试验策画 运筹学.pptVIP

试验设计初步 在科学研究与生产实践当中，不可避免地要进行试验。 例如在工农业生产中希望通过试验达到高质、优产、低消耗，特别是新产品试验，未知的东西很多，只有通过试验来模拟工艺条件或配方。 如何做试验，其中大有学问。试验设计得好，会事半功倍，反之会事倍功半，甚至劳而无功。 【例】 在一个化工生产过程中，考虑影响产量的三个因素：温度（A）、时间（B）和加碱量（C）。为了便于试验的安排，每个因素要根据以往的经验来选择一个试验范围，然后在试验范围内跳出几个有代表性的值来进行试验，这些值称作该因素的水平。在该例中，我们选择的试验范围如下： 温度（A）：77.5℃——92.5℃ 时间（B）：75min——165min 加碱量（C）：4.5%——7.5% 【例】 然后在上述范围内，每个因素各选三个水平，组成如下的因素水平表： 试验设计（design of experiment，DOE），也称为实验设计，它是以概率论和数理统计为理论基础，经济地、科学地安排试验的一项技术，以使收集的数据适合于用统计方法分析，得出有效的和客观的结论。 试验设计的作用 　　1. 提高产量； 　　2. 减少质量的波动，提高产品质量水准； 　　3. 缩短新产品试验周期； 　　4. 降低成本； 　　5. 延长产品寿命。 从20世纪30年代费希尔（R.A.Fisher）在农业生产中使用试验设计方法以来，试验设计方法已经得到广泛的发展，统计学家们发现了很多非常有效的试验设计技术。 20世纪60年代，日本统计学家田口玄一将试验设计中应用最广的正交设计表格化，在方法解说方面深入浅出，为试验设计的更广泛使用作出了众所周知的贡献。 试验设计自20世纪30年代问世至今，其发展大致经历了三个阶段： 早期的单因素和多因素方差分析 传统的正交试验法 近代的优选设计法 试验设计的基本原理　　 重复 随机化 区组化 所谓重复，意思是基本试验的重复进行。重复有两条重要的性质： 第一，允许试验者得到试验误差的一个估计量。这个误差的估计量成为确定数据的观察误差是否是统计上的试验误差的基本度量单位。 第二，如果样本均值用作试验中一个因素的效应的估计量，则重复允许试验者求得这一效应的更为精确的估计量。 所谓随机化，是指试验材料的分配和试验进行的次序，都是随机地确定的。统计方法要求观察值（或误差）是独立分布的随机变量。随机化通常能使这一假定有效。把试验进行适当的随机化亦有助于“均匀”可能出现的外来因素的效应。 所谓区组化，是用来提高试验精确度的一种方法。一个区组就是试验材料的一个部分，相比于试验材料全体它们本身的性质应该更为类似。区组化牵涉到在每个区组内部对感兴趣的试验条件进行比较。 试验设计的内容 第一，明确试验设计中的试验指标，也称为响应变量 (response variable）或输出变量，这个指标必须是能够量化的指标。 第二，寻找影响试验指标的可能因素(factor)，也称为影响因子和输入变量。因素变化的各种状态称为水平，要求报据专业知识初步确定因子水平的范围。 第三，根据实际问题，选择适用的试验设计方法。 试验设计的方法有很多，每种方法都有不同的适用条件，选择了适用的方法就可以事半而功倍，选择的方法不正确或者根本没有进行有效的试验设计就会事倍而功半。 第四，科学地分析试验结果，包括对数据的直观分析、方差分析、回归分析等多种统计分析方法。 试验设计的各种方法 析因法 正交试验设计法 优选设计方法 一、析因法 　　 析因法又称析因试验设计、析因试验，也叫做全因子实验设计。它是研究变动着的两个或多个因素效应的有效方法。 许多试验要求考察两个或多个变动因素的效应。将所研究的因素按全部因素的所有水平的一切组合逐次进行试验，称为析因试验，或称完全析因试验，简称析因法。 若在一项试验中有m个因素，它们各自有l1，l2，……，lm个水平，则全面试验至少需要进行多少次试验？ 析因设计的最大优点是所获得的信息量很多，可以准确地估计各实验因素的主效应的大小，还可估计因素之间各级交互作用效应的大小； 析因设计的最大缺点是所需要的实验次数最多，因此耗费的人力、物力和时间也较多。当所考察的实验因素和水平较多时，研究者很难承受。 当析因设计要求的实验次数太多时，一个非常自然的想法就是从析因设计的水平组合中，选择一部分有代表性水平组合进行试验。因此就出现了分式析因设计(fractional factorial designs)，但是对于试验设计知识较少的实际工作者来说，选择适当的分式析因设计还是比较困难的。 试验设计与方差分析 完全随机化设计 (completely randomized design)