《实验设计与数据处理》第二章-2.3交互作用正交表.pptx

2正交设计方法;2.3 有交互作用的正交试验设计;试验号;在多因素的试验中，交互作用影响的大小参照实际经验。如果确有把握认定交互作用的影响很小，就可以忽略不计；如果不能确认交互作用的影响很小，就应该通过试验分析交互作用的大小。

下面通过实例介绍因素间存在交互作用时，如何选取正交表并进行表头设计，以及如何处理交互作用因素间水平水平的搭配。

例：对水稻进行合理施肥的试验。实验目的：对不同水稻品种，不同种植规格，寻求合理的是氮肥量来提高产量。;;在八次试验中，把品种和规格都相同的并在一起，如下表。;同理可以写出其他两个表。;从二元表和二元图可以看出：;;第一列安排品种，第二列安排规格，第四列安排施肥量，第三列反应品种与规格间交互作用，第五列会反映品种与施肥量之间的交互作用，第六列会反映规格与施肥量之间的交互作用。

在这里我们用A×B， B×C， A×C这些记号表示因素A、B、C之间的交互作用。

于是我们就可以参照正交表的方法计算（1,2,4列）和交互作用列

（3,5,6列）的极差值;;;在有交互作用的情况下进行统计分析时，是把交互作用列当成一个独立的因素来对待。因此与前面介绍的正交设计的统计分析方法是一致的。主要问题是：如何计算交互作用的效应，以便进一步计算工程平均。

例如某农科站对土地情况大体相同的四块大豆试验田，分别施用不同量氮肥和磷肥，结果，第一块不加氮肥、磷肥，每公顷产6000公斤；第二块只加90公斤氮肥，平均产量6450公斤；第三块只加60公斤磷肥，平均产量6750公斤；第四块加90公斤氮肥，60公斤磷肥，平均产量8400公斤，如图所示：;;例：乙酰胺苯磺化试验。试验目的：提高收得率。因素与水平：;F0.05(1,2)=18.5。;由上图方差分析可知，因素A和B虽不显著，但它们的交互作用是显著的，为了把对提高收得率有利的搭配选出来，就需要计算A×B各效应，然后

加以比较。为此，利用二元表首先计算两因素合并后相应水平的效应。;这就是因素[AB]的四水平单因素试验，因此可按单因素进行统计分析，在这个试验中，各水平的二次试验的实验结果如下图所示。;各水平效应（两因素合并后???应水平的效应）：;。;由于C2的效应为正值，故取C2。因素D不显著，从操作方便考虑，取D2，这样最终得到的条件是A2B1C2D2。;;;;;从试验计划的安排上，将因素A的一水平A1安排在1,2号试验。，A2安排在3,4号试验，A3安排在5,6号试验，A4安排在7,8号试验，共分成了四组。

从整体上看，这四组试验中的每一组试验都包含有其他三个因素B、C、D的二种不同水平，各取了1次，因此这种变化是均衡的。A1，A2，A3，A4之间就具有了可比性，1,2号，3,4号，5,6号，7,8号试验结果的平均值I1/2,I2/2,I3/2,I4/2就反应了不同品种对产量的影响。

再如：将因素B的一水平B1，安排在1,3,5,7号试验，B2安排在2,4,6,8号试验，这两组实验中的，每一组试验都含有因素A的四个不同水平，各取了一次；含因素C、D的二个不同水平，各取了二次，因此B1，B2之间也具有可比性。同理因素C，D的不同水平也具有可比性，所以这个实验计划仍具有”均衡搭配“和“综合科比”这两条原则。;;试验号;选定二列合并，应该去掉那一列？;列号;;这张表里我们虚拟了洗涤剂的一个水平70，因此认为这个因素也是一个三水平的因素，实际上它还是二水平因素，只是把第二水平重复一下当做第三个水平，这样就虚拟了一个水平的因素，称为拟水平因素。

这样我们就仍然可以使用正交表L9（34）安排试验了，表头设计如下表;列号试验号;在这里我们把正交表L9（34）二水平C列中的3改为2。

经改造后的表是否还具有均衡搭配的性质呢？;;在三水平的三个因素中，槽温影响最大，因除锈时间越短越好（数值越小越好），故应选用三水平80度，其次是H2SO4的用量，选用三水平250g/升。因

CH4N2S用一水平12g/升，而二水平的因素C选一水平好些，因此较好的条件就选出来了，较好的条件是A3B1C1D3。;a.混合水平的正交表的构造方法-部分追加法;;;试验号;;选用L9（34）正交表对因素A、B、C进行设计选用L4（23）正交表对因素D、E进行设计;L9（34）正交表;表中所列数据为了处理方便都减去80%，第一行数字-41，就是实验条件为A1B1C1D1E1下产品的收率减去80%。;G=-434;G=-434;VA×D=SA×D/fA×D=63.72/2=31.86VA×E=22.86

VB×D=211.7VB×E=11.19Ve1=36.78Ve2=22.12

进行显著性检验时，原则是用Ve1去检测第一张正交表中的因素A、B、C的显著性。

用Ve2去检验第二张正交表中的因素D、E及