个方程是相互独立的，则： 单因素试验的方差分析计算表 引入下列记号 为了利用上表进行各项平方和的计算，下面对表达式作些演变。 单因素试验方差分析表1 单因素试验的方差分析 例：考察温度对某一化工产品的得率的影响。 对下表用方差分析表求解 由数理统计知识得知： 方差分析表 a、F0.01F ， 因素的影响特别显著,记为“**”； b、F0.05F≤F0.01，因素的影响显著,记为“*”； c、F0.10F≤F0.05，因素有影响记为“(*)”； d、F0.25F≤F0.10，因素有一定影响记为“[*]”； e、F≤F0.25，因素无明显影响 不作记号。 注： a、如自由度fe太小会降低F检验的灵敏度，如某因素本来有显著影响，但F检验却检验不出来。fe越大，则F检验灵敏度越高，但fe大也意味着试验次数增加，费用增加。一般情况希望保证fe在5~10。 b、F值特别小，例如大大小于1，这种情况一般不应发生，其原因可能是取样或测量中有系统误差或是实验结果的有效位数取得太小等原因。 c、试验的随机化，例如将例中的15个试验按温度条件分三批，每批5个试验不是按顺序，而是先将它们编号，然后用随机数表等方式决定它们的试验次序。这样的目的是为了尽量减少人为因素等的影响。 不等重复数的单因素试验 在前面讨论的例子中，不同试验条件下的试验重复数是相同的，在实践中，并不总是能满足这种情况，有时试验条件不允许，或试验数据失落不全等会造成各试验条件下的试验数据量不等，即试验重复数不等。 对重复数不等的单因素试验的方差分析与重复数相等时很相似，在计算时只需对P、Q、R稍作修改。 设因素A有m个试验条件，各个试验条件相应的试验重复数是r1,r2,……,rm，共N个数据，令： 单因素