实验设计与数据处理第6章正交试验讲解.ppt

④明确试验方案，进行试验，得到结果 把正交表中安排各因素的列（不包含交互作用列）中的每个水平数字换成该因素的实际水平值，便形成了正交试验方案（表3）。 在实际研究中，有时试验因素之间存在交互作用。对于既考察因素主效应又考察因素间交互作用的正交设计，除表头设计和结果分析与前面介绍略有不同外，其它基本相同。 例题1：某一种抗菌素的发酵培养基由A、B、C 三种成分组成，各有两个水平，除考察A、B、C三个因素的主效外，还考察A与B、B与C的交互作用。试安排一个正交试验方案并进行结果分析。 ① 选用正交表，作表头设计 由于本试验有3个两水平的因素和两个交互作用需要考察，各项自由度之和为：3×(2-1)+2×(2-1)×(2-1)=5，因此可选用L8(27)来安排试验方案。 正交表L8(27)中有基本列和交互列之分，基本列就是各因素所占的列，交互列则为两因素交互作用所占的列。可利用L8(27)二列间交互作用列表来安排各因素和交互作用。 如果将A因素放在第1列 ，B 因素 放在第 2列，查表可知，第1列与第2列的交互作用列是第3列 ，于是将 A与B 的交互作用 A×B放在第3列。这样第3列不能再安排其它因素 ，以免出现“混杂”。然后将C放在第4列， 查表9可知，B×C应放在第6列，余下列为空列 ，如此可得表头设计，见表10。 ② 列出试验方案 根据表头设计，将A、B、C各列对应的数字“1”、“2”换成各因素的具体水平，得出试验方案列于表11。 ③ 结果分析 按表所列的试验方案进行试验，其结果分析与前面并无本质区别，只是：应把互作当成因素处理进行分析； 应根据互作效应，选择优化组合。 上述均属无重复正交试验结果的方差分析，其误差是由“空列”来估计的。然而“空列”并不空，实际上是被未考察的交互作用所占据。这种误差既包含试验误差，也包含交互作用，称为模型误差。若交互作用不存在，用模型误差估计试验误差是可行的；若因素间存在交互作用，则模型误差会夸大试验误差，有可能掩盖考察因素的显著性。这时，试验误差应通过重复试验值来估计。所以，进行正交试验最好能有二次以上的重复。正交试验的重复，可采用完全随机或随机单位组设计。 3 正交试验设计结果的方差分析法  —三水平正交试验的方差分析 例题：自溶酵母提取物是一种多用途食品配料。为探讨啤酒酵母的最适自溶条件，安排三因素三水平正交试验。试验指标为自溶液中蛋白质含量（％）。试验因素水平表见表20，试验方案及结果分析见表21。试对试验结果进行方差分析。 2.8 7.5 58 3 2.4 7.0 55 2 2.0 6.5 50 1 加酶量（％）C pH值 B 温度（℃）A 水 平 试验因素 表20 因素水平表 527.62 461.39 360.62 976.56 K3j2 478.30 460.10 458.39 344.84 K2j2 430.15 513.02 634.03 248.38 K1j2 22.97 21.48 18.99 31.25 K3j 21.87 21.45 21.41 18.57 K2j 20.74 22.65 25.18 15.76 K1j 8.95 1 2 3 3 9 10.9 3 1 2 3 8 11.4 2 3 1 3（58） 7 5.5 2 1 3 2 6 5.54 1 3 2 2 5 7.53 3 2 1 2（55） 4 4.54 3 3（2.8 3（7.5） 1 3 4.97 2 2（2.4） 2（7.0） 1 2 6.25 1 1（2.0） 1（6.5） 1（50） 1 试验结果yi 空列 C B A 处理号 表21 试验方案及结果分析表 （1）计算 计算各列各水平的K值 计算各列各水平对应数据之和K1j、K2j、K3j及其平方K1j2、K2j2、K3j2。 计算各列偏差平方和及自由度 同理，SSB=6.49，SSC=0.31 SSe=0.83（空列） 自由度：dfA＝dfB＝dfC＝dfe＝3-1=2 计算方差 （2）显著性检验 根据以上计算，进行显著性检验，列出方差分析表，结果见表10-24 F0.01(2,4)=18.0 F0.05(2,4) =6.94 Fa 53.03 总和 0.285 4 1.14 误差e△ 0.41 2 0.83 误差e 0.16 2 0.31 C△ * 11.4 3.24 2 6.49 B ** 79.6 22.70 2 45.40 A 显著水平 F值 均方 自由度 平方和 变异来源 表22 方差分析表 因素A高度显著，因素B显著