第8章正交实验设计.pptVIP

第八章 正交实验设计(experiment design );例8.1.1 提高某种农药收率的试验 某农药厂生产某种农药，根据生产经验，发现影响 农药收率的因素有4个，每个因素都有两种状态，具 体如下： A反应温度： 60℃ 80℃ B反应时间： 2.5小时 3.5小时 C配比（某两种原料之比）: D真空度: 500毫米汞柱 600毫米汞柱 ;我们通常称影响试验指标的因素为因子， 用大写字母A，B，C，…表示； 可能处于的状态称为水平，用该字母加上足标表示。 例如， ， …表示因子A的第一，第二，…水平等。 我们把实验中需要考虑多个因子，而每个因子又有多个水平有待考查的试验问题称为多因子试验问题。 ;我们希望通过试验解决的问题是： （1）找出各因子对指标的影响规律，哪个因子是主要的，哪个是次要的？哪些因子除了各自的??独作用外，它们之间还产生综合效果？这种综合效果有多大？对指标的影响，综合效果是主要的，还是因子的单独作用是主要的？ （2） 选出各因子的一个水平来组合成比较合适的生产条件，以下通称最优生产条件，这里的最优是对试验所考察的因子和水平而言。 ;上面的问题对例8.1.1来说，从四个因子的每个因子的两个水平中选一个水平的所有搭配共有 16 种，显然，所有16种可能搭配都进行试验，再经过试验结果的处理就可以获得问题的圆满解决。;(1)所有可能搭配的试验次数与实际可行的试验次数之间的矛盾。 (2)实际所作少数试验与要求全面掌握内在规律之间的矛盾。;下面介绍的正交试验设计方法就是一种研究多因子试验问题的重要数学方法。它主要使用正交表这一工具来进行整体设计、综合比较、统计分析。;若被考查的n个因子都取三个水平，则称为 因子试验问题。;§8.2 正交表; 列号 试验号 ; 表称为正交表是因为它具有以下两个性质： (1) 整齐可比性 每一列中，不同的数字出现的次数相等。 (2) 均衡搭配性 任意两列中，将同一横行的两个数字看成有序数对 时，每种数对出现的次数相等。这里有序数对共有 四种：（1，1），（1，2）（2，1），（2，2）， 且它们各出现一次。 凡满足上述两个性质的表就称为正交表。;§8.3 正交试验设计;在表8.3.1的各因子列中，在数字“1”和“2”中的位置分别填上各该因子的1水平和2水平，就得到一张试验计划表，如下：;;例如，对因子A（反应温度），怎样比较它的两个水平对收率的影响？ 这里做了8次试验，直接从这8个数据中两两比较是不行的，因为这8个试验条件没有两个是相同的，没有比较的基础。 如果把这8个试验数据适当组合起来，便会发现某种可比性，这就是正交设计特具的综合可比性。 ;A的2水平 出现在上表中的第5~8号试验中，这四个试验收率的平均数是;即对于在 下的四次试验和 下的四次试验来说，虽然其它条件（B、C、D）在变动，但这种变动是“平等的”，所以 和 之间差异反映了A的两个水平的不同，由于 ;表头设计 ;我们从表的最后一行的正负可以看出,;直观上容易看出，一个因子对实验的结果影响大，就是主要的。所谓影响大，就是这因子的不同水平的平均收率之间的差异大。相反，一个因子对试验的影响小，就是次要的。即这因子的不同水平的平均收率之间的差异小。从表的最后一行的绝对值的大小可见，因子C的两个水平之间的差异最大，是主要矛盾。其次是因子B和因子A，再次是因子D。注意：当试验范围或试验条件发生改变时，矛盾的主要和非主要方面可以相互转化。;§8.4 交互作用 (interaction);从表中看出，只加4斤磷肥，亩产增加50斤，只加6斤氮肥，亩产增加30斤，而氮、磷肥都加，亩产增加160斤。这说明，增产的160斤除了氮肥的单独效果30斤和磷肥的单独效果50斤以外，还有它们联合起来所发生的影响，而 （560—400）—（430—400）—（450—400） =160—30—50=80（斤） 就反映了这种联合起来的影响。在正交试验设计中，把这个值的一半称为N和P的交互作用，记为N×P。即;在正交试验设计中，把这个值的一半称为N和P的交互 作用，记为N×P。即;按此方法，我们可以计算出例8.1.1中因子A和B的交互作用，计算如下：;因子A 和因子B的交互作用A×B就等于将上式乘以 1/2，即??;二、交互作用列;表8.4.1 两列间的交互作用