00-数据处理与试验设计-2011-06.pptVIP

正交试验设计在大规模试验中，试验次数仍显偏多，80年代初由我国数学家方开泰和王元独立创造的均匀试验设计方法得到了广泛的应用，均匀试验设计在军工、制药等行业得到了广泛应用 * 试验设计与数据处理的基本概念 试验考察指标：根据目的选定用来考察或衡量效果的特性值 试验考察指标：质量、成本、效率和经济效益 试验考察指标：定量指标，定性指标 单考察指标试验 多考察指标试验 * 定量指标：可以通过试验直接获得，它方便计算和数据处理，如精度、粗糙度、强度、硬度、合格率、寿命和成本等 定性指标：(如颜色、气味、光泽等)不是具体数值，一般要定量化后再进行计算和数据处理。 * 试验因素：对试验考察指标产生影响的原因或要素 化学化工中的温度、压力、浓度等 ? 误差因素：试验因素以外在试验过程中由于测量、仪器和环境条件等影响试验考察指标的要素 因素水平：因素变化的各种状态和条件 因素的水平应是能够直接被控制的，并且水平的变化能直接影响试验考察指标有不同程度的变化 * 极差：—组数据中的最大值与最小值之差．R=xmax-xmin 极差表示一组数据的最大离散程度，它是统计量中最简单的一个特征参数。在试验设计中会经常用到。 一组数据之和与平均值：几个观察值x1、x2、…、xn称之为一组数据，这组数据之和与平均值分别为： * 偏差：也称为离差。偏差在数理统计中—般有两种，一种是与期望值之间的偏差，另一种是与平均值之间的偏差。在试验设计和数据处理中往往不知道期望值，而很容易知道平均值，所以常常把与平均值之间的偏差作统计量进一步分析研究。 设有n个观察值x1、x2、…、xn，则把每个观察值xi(i=1,2,…,n)平均值与差值称为与平均值之间的偏差，简称为偏差。 很显然，与平均值之间的偏差的总和为零，即： * 偏差平方和与自由度：一组数据与其平均值的各个偏差值有正、负或零，因此各偏差值的总和为零，所以偏差和不能表明这组数据的任何特征。如果消除掉各个偏差正、负的影响，即以偏差平方和作为这组数据的一个统计量，则偏差平方和能够表征这组数据的分散程度，常以S表示。 自由度f＝n-1 * 方差:也称平均偏差平方和，单位自由度的偏差大小，即偏差平方和S2与自由度f的比值V，V即是方差。 均方差：也称标准偏差。由方差V的计算式(0-7)可知，方差V的量纲为观察数据量纲的平方，为了与原特性值的量纲相—致，可采用方差V的平方根作为一组数据离散程度的特征参数： * 数据处理与试验设计 Data Process and Experimental Design 刘全生 （Quansheng Liu） 内蒙古工业大学化工学院 Department of Chemical Engineering Inner Mongolia University of Technology 内蒙古呼和浩特市爱民街49号，内蒙古工业大学化工学院，010051 6575945(O)，6576191(H)E-mail：liuqs@imut.edu.cn * 数据处理与试验设计 (Data Process and Experimental Design) ? 科学实验?预测和控制? 研究观测对象的变化规律 * 实验前的实验设计的理论、知识、方法、技能 * 实验后对实验数据进行科学处理的理论、知识、方法与技能 ? 建立数学模型 形成假说==〉设计实验==〉做实验==〉验证假说 * 数据处理 获取测试结果 数据分析与检验 （统计处理） 基于数理统计和概率论的理论对数据处理结果进行精确度、准确度及置信度和置信区间的估计 预测和控制 建立模型 服务于人类的生产和生活需要 * 实验方法 实验流程 实验过程 试验设计 进行测试及测试数据记录 数据处理与检验 * 科学研究中实验方法的重要性 科学研究中的三个质量要素 科学理论，科学实验 科学计算 实验的可重复性 有利于研究者对科学假设的验证（包括证伪） 实验样本的可替代性 使研究更加经济，而且比自然观察更易于控制 实验过程的可控制性 能排除无关变量，使研究者有效地进行观察 * 科学研究中统计方法的重要性 使研究者从随机数据中找到规律。 使数据成为揭示研究对象因果联系的重要依据。 使研究内容易于表达。 使实验假设易于验证。 * 实验设计中一些常用术语 因素与因素设计 因变量，自变量和无关变量 因素的水平 多因素设计 处理与处理水平的结合 主效应，交互作用与简单效应 处理效应，误差变异与残差 比