方差分析与正交实验设计.ppt

第四章 方差分析与正交试验设计;本章主要内容;第一节 方差分析;（一）方差分析的内容;;;;（二）方差分析的原理;;（三）F分布;;;二、单因素方差分析;;;;;;表4—7 四种颜色饮料销量及均值 ;2、计算离差平方和 ;;;;3、计算平均平方;;4、方差分析表;5、均值的F检验;;（二）单因素方差分析中的其他问题;表4—10 方差分析数据结构;2、进行方差分析;表4—11 26名学生考试成绩;;;三、双因素方差分析;;（二）数据结构;;（三）离差平方和的分解;;表4—14 双因素方差分析表;（四）应用实例;;;;3、统计决策;§4·2 正交试验的基本概念与正交表;什么是试验？;一、试验设计的基本概念;试验设计的基本概念;;;;;;（二）试验设计的用途;（1）确定、验证和优化制造过程的主要影响变量及其影响。 （2）创造对物料和部品变化不敏感的制造过程。 （3）设计对使用环境不敏感（即受环境的影响小）的产品。 （4）降低总的设计周期。 （5）减少ECN（设计变更通知书）数量。 （6）提高新设计产品的工艺性。 （7）为制造过程列出问题及解决方案。 （8）减少对产品的检查和测试。;;A、进行过程变量研究。B、变量的优化设置。C、建立可靠的公差。D、发现低成本的解决方案。E、减少过程变化。F、将过程均值逼近目标值。G、缩短制造周期。H、消除缺陷。I、提升产品可靠性。 （4）在过程改善时，试验设计可用来： A、解决问题。 B、确定过程变量间的相互关系。 C、进行过程能力研究。 D、比较设备与方法的影响度。 （5）计量时，试验设计可用来： A、进行量具研究。 B、确定主要误差。 C、将测量误差降至最小。 ;3、试验设计方法与“实践是检验真理的惟一标准”的著名论断不谋而合;二、正交试验设计的基本概念;;4、可控因子：对其水平可做审慎改变的因子，如：反映温度、反映时间、原料产地、原料配比等。 5、不可控因子（又称噪声因子或误差因???）：在实际操作中不能控制其水平的因子。或难以控制其水平的因子。或要花费昂贵才能控制其水平的因子。或试验人员尚未意识到对试验结果会有影响的因子。如：环境的温度和湿度、机器的老化、电源电压的波动等。 6、处理（试验条件）：在一次试验中每个因子总取一个特定的水平，称各因子水平的一个组合为一个处理或一个试验条件。 ;（四）试验指标与试验结果：;（五）通用符号;三、试验设计的一般指南;四、正交表简介;表头 L4（23）的意义：L表示正交表，L的下标4表示试验的次数（正交表的行数）。括号中的23表示试验因素（因子）数与水平数，3表示因子数，本表最多安排三个因素；2表示每个因素的水平数。表中列号表示因素（因子），试验号表示试验的次数，即第几次试验。 （二）正交表的特点——正交性，即： 1、每列中不同的数字重复次数相同（如上表）； 2、将任意两列的同行数字看成一个数对，那么一切可能数对重复次数相同。;（三）正交表的类型：;（2）任两列同一横行形成的8个数字对中，（1，1），（1，2），（2，1），（2，2）这四种搭配方式各出现两次。这说明任两列水平的各种搭配方式重复次数也相等。 这两个特点是所有正交表的共性，称为正交表的正交性。正是因为这种正交性，才使得用正交表安排的试验，均衡分散，整齐可比，进而具有很强的代表性。 一般的水平数相等的正交表，可以用记号Ln（qp）表示，其中各字母的意义如下： L——正交表,n——行数（试验次数），q——水平数（号码个数），p——列数（因素个数），其中水平数q只能为素数或素数的幂，且一般情况下n、q、p满足下面的关系式：;;2、交互作用表;3、不考虑交互作用的正交表：;如表4—3 正交表L8（41×24）;;五、正交表的性质; 图4—3;;;正交试验只选其中的4个角代替全面试验的8个角，如下图（4—4）黑点所示。;;§4·3 无交互作用的正交设计与数据分析;一、正交设计与数据分析的步骤;2、试验结果的极差分析： 即通过极差的大小来判断因素的主次，并探索最佳试验方案。其具体步骤如下： （1）列表计算各值： ①总和T=∑Y； ②每一列的部分和T1=1水平对应的数据和、T2=2水平对应的数据和； ③每一列的极差：R=| T2－T1|。 （2）按极差的大小，判断因素的影响大小：极差越大，因素的影响越大； （3）最佳工艺的确定：主要因素选取最优水平，次要因素任选或参考其他条件选取。;3、试验结果的方差分析;（2）总平方和的分解;;（3）最佳条件的选择与对应条件下指标均值的估计;二、实例;;;;;（二）数据的方差分析;;2、