正交实验作业.docVIP

正交试验设计与数据处理在食品科学技术研究中的应用 正交试验是利用正交表安排多因素实验、分析实验结果的一种设计方法。他从多因素的全部水平组合中挑选部分有代表性的水平组合进行试验，通过对这部分对这部分实验结果的分析了解全面实验的情况，找出因素最佳水平组合。数据处理是对数据的采集、存储、检索、加工、变换和传输。数据的形式可以是数字、文字、图形或声音等。数据经过解释并赋予一定的意义之后，便成为信息。本文介绍了正交试验设计的方法并举例说明了该方法在食品科学技术研究中的应用。 影响食品性质的因素有很多,很有必要利用正交设计方法对其各种因素影响的关键程度和每个因素的最优水平进行科学的分析和确定。 　　实验设计指科学研究的一般程序的知识，它包括从问题的提出、假说的形成、变量的选择等等一直到结果的分析、论文的写作一系列内容。它给研究者展示如何进行科学研究的概貌，试图解决研究的全过程。 研究者在实验前根据研究目的拟定的实验计划及方法策略。其主要内容是合理安排实验程序，并提出将如何对实验数据作统计分析、心理实验设计的主要步骤可归纳为： ①根据研究目的提出假设； ②拟定验证假设的方法、程序； ③选择适当的处理、分析实验数据的统计方法。 　　日本著名的统计学家田口玄一将正交试验选择的水平组合列成表格，称为正交表。例如作一个三因素三水平的实验，按全面实验要求，须进行33=27种组合的实验，且尚未考虑每一组合的重复数。若按L9(3)正交表安排实验，只需作9次，按L18(3)正交表进行18次实验，显然大大减少了工作量。因而正交实验设计在很多领域的研究中已经得到广泛应用。 　　正交表是一整套规则的设计表格，L为正交表用的代号，n为试验的次数，t为水平数，c为列数，也就是可能安排最多的因素个数。例如L9(34)，它表示需作9次实验，最多可观察4个因素，每个因素均为3水平。一个正交表中也可以各列的水平数不相等，我们称它为混合型正交表。 　　正交试验设计的安排 正交试验设计的关键在与试验因素的安排。通常，在不考虑交互作用的情况下，可以自由的将各个因素安排在正交表的各列，只要不在同一列安排两个因素即可（否则会出现混杂）。但是当要考虑交互作用时，就会受到一定的限制，如果任意安排，将会导致交互效应与其它效应混杂的情况。 因素所在列是随意的，但是一旦安排完成，试验方案即确定，之后的试验以及后续分析将根据这以安排进行，不能再改变。 　　正交试验设计的极差分析 用极差法分析正交试验结果应引出以下几个结论：①在试验范围内，各列对试验指标的影响从大到小的排队。某列的极差最大，表示该列的数值在试验范围内变化时，使试验指标数值的变化最大。所以各列对试验指标的影响从大到小的排队，就是各列极差D的数值从大到小的排队。②试验指标随各因素的变化趋势。③使试验指标最好的适宜的操作条件（适宜的因素水平搭配）。④对所得结论和进一步研究方向的讨论。较优条件选择各因素的好水平加在一起，是否就是较优试验条件呢？理论上，如果各因素都不受其它因素的水平变动影响的，那么，把各因素的优水平简单地组合起来就是较好试验条件。但是，实际上选取较好生产条件时，还要考虑因素的主次，以便在同样满足指标要求的情况下，对于一些比较次要的因素按照优质、高产、低消耗的原则选取水平，得到更结合试验实际要求的较好生产条件。 实践中发现，有时不仅因素的水平变化对指标有影响，而且，有些因素间各水平的联合指配对指标也产生影响，这种联合搭配作用称为交互作用。而交互作用应该在试验设计时考虑到。 　　正交试验分析方法 一、直接对比法就是对试验结果进行简单的直接对比。直接对比法虽然对试验结果给出了一定的说明，但是这个说明是定性的，而且不能肯定地告诉我们最佳的成分组合。显然这种分析方法虽然简单，但是不能令人满意。 二、直观分析法是通过对每一因素的平均极差来分析问题。所谓极差就是平均效果中最大值和最小值的差。有了极差，就可以找到影响指标的主要因素，并可以帮助我们找到最佳因素水平组合。 　　正交试验设计的过程: 　　1、确定试验因素及水平数； 　　2、选用合适的正交表； 　　3、列出试验方案及试验结果； 　　4、对正交试验设计结果进行分析，包括极差分析和方差分析； 5、确定最优或较优因素水平组合。 例：加减炙甘草片的提取工艺研究 通过正交设计,以干浸膏量及甘草酸与五味子乙素含量为指标,对其提取工艺进行研究。 1 因素水平的确定 以乙醇浓度、溶剂用量、提取时间、提取次数为考察因素,每个因素取个水平(见表1) 表 1 因素水平数 因素 A B C 水平 乙醇浓度(%) 溶剂用量(倍） 提取次数（次） 提取时间（h） 70 12 1 3 60 10 2