正交实验设计与数据处理在食品科学技术研究中的应用.docxVIP

正交实验设计与数据处理在食品科学技术研究中的应用 【摘要】数据处理是对数据的采集、存储、检索、加工、变换和传输。数据的形式可以是数 字、文字、图形或声音等。数据经过解释并赋予一定的意义之后，便成为信息。数据处理的基本目的是从大量的、可能是杂乱无章的、难以理解的数据中抽取并推导 出对于某些特定的人们来说是有价值、有意义的数据。本文介绍了正交试验设计的方法并举例说明了该方法在食品科学技术研究中的应用。 【关键词】实验设计方法；正交试验；在食品科学中的应用；正交分析法 引言 正交设计方法是处理多因素试验的一种科学的试验方法,它利用一种规范化的表- 正交表,合理安排试验,用这种方法只进行较少次数的试验便可判断出较优的条件; 若再对试验结果进行简单的统计分析,还可以更全面、更系统地掌握试验结果,作出正确的判断。影响小麦秸秆粉碎性能的因素有很多,很有必要利用正交设计方法对其各种因素影响的关键程度和每个因素的最优水平进行科学的分析和确定。 实验设计指科学研究的一般程序的知识，它包括从问题的提出、假说的形成、变量的选择等等一直到结果的分析、论文的写作一系列内容。它给研究者展示如何进行科学研究的概貌，试图解决研究的全过程。 实验设计的活动包括如下： 1．建立与研究假说有关的统计假说； 2．确定实验中使用的实验处理(自变量)和必须控制的多余条件(额外变量)； 3．确定实验中需要的实验单元(被试)的数量及被试抽样的总体； 4．确定将实验条件分配给被试的方法； 5．确定实验中每个被试要记载的测量(因变量)和使用的统计分析。 研究者在实验前根据研究目的拟定的实验计划及方法策略。其主要内容是合理安排实验程序，并提出将如何对实验数据作统计分析、心理实验设计的主要步骤可归纳为：①根据研究目的提出假设；②拟定验证假设的方法、程序；③选择适当的处理、分析实验数据的统计方法。 常用的实验设计方法有：正交试验设计法、均匀实验设计法、单纯形优化法、 双水平单纯形优化法、回归正交设计法等。可供选择的实验设计方法很多，各种试验方法都有它们的特点。所面对的任务与要解决的问题不同，选择的方法也应有所不同。 　 正交试验设计(Orthogonal experimental design)是研究多因素多水平的又一种设计方法，它是根据正交性从全面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，正交试验设计是分式析因设计的主要方法。是一种高效率、快速、经济的实验设计方法。 　　日本著名的统计学家田口玄一将正交试验选择的水平组合列成表格，称为正交表。例如作一个三因素三水平的实验，按全面实验要求，须进行33 = 27种组合的实验，且尚未考虑每一组合的重复数。若按L9(3)正交表安排实验，只需作9次，按L18(3)正交表进行18次实验，显然大大减少了工作量。因而正交实验设计在很多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，用 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(34)，它表示需作9次实验，最多可观察4个因素，每个因素均为3水平。一个正交表中也可以各列的水平数不相等，我们称它为混合型正交表。 正交试验设计的安排 　　正交试验设计的关键在与试验因素的安排。通常，在不考虑交互作用的情况下，可以自由的将各个因素安排在正交表的各列，只要不在同一列安排两个因素即可（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，之后的试验以及后续分析将根据这以安排进行，不能再改变。对于部分表，如L18（2*3^7）则没有交互作用列，如果需要考虑交互作用需要选择其它的正交表。 正交试验设计的极差分析 　　在完成试验收集完数据后，将要进行的是极差分析(也称方差分析）。 　　极差分析就是在考虑A因素时，认为其它因素对结果的影响是均衡的，从而认为，A因素各水平的差异是由于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几个结论： ①在试验范围内，各列对试验指标的影响从大到小的排队。 　　某列的极差最大，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。所以各列对试验指标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。 ②试验指标随各因素的变化趋势。 ③使试验指标最好的适宜的操作条件（适宜的因素水平搭配）。 ④对所得结论和进一步研究方向的讨论。 较优条件选择 　 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