(ppt)正交试验设计.ppt

一、正交表的含义 正交表的符号形式： 正交表L9(34) 三、正交表的正交性 1、每纵列各水平出现的次数相等。 2、任意两列之间，各数对出现的次数相等，即各水平正好碰到的次数相等，即无遗漏，也无重复，搭配很均匀（正交设计的试验次数至少为水平的平方倍）。 这两点称为正交性，每张正交表都具有正交性，因此用正交表安排试验具有均衡分散，整齐可比的特征，代表性强，效率高，这是因为正交试验法对全体因素来说是部分试验，便对其中任意两个因素来说是具有相同重复次数的全面试验。 四、用正交表安排试验的步骤 正交实验设计主要分为三个步骤：选表、表头设计、安排试验。 应注意的几点： ⑴正交表是安排多因素试验的得力工具，不怕因素多，增加1，2个因素，并不增加试验次数。反之，若漏掉重要因素，可能大大降低试验效果。因此，一般倾向于多考察因素，凡是可能起作用或情况不明的因素都值得考察。 ⑵一般采用三水平的正交表作试验，它可根据试验结果作图，看出不同水平的变化趋势，为下一批实验提出展望，但水平数不宜划分太多。否则会增加试验次数。 ⑶较好的实验方法是先用水平数少的正交表作试验，在多个结果有影响的因素中，选择出主要因素，然后再在下一批试验中，对少数主要因素再作细考察。 六、正交试验的结果分析 1、直接观察 直接根据观察试验结果来确定较好试验条件的方法，称为直接观察，由直接观察导致的最好结果的试验方案称为直接观察方案。 2、直观分析法 ⑴计算每一因素各个水平导致的结果之和。 每个因素的每个水平参予几次试验就会由它导致几个试验结果，把这些结果相加就求出每一因素各个水平导致的结果之和。 ⑵计算每一因素各水平导致结果之和的极差。 ⑶确定关键因素，重要因素和可能最优试验方案。 2、直观分析法 （3）划分因素关键程度的根据是极差、极差大，说明该因素是活泼的，它的变化对结果的影响很大，极差小说明因素是保守的，它的变化对结果的影响较小。 用极差做划分因素重要程度的依据是相对的，因为极差受水平量的影响很大，对于一个因素所取水平量的范围不同，会出现不同的极差值，在用极差判断每个因素的重要程度时，最好在掌握了较多信息的情况下进行。 3、考察水平趋势，探寻可能更优方案 考察水平趋势使用趋势图，用因素的水平作横坐标，用相应因素的水平导致的结果之和为纵坐标，在图中画出相应点，用直线把它们依次连结起来，就形成水平趋势折线。一般情况下，趋势只适用于联系的、用数量表示的水平的考察。 只有三水平以上才能考察水平趋势，二水平不能进行考察，为了发挥正交试验设计的这一优势应尽量避免选用二水平进行试验，通过直接观察，一般计算分析和考察水平趋势，总结出三个试验方案，哪个方案更好呢？需要通过实践验证，比较，最后确定，这就要进行下轮试验。 七．多指标的试验设计 在第一节中我们讨论的试验指标仅限于一个，故称为单指标试验。实际问题中，用来衡量试验结果的指标常常不止一个，称之为多指标试验。然而，某些指标之间又可能出现相互矛盾的现象。如何找到兼顾各项指标的最优或较优的各因素水平的组合呢？以下讨论两种方法。 1、综合评分法 该法的基本思想是把多指标的情况转化为单一指标（总分），用单一指标来代表每次试验的结果。显然，把多指标转化为单指标的方法是至关重要的，然而这不单纯是数学问题。通常我们采用“加权评分法”，即根据各个指标的重要程度来确定相应指标的“权”，然后，计算出每次试验结果的总分 。 2、综合平衡法 综合平衡法是分别把各个指标按单一指标进行分析，然后再把对各个指标计算分析的结果进行综合平衡，从而确定各因素水平的最优或较优组合。 4、方差分析 上述对结果的分析方法称为直观比较，其优点是方法简便和计算量小。但它不能区别是由于因素的水平（或交互作用）的变化而导致试验结果的差异还是由于试验的随机滤动而导致试验结果的差异。为解决这个问题，我们需讨论正交试验的方差分析方法。现仍借助例3来说明方差分析法。为了计算上的方便，我们将试验结果的数据减80，这样并不会影响对结果的分析。此外，我们现在考察的因素除了A，B，C和D外还增加一个交互作用A*B。 方差分析的步骤： 1、总变差的分解 我们推广方差分析中总离差平方和的分解公式，试验结果的总离差平方和 可以分解为若干离差平方和： 其中，分别表示由因素交互作用所引起的离差平方和，表示随机因素引起的离差平方各。我们引用符号和来表示和第是空白列，用表示空白列的离差平方和。它们不反映因素水平的差异，仅反映随机误差。 方差分析的步骤： 2、差平方和的计算 现以为例说明离差平方和的计算方法，其它离差平方和的计算方法完全相同。由方差分析中计算组间平方和的分工可得 方差分析的步骤： 3、计算统计量F比值 * 第九章 正交实验设计 第一节 正交表基本概念 第