单因素实验设计报告.docxVIP

单因素实验设计报告 　　、实验步骤：1．建立数据文件。　　定义2个变量：PWK和DCGJSL，分别表示排污口和大肠杆菌数量。　　2.选择菜单“分析→比较均值→单因素”,弹出“单因素方差分析”对话框。在对话　　框左侧的变量列表中，选择变量“DCGJSL”进入“因变量”列表框，选择变量“PWK”进入“因子”列表框。　　3．单击“确定”按钮，得到输出结果。　　结果解读：　　由以上结果可以看到，观测变量大肠杆菌数量的总离差平方和为；如果仅考虑“排污口”单个因素的影响，则大肠杆菌数量总变差中，排污口可解释的变差为，抽样误差引起的变差为，它们的方差分别为和88，相除所得的F统计量的观测值为，对应的概率P值为。在显著性水平α为的情况下。由于概率P值小于显著性水平α，则应拒绝零假设，认为不同的排污口对大肠杆菌数量产生了显著影响，它对大肠杆菌数量的影响效应不全为0。　　因此，可判断各个排污口的大肠杆菌数量是有差别的。　　、实验步骤：1．建立数据文件。　　定义2个变量：Branch和Turnover，分别表示分店和日营业额。将Branch的值定义为1=第一分店，2=第二分店，3=第三分店，4=第四分店，5=第五分店。　　2.选择菜单“分析→比较均值→单因素”,弹出“单因素方差分析”对话框。在对话　　框左侧的变量列表中，选择变量“Turnover”进入“因变量”列表框，选择变量“Branch”进入“因子”列表框。　　3．单击“确定”按钮，得到输出结果。　　结果解读：　　由以上结果可以看到，观测变量日营业额的总离差平方和为；如果仅考虑“分店”单个因素的影响，则日营业额总变差中，分店可解释的变差为，抽样误差引起的变差为，它们的方差分别为和，相除所得的F统计量的观测值为，对应的概率P值近似为0。在显著性水平α为的情况下，由于概率P值小于显著性水平α，则应拒绝零假设，认为不同的分店对日营业额产生了显著影响，它对日营业额的影响效应不全为0。　　因此，在α＝的显著性水平下，“这五个分店的日营业额相同”这一假设不成立。　　、实验步骤：1．建立数据文件。　　定义3个变量：weight和method，分别表示幼苗干重和处理方式。将method的值定义为1=HCI，2=丙酸，3=丁酸，4=对照。　　2.选择菜单“分析→比较均值→单因素”,弹出“单因素方差分析”对话框。在对话　　框左侧的变量列表中，选择变量“，method”进入“因变量”列表框，选择变量“weight”进入“因子”列表框。在“两两比较”选项中选择LSD、Bonferroni和Scheffe方法。　　3．单击“确定”按钮，得到输出结果。　　单因素试验设计是指只有一个因素对试验指标构成影响的试验。单因素试验设计要求对试验水平进行布局和优化，是一种水平试验设计。　　单因素试验设计方法可分为两类：同时试验设计和序贯试验设计。同时试验设计就是一次给出全部试验水平，一次完成全部试验并得到最佳试验结果，如穷举试验设计。序贯试验设计要求分批进行试验，后批试验需根据前批试验结果进一步优化后序贯进行，直到获取最佳试验结果，如平分试验设计、黄金分割试验设计。　　一、试验范围与试验精度　　试验范围　　1试验范围指试验水平的范围。试验设计时需预先确定试验范围，一般采用两种方法：○　　2预先试验。经验估计。可凭经验估计试验范围，并在试验过程中作调整。○要求在较大范围　　内进行探索，通过试验逐步缩小范围。　　试验间隔与试验精度　　试验间隔是指试验水平的间距，试验精度是指试验结果逼近最佳水平的程度。显然，试验间隔与试验精度是一对矛盾，试验间隔越大，试验精度越低。在保证试验精度的条件下，试验水平变化而引起的试验结果变动必须显著地超过试验误差。　　试验顺序　　在确定试验顺序时，往往习惯于按照试验水平高低依次做试验。这样，随着试验的进行，有些因素会发生缓慢变化甚至影响试验结果。因此，正确的做法是采用随机化方法来确定试验顺序。在试验工作量较少或者试验准确度要求较低时，也可以采用按水平高低或者选取中间试验点的方法来进行试验排序。　　需强调指出，以上不仅对单因素试验设计，而且对所有试验设计方法都适用。　　二、单因素试验设计　　平分试验设计　　平分试验设计就是平分试验范围，把其中间点作为新试验点，然后不断缩小试　　验范围直到找到最佳条件。当试验结果呈单向变化时，也就是说最佳试验点只可能在试验中间点的一侧，可采用平分试验设计。该方法简便易行，但要注意单向性特征。　　穷举试验设计与均分试验设计　　穷举试验设计是将所有可能的试验点在一批试验中全部进行试验。均分试验设　　计是根据试验精度要求，均分整个试验范围以获得所有试验点。显然，均分试验设计不仅充分体现了穷举试验设计的思