分析实验设计与数据处理第二章正交设计方法.pptVIP

（C）实验数据分析 从上图可以看出多指标问题与单个指标相比，表头设计没有什么不同。单数据分析却比单指标复杂很多，一般需要以下几个步骤才能定出最好的生产条件。 第一步：对每个指标可按前面介绍的方法对其单独进行分析，找出对各单项指标有主要影响的因素，并确定他们的有利水平。 本例中，三项指标单独分析的结果如下： 外观的数据分析，计算结果如下表所示： 由该表可知，对外观影响最大的因素是G，H，因外观数据越小越好，故G2和H1。 清晰度的数据分析，计算结果如下表所示： 由该表可知，对清晰度最大的因素是A、D、F、J，因清晰度数据越大越好，故应取A1、D1、F2、J2。 缺陷的数据分析，计算结果如下表所示： 由该表可知，对清晰度最大的因素是E、H、J、K，因缺陷数据越小越好，故应取E1、H1、J1、K1。 第二步：对单项指标的分析结果进行综合，确定出没有矛盾的因素水 平。例如因素G、H对清晰度及缺陷度影响较小，对外观的影响较大，则应根据外观的需要，确定其水平分别为G2、H1，以此类推可以定出A1、D1、F2、E1、H1、K1。由于因素B、C、I对三项指标的影响都不大，故可以任意确定其水平，记为B0、C0、I0。 第三步：根据单项指标的分析，对水平选取上有矛盾的因素，水平暂不选定。把它的各水平与第二步定出的其他因素的水平组合成不同的实验条件，计算出引起矛盾的哪些指标的工程平均后，再根据问题的实际需要确定其水平。 例如从提高清晰度考虑，因素J应选取J2，根据减少缺陷数考虑，又应选J1。这样就产生了矛盾，于是需要计算条件（1）（A1D1E1F2G2H1J1K1）与条件（2） （A1D1E1F2G2H1J2K1）下的清晰度与缺陷数的工程平均。 （实例：美国F117，F22等隐形飞机的设计：（符合气动性布局，不符合隐身性要求，符合隐身性要求不符合气动性布局，影响因素太多太复杂，且互相制衡） 计算清晰度或缺陷数的工程平均时，只需要计算对清晰度或缺陷数影响最大的那些因素？（仅仅限于一般情况）。如计算条件（1）下的清晰度工程的平均数 ： 上述计算过程中， 为清晰度项指标值的总平均值，可由上表算出。 上述计算过程中， 可由上表算同理计算出。 同理，可计算缺陷数指标在两个不同条件下的工程平均（1）： 缺陷数指标在（2）条件下的工程平均： 从上述计算可看出，在条件（2）下清晰度较高，缺陷数目也不太多，可以满足实际需要。从这个试验要求看出，提高清晰度更主要一些，所以最后取定条件（2），即： A1D1E1F2G2H1J2K1 或更完整写成 A1B0C0D1E1F2G2H1I0J2K1 作为最好生产条件。 b.因素水平变化的分析： 根据各实验条件下数据的平均值，可以算出全数据的总平均值 由此可以写出各水平下数据的平均值（y1, y2, …y6),与总平均值之间的差值，对各差值平方求和，记为： 它反映了由因素A的水平变动（A1，A2，….A6）所引起的波动。我们把SA叫做因素A的变动平方和。该值仍然受到因素A的水平个数的影响，因此用平均变动平方和VA来表示： fA称为因素A的自由度，因素A的六个水平满足一个约束条件： 所以， fA=6-1=5。因此，因素A的平均变动平方和应用： SA与 fA可按下面的叙述规则进行计算： SA=因素各水平[重复数×(平均值-总平均值)2]之和 fA=因素的水平数-1 C.总的偏差平方和及总自由度 工艺条件 试验号 1 2 3 4 1 Y11-y=11 7 20 2 2 Y21-y=15 2 -21 -2 3 -4 2 6 5 4 -7 7 -16 -17 5 13 14 -10 11 6 10 6 -1 13 该公式说明，实验数据总的偏差可以分解为两部分，一部分是实验误差的偏差，另一部分是由于因素变动引起的偏差。 同理可知总偏差的自由度： 为了方便S总还可以写成： d.显著性检验 计算出S因、f因、S误、f误数值，就可判断出因素对指标的影响是不是显著。所谓显著，是指因素水平改变时，确使实验结果的真值有改变。 V误反映了实验误差影响的大小，而VA反应了因素水平改变时影响的大小，因此应该比较V误和VA的大小，以判断因素的水平改变确有超过实验误差干扰的影响，这是就说因素A是显著的。 比较VA与V误的大小可以计算其比值： 当FA多大时，就能说因素A是显著的呢？F分布表中的数值上就是各种情况下的临界值。由表查的的临界值记为Fα，当FAF α时，我们就有（1- α）的把握说因素A对指标有显著性影响。这里的α 就叫做显著性水平。 F分布及其查法： F分布表中列出了各种自由度情况下F比的临界值，F分布表的横行f1=1,2,3,4,5…15…。代表F比中的分子的自由度