试验优化第七章.ppt

试验设计与数据处理 第七章 回归正交设计(Orthogonal Regression Design) 主要内容：一次回归正交设计、二次回归正交组合设计、二次回归正交旋转设计 重 点：回归正交表、因素水平编码、回归方程的建立及其显著性检验 第一节 一次回归正交设计 一次回归正交表 因素水平编码 试验方案 回归方程建立 回归方程的统计检验 一、一次回归正交表 一次回归正交设计（Linear Orthogonal Regression Design)可以得到下列形式的回归方程 一次回归正交设计严格按照一次回归正交表来安排试验。 上述回归方程中的各个偏回归系数可以通过回归正交表很方便地求出。 一、一次回归正交表 一次回归正交设计表是把二水平正交表中的“1”、“2”分别改写为“1”和“-1”而得到的，这种变化又称为“正交性变换”。 回归正交表正交性的体现 二、因素水平编码 确定因素的变化范围：对因素xj，首先确定其水平的上限和下限，分别记作x2j和x1j，它们又称为因素的上水平和下水平。 计算零水平和变化区间： 编码：编码的目的是对因素的实际试验水平进行“正交性”变换。将x1j、x0j、x2j分别转换成z1j、z0j、z2j。 二、因素水平编码 编码后，因素水平x1j、x0j、x2j分别转换成-1、0和1。 xj称为自然变量，zj称为规范变量。 编码后的因素水平编码表 二、因素水平编码 回归正交设计的数据处理方法： 1.利用回归正交表计算得到用规范变量表示的回归方程 2.在规范变量基础上对回归方程和各个偏回归系数进行显著性检验 3.将规范变量转换成自然变量，得到试验所需的回归方程。 三、试验方案 一次回归正交设计的试验方案设计与正交设计类似，即根据试验因素的个数以及需要考察的交互作用个数（方程中交互项数）选择合适的二水平正交表，并将该正交表改写成回归正交表 因素水平编码 按正交表的交互作用表进行表头设计，并按表中水平组合进行试验 如果需要对回归方程进行失拟检验，则在正交表的基础上增加m次（至少二次）零水平试验 三、试验方案 如考虑因素x1、x2、x3以及它们的交互作用x1x2、x1x3、x2x3，可以选用L8(27)。表头设计如下： 第7列为三因素交互作用列，不予考虑；为进行失拟检验，增加了2次零水平试验 三、试验方案 为了便于数据处理，满足b0的计算需要，在上面的表中增加z0列，该列各数值均为1（该列并不参与试验方案的构成），这样就得到一个完整的三因素一次回归正交设计资料表 四、回归方程的建立 四、回归方程的建立 五、回归方程的统计检验 五、回归方程的统计检验 失拟检验 回归方程与偏回归系数显著性检验 六、一次回归正交设计实例 为了研究小麦高产栽培技术，选择影响小麦产量的三个主要因素：水分状况、追氮肥量和种植密度进行试验，试验指标为小区产量。试进行一次回归正交试验并分析试验结果。 六、一次回归正交设计实例 六、一次回归正交设计实例 六、一次回归正交设计实例 六、一次回归正交设计实例 第二节 二次回归正交组合设计 组合设计的概念 星号臂长度与二次项的中心化（试验方案设计） 回归方程的建立与统计检验 一、组合设计的概念 组合设计是在一次回归设计的组合点（各试验点）的基础上，再增加特定的一些试验点，把它们组合起来形成试验方案。 例：在一次回归设计中，二因素回归正交设计的4个试验点是在因素空间（二维）中一个正方形区域的四个顶点上进行的，在组合设计中，再增加5个特定的试验点，如图所示： 一、组合设计的概念 一般地，组合试验的n个试验是由三部分组合而成的 这三部分分别是： 1）二水平全面试验的试验次数mc=2p，这是一次回归正交设计的所有试验点，当因素较多时，也可以采用部分实施方案，即mc=2p－1（1/2实施）或mc=2p－2（1/4实施） 2）2p为分布在p个坐标轴（每个因素对应一个坐标轴）上的星号点个数，这些点与中心点的距离r称为星号臂，它由正交性的要求决定。 3）m0为各因素都取零水平时的中心点试验的重复次数。 一、组合设计的概念 二次回归正交组合设计简称二次回归正交设计(Quadratic Orthogonal Regression Design)，有现成的二次回归正交设计表可供选择使用。 二、星号臂长度与二次项的中心化 为了使组合设计成为正交设计，也就是使设计的结构矩阵具有正交性，必须满足以下两个要求： 1. 星号臂r的长度必须满足 可见，星号臂长r与因素个数p、中心点试验次数m0以及二水平试验点数mc有关。 二、星号臂