emuch net正交试验设计原理与实例.pptVIP

因为 由dfe=2与k=2, 3, 4, 查临界q值，并计算 出LSR值，见表12-36。 多重比较结果表明，A2B1显著优于A2B2，A1B1；A1B2显著优于A1B1，其余差异不显著。最优水平组合为A2B1。 从以上分析可知，A因素取A2，B因素取B1，若C因素取C1，则本次试验结果的最优水平组合为A2B1C1。 总自由度 dfT =n-1=16-1=15 A因素自由度 dfA =ka-1=4-1=3 B因素自由度 dfB =kb-1=4-1=3 C因素自由度 dfC =kc-1=4-1=3 D因素自由度 dfd =kd-1=4-1=3 误差自由度 dfe = dfT-dfA-dfB-dfC -dfd = 15-3-3-3 -3= 3 2、列出方差分析表，进行F检验 F 检验结果表明，四个因素对拉伸率的影响都不显著。究其原因可能是本例试验误差大且误差自由度小(仅为3)，使检验的灵敏度低，从而掩盖了考察因素的显著性。由于各因素对增重影响都不显著，不必再进行各因素水平间的多重比较。此时，可直观地从表11-18中选择平均数大的水平A3、B1、C3、 D4组合成最优水平组合A3B1C3 D4 。 上述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。 ④多重比较。从本试验的方差分析，相对来说A因素和B因素为重要因素，C因素和D因素为次要因素。对A，B两因素进行多重比较表11-20至表11-22，用LSR法。 当dfe=3时，多重比较的结果以A3和B1为最好，另外A3和B1也可考虑，作为分析其他指标后综合平衡选择之用。从拉伸率这一指标来讲，最优组合为：A：胶基添加量21％；B：葡萄糖浆添加量17％；C，D因素不论。 4.2.2 有重复观测值正交试验结果的方差分析 有重复试验的方差分析与无重复试验的方差分析，除误差平方和、自由度的计算有所不同外，其余各项计算基本相同。 【例4】有一水稻3因素试验，A因素为品种(4水平）；B因素为栽插密度(2水平);C因素为施肥量(2水平)；选用L8 (4 X24)，其表头设计和产量结果（小区面积30 m2）。见表11-23。 用n表示试验(处理)号数，r表示试验处理的重复数。a、b、c、ka、kb、kc的意义同上。 对于有重复、且重复采用随机单位组设计的正交试验，总变异可以划分为处理间、单位组间和误差变异三部分，而处理间变异可进一步划分为A因素、B因素、C因素与模型误差变异四部分。此时，平方和与自由度划分式为： SST=SSt+SSr+SSe2 dfT = dft + dfr + dfe2 而 SSt=SSA+SSB+SSC+SSe1 dft = dfA + dfB + dfC + dfe1 于是 SST=SSA+SSB+SSC+SSr+SSe1+SSe2 dfT = dfA + dfB + dfC + dfr + dfe1 + dfe2 式中：SSr为单位组间平方和；SSe1为模型误差平方和；SSe2为试验误差平方和；SSt为处理间平方和；dfr、dfe1、dfe2 、dft为相应自由度。 注意，对于重复采用完全随机设计的正交试验，在平方和与自由度划分式中无SSr、dfr项。 1、计算各项平方和与自由度 矫正数 C =T2/ r n = 4962/3×8 =10250.67 总平方和 SST=Σx2-C =172+162+…+262 - 10250.67 =451.33 单位组间平方和 SSr=ΣT2