内容提要： - 中国统计教育学会.docVIP

洗衣产品的物理化学属性与洗涤效果的模型研究 首都师范大学 李雪、王凡、张思佳 摘要 优化洗衣产品的配方的主要目的是要在降低成本、减少对环境的污染等条件下，生产出洗涤效果更好的产品。本文利用洗衣产品溶于水后的的溶液的一些物理化学属性及洗涤功效的数据，研究溶液属性和产品功效之间的关系，建立它们之间的模型，找出对洗涤功效起到显著作用的因素，使得可以根据建立的模型找到最优的洗衣产品配方。面对洗衣产品中多种可能起作用的物理化学属性以及种类繁多的污渍，需要运用处理高维数据的方法进行研究。我们用最小角回归(Lars)，逐步回归(Stepwise)和交叉验证(Cross-Validation)方法对数据进行分析，建立的各个污渍与溶液属性间的数学模型，并给出几点对优化洗衣产品配方的建议。 关键词：洗衣产品物理化学属性；洗涤效果；最小角回归(Lars)；逐步回归(Stepwise)；交叉验证（Cross-Validation） 引言 随着科技的快速发展，人们在研究问题的时候需要考虑的因素越来越多。但是由于试验的成本比较高，或者周期比较长，所以不能通过试验来获取足够多的试验数据。甚至需要研究的因子数可能远远多于试验数据。于是就需要利用合理的数据分析思路和分析方法，从有限的数据中搜寻诸多变量中真正起关键作用的因素，以便在后续试验中对这些关键变量进行深入研究，从而大大减少试验的成本，从而充分利用已有的资源创造出更多的价值。 在洗衣产品产品配方开发中就遇到了很多此类问题，人们往往需要通过几十个观测数据，研究几百个因素对洗衣产品的洗涤效果的影响，进而找到最佳的产品配方。所以，我们希望从这些实际的问题入手，利用适当的统计方法（例如，Cross-Validation方法, Lars方法）分析数据，从现有的数据中分析出对洗涤效果真正起作用的因素，从而在后续的试验中对他们进行深入研究，而对那些对洗涤效果影响并不显著的因素，则可以适当省去对它们的各种试验。 目前，大部分国内企业在新产品开发与优化方面的投入很少。生产的产品往往成本高而质量差。这不仅影响了企业的长远发展，也严重影响了整个行业的健康发展。之所以会出现这样的现象，一方面是因为企业担心研发成本较高，所以削减研发投入；另一方面是因为试验方法和数据分析方法落后。所以我们选择某公司的洗衣产品为研究对象，用高维数据分析方法分析其组成成分与洗涤效果的关系，进而获得最优的配比方案。由于这种试验方法和数据分析方法可以用较少的试验数据分析大量因素对产品质量的影响，所以可以极大地降低试验成本，同时可以为产品的进一步优化提供模型支持。如果此方法可以广泛应用到产品开发中，必然可以为产品质量的提高和成本的降低提供强大的支持，促进企业又好又快发展。 目录 一、研究内容和目的……………………………………………1 二、数据说明及处理……………………………………………1 1.数据说明…………………………………………………1 2.缺失值处理………………………………………………1 3.数据分析方法……………………………………………2 三、模型建立……………………………………………………2 1.模型假设…………………………………………………2 2.建模的重要统计指标和主要原则………………………3 3.建模过程…………………………………………………3 4.模型结果分析……………………………………………5 5.模型结果小结……………………………………………10 四、现实意义与建议 …………………………………………13 1． 十八种污渍中存在类似的污渍………………………13 2.对洗衣产品去污能力的分析及难、易处理污渍的判定…14 3． 自变量之间的交互作用………………………………14 4.对去污力影响相对较弱的的物理化学属性……………11 5． 一些比较特殊的污渍…………………………………15 五、模型有待改进的地方⑴每一个产品的21个属性作为输入变量 (PP1—PP21) ⑵产品在18种污渍上的功效作为输出变量 (O1-O18) 数据处理： ⑴数据的标准化： 我们首先将数据标准化，以避免量纲和数据间数量级不同而带来的计算误差。 ⑵缺失值处理： 数据中PP2,PP3,PP4,PP5中存在缺失值，我们对此进行了以下处理。由于PP2，PP3的缺失值只有6个，我们选用填充平均值的方法处理。但PP4，PP5缺失数据达32个，填补均值的方法并不合理。我们利用不含缺失值的54组数据进行分析时发现PP4，PP5在多数输出变量的模型中并不显著，而且通过验证发现PP4，PP5与其它输入变量之间有较强的线性关系，所以PP4，PP5的作用可以用其他