[经济学]第四章 正交试验设计.ppt

注意 如果考察的交互作用越多，试验次数也就越多，所以如果根据经验可以不考虑的交互作用，应尽量不予考虑，当然可能存在的交互作用也不能忽略，否则会导致数据分析得出错误结论。 在对因子和因子交互作用进行F检验时，关键是计算正交表中每一列的偏差平方和，因为无论是因子的偏差平方和还是两个因子的交互作用的偏差平方和都可以用正交表中列的偏差平方和计算 一般情况 正交表的自由度≥因子及两个因子交互作用自由度的总和 对一般正交表Ln(ql) ，Sj的计算公式为： 其中，n/q为同一水平下的重复次数 课堂练习 已知：三个二水平因子A、B、C，且要考察两两的交互作用 选用次数最少的正交表给出表头设计 写出数据结构式 * * * * * * * * * * 1.要介绍确定性关系与非确定性关系的区别 2.非确定性关系如何转化为确定性关系来研究 3.回归问题的检验的重要性----大数定理的充分体现 Ｆ检验 由偏差平方和的分解: 构成F统计量，进行F检验 当 时，拒绝原假设，检验显著。 偏差平方和的计算 列号 试验号 1 2 3 4 试验指标y A B C 1 1(800C) 1(90分) 1(甲) 1 31 2 1(800C) 2(120分) 2(乙) 2 54 3 1(800C) 3(150分) 3(丙) 3 38 4 2(850C) 1(90分) 2(乙) 3 53 5 2(850C) 2(120分) 3(丙) 1 49 6 2(850C) 3(150分) 1(甲) 2 42 7 3(900C) 1(90分) 3(丙) 2 57 8 3(900C) 2(120分) 1(甲) 3 62 9 3(900C) 3(150分) 2(乙) 1 64 偏差平方和 SA SB SC Se 正交表每一列的自由度 其中 S1是由因子A的不同水平及随机误差引起，所以，SA=S1 同理， S2是由因子B的不同水平及随机误差引起， SB=S2 S3是由因子C的不同水平及随机误差引起， SC=S3 S4纯粹是由试验的随机误差引起，所以，S4=Se 不难证明 方差分析表 来源 平方和S 自由度f 均方和V Ｆ比 显著性 A B C e 618 114 234 18 2 2 2 2 309 57 117 9 34.33 6.33 13.00 * (*) T 984 8 SPSS ANALYZE General Linear Model Univariate 方差分析表 进入到Options对话框，以计算各因子不同水平对应的均值 Estimated Marginal Means 最优生产条件是: A 3 B 1 C 2 结论 选择最优生产条件，对于无交互作用的正交试验，要根据对重要因素优先确定最优水平，对于不重要因素，则根据提高效率、节约、方便等选择适当水平的原则 最优生产条件是 A 3 B 1 C 2 此最优生产不在9次试验中，这正是正交试验设计的优越性，即通过9次试验数据可以分析三个三水平的27种搭配情况。 有交互作用的试验设计与数据分析 【例4.2】(四因子二水平有交互作用正交试验) 为了提高某农药的收率，须进行试验设计与分析。根据以往的生产经验，发现影响农药的收率的因子有4个，每个因子取2水平， 具体如表所示： 水平 因子 A（反应温度℃） B（反应时间h） C（配比） D（真空度mm汞柱） 1 60 2.5 1.1/1 500 2 80 3.5 1.2/1 600 又根据经验，因子A与B之间可能存在交互作用，因而 希望通过试验结果一起分析一下交互作用是否对收率 有影响。 选用正交表: L8(27) 表头设计 先安排有交互作用的两个因子 借助于两列间的交互作用列表找出交互作用所在列 然后再将其它因子放在剩下的几列上 表头设计 A B AB C D 列号 1 2 3 4 5 6 7 正交表: L8(27) 表头设计 A B A×B C D 试验指标y 列号 试验号 1 2 3 4 5 6 7 1 1 1 1 1 1 1 1 2 1 1 1 2 2 2 2 3 1 2 2 1 1 2 2 4 1 2 2 2 2 1 1 5 2 1 2 1 2 1 2 6 2 1 2 2 1 2 1 7 2 2 1 1 2 2 1 8 2 2 1 2 1 1 2 L8(27)两列间的交互作用列表 列号 列号 1 2 3 4 5 6 7 (1) 3 2 5 4 7 6 (2) 1