3试验设计(汽车试验学)课稿.pptVIP

第三章 试验设计 3.1基本概念 3.1.1 试验指标 3.1.2 因子与水平 3.2 22因子设计 复因子试验是指在一个试验中研究两个或两个以上因子的试验。 因子设计目的：通过对各因子及其交互作用效果来进行方差分析，从而判断各因子及其交互作用对实验指标的影响。 很多试验包含着两个、三个或更多的因子，对这些因子产生的效果都要进行研究。对这种类型的试验，最有效的是因子设计方法。 因子设计的一般概念 复因子试验具有如下几个主要特点： （1）复因子试验可同时估计单因子作用及多因子之间的相互作用。 （2）复因子试验扩大了试验研究的范围。由于复因子试验可考虑多因子间各种水平组合，从而在较大试验范围内选择出多因子不同水平的最佳组合处理。 （3）复因子试验由于增加各因子重复数，从而降低试验误差而提高试验精度。 （4）复因子试验的主要缺点是：当因子数目增加时，试验规模随之急剧增加。 使用因子设计方法，在每一个完全的试验或试验的多次重复中，各个因子的各个水平的所有可能的组合都要考虑。 主要效果：一个因子的效果是由因子水平的改变而引起的反应的变化，经常称为主要效果。 例：设某一试验有两个因子A和B，因子A有两个水平A1，A2，因子B有两个水平B1，B2，试验所得结果数据如表所示： 解:先考虑表2.1.1的情形： 因子A的主要效果可看成是在A的第一个水平下的平均反应与在第二个水平下的平均反应之差,记为A,即 A=(40+52)/2 – (20+30)/2=21 因子B的主要效果是 B=(30+52)/2 – (20+40)/2=11 再考虑表2.1.2的情况 因子A的主要效果是 A=(50+12)/2 – (20+40)/2=1 因子B的主要效果是 B=(40+12)/2 – (20+50)/2=-9 2.1 因子设计的一般概念 分别画出这两种情况的图形： 第一种情况下，因子A、B之间没有交互作用。 第二种情况下,因子A、B之间有交互作用。交互作用是不能忽视的,有时它比因子的作用还大, 因子设计方法是不会漏掉交互作用的。 因此,因子设计是有效的设计方法,特别是当交互作用存在的时候。 2k因子设计 假设试验中共有k个因子，每个因子都只有两个水平。这种设计的安排总共有2k个不同的组合，若每种组合下取一个观察值，总观察值共有2k个，因此叫2k因子设计。 对2k设计作如下假设： （1）因子是固定的 （2）设计是完全随机的 （3）一般都满足正态性 （4）反应近似于线性 22设计 假设在每一种水平组合下作n次重复观察，即取n个观察值。为分析问题的方便, 引进下列记号： A表示因子A的效果，B表示因子B的效果，AB表示交互作A×B的效果。a表示因子A在高水平、因子B在低水平情况下观察值之和；b表示因子A在低水平，因子B在高水平情况下观察值之和；ab表示因子A，B都在高水平情况下观察值之和，l表示因子A，B都在低水平情况下观察值之和。 22设计 因子A的平均效果:在B的低水平下为 在B的高水平下为 总平均效果是这两个数的平均值,即 22设计 因子B的平均效果：在A的低水平下为 在A的高水平下为 总平均效果是这两个数的平均值，即 22设计 1. 因子A的效果A是右边（高水平）两项之和减去左边（低水平）两项之和，再被2n除 2. 因子B的效果B是上边（高水平）两项之和减去下边（低水平）两项之和，再被2n除 3. 交互作用A×B的效果AB是右上方两高水平）与左下方（两低水平）两项之和减去左上方（A低B高）与右下方（A高B低）两项之和，再被2n除 定义3.2.1 若有线性组合 满足约束条件 ， 则称这样的线性组合为对照（contrast），并记为 方差分析 定义因子A，B，交互作用A×B的总效果分别为： 方差分析 因此，A，B，AB 的离差平方和分别为 显著性检验 显著性水平FA=