DOE(实验设计).ppt

实验设计Design of Experiments 学习目标内容第一部　实验设计概论1.1 实验设计的发展史实驗設計在生產/制造過程中的位置：1.3 实验设计的目的1.4 实验设计的应用及意义应用数理统计学的基本知识，讨论如何合理地安排试验、取得数据，然后进行综合科学分析，从而尽快获得最优组合方案。在工程学领域是改进制造过程性能的非常重要的手段。在开发新工序中亦有着广泛的应用。应用实验设计方法能得出以下成果：1. 提高产量；2. 减少变异性，与额定值或目标值更为一致；3. 减少开发时间；4. 减少总成本；实验设计常用术语(1) 试验指标(响应)：用于衡量试验效果的指标性状。如产仔量、产奶量、瘦肉率以及生理生化指标等。试验因素(因子)：在其他条件一致情况下，影响试验指标的单个或多个试验条件,如实验的温度,时间等。水平：因素根据质或量所分的等级或所处的状态。　　如质的水平：5个品种（即5个等级）奶牛产奶量的高低。量的水平：3种不同能量的饲料对猪瘦肉率的影响。水平表示为A1 、A2 、A3 或a1 、a2 、a3 。实验设计常用术语(2) 可控因子：对其水平可作审慎改变的因子.如反应温度,反映时间,材料产地等. 不可控制因子：又称为噪声因子或误差因子,在实际操作中不能控制的其水平的因子.如环境的温度,机器的老化等. 试验单位(实验单元): 接受不同处理的独立单位。如一头家禽或一组家禽。处理：实施在试验单位上的具体项目。试验设计的基本原则随机：各处理安排于任一小区的机会均等。一般采用随机数字表和抽签方法。随机作用：估计误差试验设计的基本原则重复同一处理实施在两个或两个以上的试验单位上。一般重复数在4-5 以上。重复的作用估计误差：同一处理重复2次或以上可以估计到误差。减少误差：一定条件下，重复越多，误差越小。试验设计的基本原则局部控制(试验条件的局部一致性)：在试验环境和试验单位差异较大的情况下，将整个试验环境或试验单位分成若干个小环境或小组（单位组或区组），在小环境或小组内是非处理因素（供试动物、环境等）尽量一致。局部控制原则：同一单位组内非处理因素差异尽量小，而不同单位组间非处理因素差异尽量大。局部控制作用：降低误差。第二部　Ｍinitab 简介第三部　统计学基础概念极差(R) 极差也叫全距（range ）：一组数列中最大和最小数值之间的差。R=XH-XL 其中XH 为最大数值，XL 为最小数值。方差与标准差方差（variance, 2, S2 ）:各数据与平均数差数的平方和的平均值称为方差，也称为变异数。因此，方差的定义公式为：2= (X- )2/n S2= (X-Xm)2/n 差异系数同一特质使用同一种测量工具得到的不同样本之间的离散度的比较可以通过直接比较标准差实现。不同特质样本之间的离散度比较可以通过比较差异系数（coefficient of variation, CV ）来实现,差异系数大的则离散程度大。差异系数的公式为：CV=S/M×100% 其中：S 为样本标准差，M为样本平均数。第四部　假设检验μ假设检验的一般问题假设检验的概念假设：对总体参数的一种看法总体参数包括总体均值、比例、方差等；分析之前必需陈述；假设检验：事先对总体参数或分布形式作出某种假设；然后利用样本信息来判断原假设是否成立；类型：参数检验和非参数检验特点：采用逻辑上的反证法；依据统计上的小概率原理；假设检验的过程（提出假设→抽取样本→作出决策）假设检验的基本思想假设检验的基本思想基本逻辑：先设立H0 （即总体中的均值是M），进而以此为基础确定抽样分布。如果我们所随机抽取的样本均值在以H0 为基础的抽样分布中出现的机会很小，那么就应该否定虚无假设（H0 ），改而接受研究假设（H1 ）。假设检验中的小概率原理什么小概率？1. 在一次试验中，一个几乎不可能发生的事件发生的概率2. 在一次试验中小概率事件一旦发生，我们就有理由拒绝原假设3. 小概率由研究者事先确定概率值如果我将该试验重复100 次，那么我将可能会有5次机会得到均值相同的结果。样本与总体均值差异的原因例：某官员声称，某地区生活水平明显提高，人均月收入高于1200 元。某研究者对此表示怀疑，以抽样调查的方法去验证该官员的结论。他从该地区随机抽取900 人，调查得到人均月收入1100 元，标准差500 元。根据这个调查结果，能否证实或否定该官员的结论？样本与总体均值差异的原因对于样本平均数x=1100 元和总体平均数u=1200 元之间产生的100 元差异的原因是什么？两种解释：总体平均数确实是1200 元，x与u之间的偏差是抽样误差导致的。总体平均数u实际上不等于1200 元，而是低于1200 元。那么，哪种解释准确呢？假设检验的步骤根据研究假设（H1 ）成立与其对立的虚无假设（H