試验设计与数据处理-宋文君.docVIP

《试验设计与数据处理》论文 一，摘要：本书结合大量实例，介绍了一些常用的试验设计及试验数据处理方法在科学试验和工业生产中的实际应用，并介绍了计算机在试验数据处理中的强大功能。《实验设计与数据分析》课程是以概率论数理统计、专业技术知识和实践经验为基础，经济、科学地安排试验，并对试验数据进行计算分析，最终达到减少试验次数、缩短试验周期、迅速找到优化方案的一种科学计算方法。 二，数据处理的分析与表示 1.列表法：它是将实验数据按一定规律用列表方式表达出来是记录和处理实验数据最常用的方法。表格的设计要求对应关系清楚、简单明了、有利于发现相关量之间的物理关系；此外还要求在标题栏中注明物理量名称、符号、数量级和单位等； 2.图示法：作图法可以最醒目地表达物理量间的变化关系。从图线上还可以简便求出实验需要的某些结果（如直线的斜率和截距值等），读出没有进行观测的对应点（内插法），或在一定条件下从图线的延伸部分读到测量范围以外的对应点（外推法）。此外，还可以把某些复杂的函数关系，通过一定的变换用直线图表示出来。例如半导体热敏电阻的电阻与温度关系为，取对数后得到，若用半对数坐标纸，以lgＲ为纵轴，以１／Ｔ为横轴画图，则为一条直线 3.逐差法：对于自变量等间距变化的数据组，常采用逐差法处理一元线性拟合问题。逐差法与作图法相比，它不像作图法拟合直线具有较大的随意性，比最小二乘法计算简单而结果相近，在物理实验中是常用的数据处理方法。设实验数据组（xi,yi）具有线性关系ｙ＝ａｘ＋ｂ，xi按等间距变化，并且其测量误差远小于y的测量误差。最后将得出的方差分析、回归分析等结论和处理方法直接应用到试验设计方法中。 4.方差分析 概念： 方差分析是用来检验两个或两个以上样本的平均值差异的显著程度。并由此判断样本究竟是否抽自具有同一均值的总体。 优点：方差分析对于比较不同生产工艺或设备条件下产量、质量的差异，分析不同计划方案效果的好坏和比较不同地区、不同人员有关的数量指标差异是否显著时，是非常有用的。 缺点：对所检验的假设会发生错判的情况，比如第一类错误或第二类错误的发生。 基本原理：方差分析的基本思路是一方面确定因素的不同水平下均值之间的方差，把它作为对由所有试验数据所组成的全部总体的方差的第一个估计值；另一方面再考虑在同一水平下不同试验数据对于这一水平的均值的方差 ，由此计算出对由所有试验数据所组成的全部数据的总体方差的第二个估计值。比较上述两个估计值，如果这两个方差的估计值比较接近就说明因素的不同水平下的均值间的差异并不大，就接受零假设；否则，说明因素的不同水平下的均值间的差异比较大。 （5）数据处理基本步骤：定义总离差和为各样本观测值与总均值的离差平方和， 其中 ：——样本均值，即 式中：——样本观测值总数 对离差平方和分解如下： 式中： —— 第个样本的均值即 交叉项： 令 其中，刻画了全部次试验中纯粹由随机因素影响所产生的离差平方和，简称为组内平方和，也称为误差平方和。刻画了因素水平的差异对数据离散型的作用，称为组间平方和，或因素平方和。 例如 四种不同灯丝配料方案数据如下，问灯丝配料方案对灯泡使用寿命有无显著影响？ 解：运用方差分析发得总试验次数 计算如下: 灯泡品种 试验结果/h 1600 1610 1650 1680 1700 1720 1800 1580 1640 1640 1700 1750 1460 1550 1600 1620 1640 1660 1740 1820 1510 1520 1530 1570 1600 1680 将上述各项计算出结果后，可利用方差分析表进行方差分析 表-1 方差分析表 方差来源 离差平方和 自由度 均方差 统计检验量 显著性 配料方案 44360.71 3 14786.90 2.15 误差 15135.83 22 6