[工学]第1讲 正交试验设计.ppt

第一章 正交试验设计与数据处理 为什么要进行试验设计 试验设计 试验设计（Design of Experiment） 一种经过设计的或精心安排的试验过程，目的是使试验过程科学有序地进行，做到以较少的试验次数获取足够和可靠的信息资料 试验设计的发展概况 20世纪20年代 早期的方差分析法: 由英国生物统计学 家、数学家费歇(R.A.Fisher)提出的 20世纪50年代 正交试验设计法：以日本的田口玄一为代表 优选法：华罗庚 20世纪70年代 均匀设计：王元和方开泰 正交试验设计 正交试验设计是利用规格化的正交表，恰当地设计出试验方案和有效地分析试验结果，提出最优配方和工艺条件，并进而设计出可能更优秀的试验方案的一种科学方法 1 正交表 2 正交性原理 安排3个因素(A,B,C)，每个因素取3个水平的试验 3 正交试验设计的基本步骤 1、明确试验目的，确定考核指标 2、选定因素（包括交互作用）、确定水平 3、选用合适的正交表 4、按选定的正交表设计表头，确定试验方案并组织实施试验 5、试验结果分析 6、若最佳组合方案在试验中未出现，如果条件允许，应安排一次验证试验，进行确认 3.1 单指标正交试验极差分析 [解] 如果每个因素的每个水平都互相搭配着进行全面试验，必须做试验33=27次。现在我们使用L9(34)正交表来安排试验。 3.2 多指标正交试验极差分析 例2：(多指标的分析方法---- 综合评分法) [解]我们选用正交表L9(34)来安排试验，试验结果如下 3.3 混合水平正交表及其用法 混合水平正交表就是各因素的水平数不完全相等的正交表。譬如：L8(41 x 24)就是一种混合水平的正交表 例4：(直接利用混合水平正交表) 某农科站进行品种试验，共有4个因素：A(品种)、B(氮肥量)、C(氮、磷、钾比例)、D(规格)。因素A是4水平的，另外3个因素是2水平的。试验指标是产量，数值越大越好。 [解]分析结果见下表： 例5：(拟水平法) 今有一试验，试验指标只有一个，它的数值越小越好，这个试验有4个因素，其中因素C是2水平的，其余3个因素都是3水平的，试安排试验。 分析结果见下表： 3.4 有交互作用的正交试验设计 什么是交互作用： 在多因素试验中，各因素不仅各自独立地在起作用，而且各因素还经常联合起来起作用。也就是说，不仅各个因素的水平改变时对试验指标有影响，而且各因素的联合搭配对试验指标也有影响。这后一种影响就叫做因素的交互作用。因素A和因素B的交互作用记为A X B. 交互作用表 交互作用表（以正交表L8(27)为例）： 用正交表安排有交互作用的试验时，我们把两个因素的交互作用当成一个新的因素来看，让它占有一列，叫交互作用列。 例6：(水平数相同) 我们用一个3因素2水平的有交互作用的例子来说明某产品的产量取决于3个因素A，B，C，每个因素都有两个水平。每两个因素之间都有交互作用，试验指标为产量，越高越好。具体如下： [解]这是3因素2水平的试验。3个因素A, B, C要占3列，它们之间的交互作用A x B, B x C, A x C 又占3列。可用正交表L8(27). 分析： 从极差大小看，影响最大的因素是C，以2水平为好；其次是AxB，以2水平为好，第3是因素A，以1水平为好，第4是因素B以1水平为好。列出A和B进行组合的几种效果表： 方差分析（ANOVA） 问题的提出 单因素试验的方差分析 双因素试验的方差分析 问题的提出 要分析温度的变化对得率的影响 从平均得率来看，温度对得率的影响? 1) 同一温度下得率并不完全一样，产生这种差异的原因是由于试验过程中各种偶然性因素的干扰及测量误差等所致，这一类误差统称为试验误差； 2) 两 种温度的得率在不同的试验中的倾向有所差别。如 65oC 与 70oC相比较，第一次65oC比70oC 好，而后二次70oC比65oC 好。产生这种矛盾的现象也是由于试验误差的干扰。 1) 由于温度的不同引起得率的差异叫做条件变差； 例中的全部15个数据，参差不齐，它们的差异叫做总变差(或总离差)。产生总变差的原因一是试验误差，一是条件变差。 2) 方差分析解决这类问题的思想是： a. 由数据的总变差中分出试验误差和条件变差，并赋予它们的数量表示； b. 用条件变差和试验误差在一定意义下进行比较，如两者相差不大，说明条件的变化对指标影响不大；反之，则说明条件的变化影响是很大的，不可忽视； c. 选择较好的工艺条件或确定进一步试验的方向； 变差的数量表示 有n个参差不齐的数据 x1, x2, …, xn, 它们之间的差异称为变差。如何给变差一个数量表示呢? 1) 一个最直观的想法是用这n个数中最大值与最小值之差，即极差来