13第十一章 正交设计(三).ppt

正交设计 （三） 第三节 正交试验设计的方差分析 一、正交试验设计方差分析的一般表格形式 在上面的表格中，n为试验次数，m为水平数，k为因子数，r为每一水平的重复数：r＝n/m；校正值C＝T2/n；T为总和 总平方和SST＝Σxi2－T2/n 各项平方和：SSA＝SS1＝(ΣKi12)/r – C SSB＝SS2＝(ΣKi22)/r – C SSj＝ SSj＝ (ΣKij2)/r – C 列出方差分析表： 变异来源 SS df MS F A SSA m-1 MSA=SSA/(m-1) MSA/MSe B SSB m-1 MSB=SSB/(m-1) MSB/MSe A×B SSA×B dfA×dfB SSA×B/dfA×B MSA×B/MSe … 误差 SSe dfe MSe=SSe/dfe 总的 SST dfT 二、二水平正交设计方差分析 (一)不考虑交互作用时的方差分析 举例说明：下列几种因素对棉饼脱毒有作用，但不考虑因素之间的互作： 水平 A产地 B形状 C榨油方式 D加工时间 F温度 G施加药物 1 A1 粉状 浸粕 48h 100℃ G1 2 A2 块状 机榨 24h 80℃ G2 各因素的自由度为：dfA = dfB = dfC = dfD = dfF = dfG = 2 – 1 = 1 要求试验次数n1+(dfA + dfB + dfC + dfD + dfF + dfG )＝7 因而选取 L8(27) 正交表来安排试验 进行表头设计(随机排列)： 列号 1 2 3 4 5 6 7 因素 G A e B D F C 各平方和SSj的计算方法：SSj＝ (K1j2+K2j2)/r - T2/n dfe＝2 - 1＝1 dfT＝n -1＝8 -1＝7 列方差分析表(F0.05,1,1=161 F0.05,1,3=10.13 F0.01,1,3=34.12) 在上面的方差分析表中，我们可以发现，由于误差项的自由度为dfe=1，因此用来作为比较标准的Fα就很大，其结果就是很多项变异来源即使其MS很大，也达不到显著水准；因此有必要将F值很小的项(如产地A、方式C等)并入误差项(使其称为方差分析表中的e’)，将误差项的自由度变大，使得比较标准Fα迅速降下来，从而使得MS比较大的都可以达到显著水平：形状B、时间D、温度F等都从原来的不显著变为显著；药物G从显著变为极显著 最后计算各项变异来源的贡献率，贡献率的计算方法： 如棉饼形状的贡献率为 余类推；而误差项贡献率为 从贡献率的大小，我们可以知道，药物的作用最大（其F值也是最大的） 综合上述结果，我们可以得出各因素的最佳组合为：形状为粉状B1，时间为48h，温度为100℃，药物为G2；将这些因素组合起来，就是 B1D1F1G2 而产地A和方式C似乎不是影响棉饼脱毒的主要因素 （二）考虑交互作用的方差分析 例：为提高某营养品的提取率，进行正交试验设计，考虑以下几个因素及部分互作，因素水平及互作见下表： 水平 A(反应温度) B(反应时间) C(配比) D(加工方法) 1 50℃ 60min 1.5:1 粉碎 2 80℃ 90min 2.0:1 浸泡 由于可能有互作，因此选用L8(27)正交表进行表头设计，根据以往试验结果，估计仅A与B存在互作，则 列号 1 2 3 4 5 6 7 因素