实验设计与数据处理第二章正交设计基本方法.pptVIP

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（f因或fA），竖行f2=1,2,3,4…，代表F比中分母的自由度(即f误），而α=0.1,0.05,0.01分别表示在不同的显著性水平上的F比的临界值。查表时根据f因和f误的值可在不同的显著性水平上分别找到Fα的值，并把该值与计算的F值进行比较。 例子： 例如在本例中fA =5， f误=18，查表得： Fα=0.1（5,18）=2.20， Fα=0.05（5,18）=2.77， Fα=0.01（5,18）=4.25. 由于： 可以看出当FAF0.05(5,18）=2.77，但是FAF0.01(5,18）=4.25,表示本例有 （1-0.05）的把握说因素A对实验结果有显著影响。 2.2.2 正交设计的统计分析（多因素试验的方差分析） 多因素方差分析：多因素方差分析和单因素的方差分析类似。多因素实验结果之间的差异也是由两部分组成： 各因素水平变化引起的； 实验误差所引起的。 在多因素试验中，方差分析的目的在于将实验误差所引起的结果差异与实验条件的改变所引起的结果差异区分开来，以便能抓住问题的实质。此外还要把影响实验结果的主要和次要因素区分开。 下面通过实例说明多因素方差的分析方法： 例 2-3 寻求合理的钢材热处理条件。实验目的：提高钢材的强度，考察指标是（千克/毫米2） 因素与水平：考察三个因素：淬火温度，回火温度，回火时间，其因素与水平表见下表。 因素 淬火温度（A）度 回火温度（B）度 回火时间（C）分 一水平 840 410 40 二水平 850 430 60 三水平 860 450 80 列号 A 空 B C 实验结果ya(ya-185) 试验号 1 2 3 4 1 1(840) 1 1(410) 1(40) 190(5) 2 1 2 2(430) 2(60) 200(15) 3 1 3 3(450) 3(80) 175(-10) 4 2(850) 1 2 3 165(-20) 5 2 2 3 1 183(-2) 6 2 3 1 2 212(27) 7 3(860) 1 3 2 196(11) 8 3 2 1 3 178(-7) 9 3 3 2 1 187(2) Ij 10 -4 25 5 a=1,2,3..9 j=1,2,3,4 IIj 5 6 -3 53 IIIj 6 19 -1 -37 100 16 625 25 25 36 9 2809 36 361 1 1369 161 413 635 4203 53.67 137.67 211.67 1401 Sj 14/3 266/3 488/3 4056/3 选正交表，排表头，列出试验计划，该实验选用L9(3)4表，表头设计及