正交实验设计48242.docVIP

正交试验设计 目录 ［概述 2耐表 2.1止交试验设计衣 2.2止交表的性质 3安排 4极差分析 5条件选择 6分析方法 基本思想 8 十过程 9联系 W案例分析 概述 正交试验设计(Orthogonal experimental design)是研究多因索多水平的乂 种设计方法，它是根据止交性从 全而试验中挑选出部分有代表性的点进行试验，这些有代表性的点具备了“均匀分散，齐整可比”的特点，正交试 验设汁是分析因式设计的主要方法。是一种高效率、快速、经济的实验设汁方法。 口木著名的统计学家出口玄…将止交试验选择的水平组合列成表格,称为止交农。例如作-个三因素三水 平的实验，按全面实验耍求，须进行3A3 = 27种组合的实验，且尚未考虑每--组合的重复数。若按/_9(3)止交衣 安排实验，只需作9次，按￡18(3)正交表进行18次实验，显然大大的减少了工作呈。因而匸交实验设计在很影 领域的研究中已经得到广泛应用。 正交表是一整套规则的设计表格，川L为正交表的代号，n为试验的次数，t为水平数，c为列数，也就是 可能安排最多的因素个数。例如L9(3M)它表示需作9次实验，蚁多可观察4个因素，每个因素均为3水平。一 个正交农中也町以各列的水平数不相等,我们称它为混合黑正交表，如L8(4x2),此表的5列中，冇1列是为4 水平，4列为2水平。 设计表 正交试验设计表 正交试验因素水平表正交试验设计方案及试验结果极差分析表(或指标与因索关系图)方并分析表(简单分 析时可无) 正交表的性质 ⑴每一列中，不同的数字出现的次数是相等的。例如在两水平正交表屮,任何一列都有数码“「与“2”，且任 何一列中它们出现的次数是相等的；如在三水平正交表中，任何一列都冇“1”、“2、“3”，且在任一列的出现数均 相等。 任意两列中数字的排列方式齐全而且均衡。例如在两水平止交衣屮,任何两列(同一横行内)有序对了-共有 4种:(1, 1)、(1, 2)、(2, 1)、(2, 2)。每种对数出现次数相等。在三水平情况下,任何两列(同一横行内)有序 独共有9种，1.1. 1.2、1.3. 2.1、22、2.3、3.1、3.2、3.3,且每对出现数也均相等。 以上两点充分的体现了正交表的两大优越性,即“均匀分散性，整齐可比”。通俗的说，毎个因索的每个水平 与另一个因素各水平各碰-?次，这就是止交性。 止交表的获得有专门的算法，对应用者来说，不必深究。 安排 正交试验设计的关键在丁-试验因索的安排。通常，在不考虑交厅?作用的情况F,可以门由的将各个因索安 排在止交表的各列，只要不在同一列安排两个因索即可(否则会出现混杂)。但是当要考虑交互作用时,就会受 到一定的限制，如果任意安排，将会导致交互效应与其它效应混杂的情况。 因素所在列是随意的，但是一旦安排完成,试验方案即确定,Z后的试验以及后续分析将根据这一安排进 行，不能再改变。对于部分农，如L18 (2*3A7)则没有交仃?作川列,如果需耍考虑交互作用需耍选择其它的止 极差分析 在完成试验收集完数据厉，将要进行的是极差分析(也称方并分析〉。 极差分析就是在考虑A因索时，认为其它因索对结果的影响是均衡的,从而认为，A因素各水平的差异是 宙于A因素本身引起的。 用极差法分析正交试验结果应引出以下儿个结论： 在试验范围内，各列对试验指标的影响从人到小的排队。 某列的极差故大，表示该列的数值在试验范围内变化时，使试验指标数值的变化最大。所以各列对试验指 拯的影响从大到小的排队，就是各列极差D的数值从大到小的排队。 试验指标随各因素的变化趋势。 使试验抬标最好的适宜的操作条件（适宜的因素水平扌釜配）。 对所得结论和进一步研究方向的讨论。 条件选择 各因素的好水平加在一起，是否就是较优试验条件呢？理论上,如果各因素都不受其它因素的水平变动影 响的，那么，把各因素的优水平简单地组合起来就是较好试验条件。但是，实际上选取较好生产条件时,还要考 虑因素的主次，以便在同样满足指标耍求的情况下，对于一些比较次耍的因素按照优质、奇产、低消耗的凍则选 取水平，得到更为结合试验实际要求的较好生产条件。 以上介绍如何分析各因索水平的变动对指标的影响。讨论A因索时，不管其它因素处在什么水平，只从A 的极差就可判断它所起作川的大小。对其它因素也作同样的分析，在此基础上选取各因素的较优水平。 实践中发现，有时不仅因素的水平变化对指标有影响，而冃，有些因素间各水平的联合指配对指标也产牛 影响，这种联合搭配作用称为交互作用。而交互作用应该在试验设计时考虑到。 分析方法 一、 血接对比法 直接对比法就是对试验结果进行简单的直接对比。直接对比法虽然对试验结果给出了一定的说明，但是这 个说明是定性的，而且不能肯定地告诉我们最住的成分组合。显然这种分析方法虽然简单，