- 0
- 0
- 约6.97千字
- 约 11页
- 2026-11-18 发布于北京
- 举报
试验设计筛选分析是什么?原理、操作与案例
案例数据下载:/data/screening_analysis_sample.csv
方法简介
当候选因素有七八个、甚至十几个,而试验成本只允许做十来次时,不可能对每个因素都安排全因子试验。筛选阶段的目标是先找出少数真正重要的因素,把有限的试验资源留给它们,其余因素暂时固定在方便的水平。Plackett-Burman(PB)设计与确定性筛选设计(DSD)就是为此而生:用远少于全因子的试验次数,让各因素的主效应尽量互不混淆。SPSSAU的试验设计筛选分析对这类设计做效应筛选,用Lenth法判断显著性,不依赖残差自由度,适合饱和或近饱和的试验。
两水平因素按?1/+1编码,三水平等距因素按?1/0/+1编码并加入二次项。模型为:
y=β0+Σβjxj+Σβjjxj2+ε
线性项的效应定义为因素从低水平变到高水平时响应的平均变化,等于2倍回归系数;二次项的效应等于回归系数,表示因素从中心(x2=0)到角点(x2=1)的响应变化。模型用普通最小二乘拟合,得到每个因素的回归系数与效应。
筛选设计往往试验次数少、残差自由度小,传统方差分析的误差均方不稳定,F检验也不可靠。Lenth法改用效应自身的中位数构造尺度:先算初值s0=1.5×median(|效应|),把|效应|2.5s0的大效应
原创力文档

文档评论(0)