均匀设计及其应用（均匀设计分会）教学幻灯片.pptVIP

Uniform Design and ;- 1 -; 我们通过制药工业中的一个实例, 来看均匀设计表的使用方法。;全面交叉试验要N=73=343次,太多了。 建议使用均匀设计。 有现成的均匀设计表，提供使用。参见:　　;第1步: 将试验因素的水平列成下表：;第2步: 选择相应的均匀设计表.;例如:;每个表还有一个使用表，将建议我们如何选择适当的列。其中‘偏差’为均匀性的度量值，数值小的设计表示均匀性好。例如 U7 (74)的使用表为,;第3步: 应用选择的 UD-表, 做出试验安排。;第 4步: 用回归模型匹配数据;然后，我们尝试用二次回归模型来匹配这些数据：;状态是正常的，所以模型(1.1.4)是可接受的。;图 1.1.2a 匹配图;第5步: 优化 -- 寻找最佳的因素水平组合;x1x3的回归系数是正的，x3的回归系数也是正的, x1* = 3.4.;讨论:;混合型水平的均匀设计;每个混合水平表有一个记号，含义为：;下表是一个混合水平均匀设计表:; U12(62?4);- 2 -;考虑4个因素： 平均施肥量X，分为12个水平(70,74,78,82,86,90,94,98,102,106,110,114)。 种子播种前浸种时间T，分为6个水平(1,2,3,4,5,6)。 土壤类型B，分4种B1，B2，B3，B4。 种子品种A，分3个A1，A2，A3。 对某农作物产量的影响, 前两个为定量因素，后两个为定性因素。;混合型因素混合型水平的均匀设计;这种混合因素混合水平表有如下的记号和含义：; U12(12×6×4×3２ ×2２ ); U12(12×6×4×3 );试验的安排及结果如表2.1.2;为了进行分析，我们引进5个‘伪变量’。它们的记号和取值如下：;+;不显著。需进一步考虑高阶回归项。 若我们考虑除主效应外，再多考虑一个2次效应和一个交互效应。这时回归方程化为 ;+;解得;*;所以得到最佳状态组合为 施肥量X=100.127， 浸种时间T=6， 土壤类型B取2， 种子品种A取3， 此时最大值估计为;一、表的选择,因素及水平的安排;为了分析，首先要将定性因素之状态，依照伪变量法， 将第i个因素分别化成(di-1)个相对独立的n维伪变量Zi1,Zi2,…，Zi(di-1)。 将这总共d=(d1+…dt-t)个伪变量与相应的k个连续变量X1，…，Xk一起进行建模分析。 为了保证主效应不蜕化，要对混合型均匀设计表进行挑选。;二、试验结果的回归建模分析;值得指出的是，由于Zij *Zij=Zij ,因??无需考虑伪变量的高阶效应,只考虑连续变量的高次效应即可. 又因为Zij1*Zij2=0,j1≠j2时,因此也无需考虑同一状态因素内的伪变量间的交互效应。 只有i1≠i2时,才有可能使Zi1j1*Zi2j2≠0，即不同状态因素间的交互效应可能要考虑.。 此外，不要忘记考虑连续变量与伪变量的交互效应。 至于 三个以上的状态因素间 的交互效应项Zi1j1*Zi2j2*Zi3j3≠0的可能性就更少了。;- 3 -;许多产品都是混合多种成分在一起形成的。;有 s 个因素: X1, ?, Xs 满足 Xi ? 0, i = 1, ?, s 和 X1 + ? + Xs = 1. ;例如, 成分数 s = 3;混料均匀设计;给定s-1维单位立方体C s-1上的均匀设计，且用 {Ck = (ck1, ?,ck,s-1), k = 1, ?,n} 表示。则进行下列必要的 变换：;例3.1 构造T3 上带有11 个(配方)试验点的均匀设计。 假设我们选用 U11(112) 和相关的 Ck, k = 1, ?,11:;用这个变换公式, 正方形[0,1]2上的均匀设计 Ck = (ck1, ck2), k = 1, ?,11 导出T3上的均匀设计 Xk = (xk1, xk2, xk3), k = 1, ?,11 如下:;区域 T3 是一个边长为 的等边三角形,用 V2 表示。;给定点(x1, x2, x3)，计算点(z1, z2)的公式是：;- 4-; 均匀设计软件;*;*;*;*;*;小结;主要参考文献