回归正交组合试验设计.pptVIP

表3-17 因素水平编码表 3）根据试验因素的个数，选择适当的二水平正交表，加上 mr与 m0 的试验点，构成试验方案 编码 Z1 Z2 … Zm +γ Z21 Z22 … Z2m + 1 Z01 + Δ1 Z02 + Δ2 … Z0m + Δm 0 Z01 Z02 … Z0m - 1 Z01 - Δ1 Z02 - Δ2 … Z0m - Δm -γ Z11 Z12 … Z1m 这样就建立了各因素 Zij 与 xij 取值的对应关系，即：得到如下因素水平编码表3-17： 3.3 二次回归正交组合设计及其统计分析 3.3.4 二次回归正交组合设计试验结果的统计分析 如果研究m个因素，采用二次回归正交组合设计共有N个处理，其试验结果以Y1，Y2，…，YN 表示，则二次回归的数学模型如下(3-17)式。 (3-26) 用样本估计的经验回归方程为： 1)回归方程的建立 3.3 二次回归正交组合设计及其统计分析 当对平方项进行了中心变换，消除平方项与常数项的相关性以后，数学模型变化为： 例如： 当 m＝3 时，三元二次回归方程如下。 其余依此类推…… 3.3 二次回归正交组合设计及其统计分析 （1）首先必须计算出不同类型的回归系数b0′,bj,bij ,bjj。 由于二次回归正交组合设计的结构矩阵 X 具有正交性，因而它的信息矩阵 A 为： 其中： 常数项矩阵 B 为： 其中： 相关矩阵 C 为： 3.3 二次回归正交组合设计及其统计分析 于是二次回归方程的回归系数 ，则： 为简便起见，上述计算可列表进行，如表3-18所示。 3.3 二次回归正交组合设计及其统计分析 表3-18 二次回归正交设计结构矩阵及运算表 3.3 二次回归正交组合设计及其统计分析 其中： (3-27) (2)经过上述运算, 建立起相应的二次回归方程 2）回归关系的显著性检验 (1) 回归方程显著性检验 (2)偏回归系数显著性检验 如果在中心点设有 m0 次重复，且试验结果分别为 y01，y02，…，y0m，则可先用由此计算的误差平方和(SSe)对失拟平方和(SSLf)进行检验，这里有 如果 则表明回归方程拟合较好；否则有其他因素存在，应考虑修改回归模型。 (3)失拟性检验 3.3.5 二次回归正交组合设计的应用 例3-5 进行食品添香的试验。影响着香程度的3个主要因素为：Z1(香精用量), Z2(着香时间) , Z2(着香温度) ，试进行二次回归正交组合设计，并通过统计分析获取有用信息。 1)二次回归正交组合试验方案设计 (1)确定γ 值、 mc 及 m0 根据本试验目的和要求，确定 mc＝ 2 m ＝ 2 3 ＝ 8 ， m0 ＝1 ，查表3-14, 得γ＝1.215。 (2)确定因素的上、下水平，变化间距以及对因子进行编码 ? 表3-19 编码 Z1/(mL／kg物料) Z2 / h Z3 / ℃ +γ 18 24 48 + 1 16.94 22.6 45.7 0 12 16 35 - 1 7.06 9.4 24.3 -γ 6 8 22 Δi 4.94 6.6 10.7 表3-19 三因素二次回归正交组合设计水平取值及编码 计算各因素的零水平： Z01 ＝(18＋6)/2＝12 (mL/kg) Z02 ＝(24＋8)/2＝16 (h) Z03 ＝(48＋22)/2＝35 (℃) 计算各因素的变化间距： Δ01 ＝(18-12)/1.215＝4.94 (mL/kg) Δ02 ＝(24-16)/1.215＝6.6 (h) Δ03 ＝(48-35)/1.215＝10.7 (℃) 3.3 二次回归正交组合设计及其统计分析 (3) 制定试验方案 表3-20 三因素二次回归正交组合设计及实施方案 试验号 试 验 设 计 实 施 方 案 x0 x1 x2 香精用量／mLkg-1 着香时间／h 着香温度/ ℃ 1 1 1 1 16.94 22.6 45.7 2 1 1 -1 16.94 22.6 24.3 3 1 -1 1 16.94 9.4 45.7 4 1 -1 -1 16.94 9.4 24.3 5 -1 1 1 7.06 22.6 45.7 6 -1 1 -1 7.06 22.6 24.3 7 -1 -1 1 7.06 9.4 45.7 8 -1 -1 -1 7.06 9.4 24.3 9 1.215 0 0 18 16 35 10 -1.215 0 0 6 16 35 11 0 1.215 0 12 24 35 12 0 -1.215 0 12 8 35 13 0 0 1.215 12 16 48 14 0 0 -1.215 12 16 22 15 0 0