ch7 试验设计.ppt

; 例如：某工业废水欲采用厌氧消化处理，经分析研究后决定考察三个因素，温度（60℃、70℃、80℃）、反应时间（5d、10d、15d）、负荷率（2kg/kg、2.5kg/kg、3kg/kg），可能做27 次实验后才知哪一种组合最好； 再如某个实验要考察4个因素，每个因素3个水平，那要做81次实验。 对于3因素4水平的试验，其全面试验次数为 次； 对于4因素4水平的试验，为全面试验次数为 次； 对于5因素4水平的试验，为全面试验次数为 次。;多因素的实验存在的两个矛盾;二、正交实验设计;等水平正交表如下： 具有两个重要性质： 1）表中任一列，不同的数字出现的次数相同。 2）表中任意两列，把同一行的两个数字看成有序数字对时，所有可能的数字对出现的次数相同。 混合水平正交表：即各因素的水平数不完全相同的正交表。;② 正交试验法原理的解释;2、正交表的特点;3．正交设计的基本步骤;三、正交试验设计结果的直观分析法;试验结果的分析——直观分析法;常用的方法有： 1）指标拆开单个处理综合分析法 第一步：将各个指标值（实验结果）填入表内。将多个指标拆开，按各个单指标正交实验分别计算各因素不同水平的效应值及极差R。 第二步，分指标按极差大小列出因素的主次顺序，经综合分析后确定因素主次。 第三步：综合考虑多个指标，确定各因素的最佳水平。;多指标正交实验设计及结果的直观分析举例;分别对各指标进行直观分析，得出因素的主次和优方案如下表：; 不同指标对应的优方案是不同的，利用指标拆开单独处理方法的平衡过程如下： 因素A：对于后两个指标都是取A3好，而且对于葛根总黄酮含量％，A因素是最主要的因素，在确定优水平时应重点考虑；对于提取物得率％则是取A2好，从极差看，A为较次要的因素，所以根据多数倾向和A因素对不同指标的重要程度，选取A3。 因素B：对于提取物得率，取B2或B3基本相同，对于葛根总黄酮含量％取B3好，对于葛根素含量％则是取B2；另外，对于这三个指标，B因素都是处于末位的次要因素，所以B取哪一个水平对3个指标的影响都比较小，这时可以本着降低消耗的原则，选取B2，以减少溶剂耗量。 因素C：对3个指标来说，都是以C3为最佳水平，所以取C3。 综合上述分析，优方案为A3B2C3，即乙醇浓度70％，液固比6，回流3次。;在综合分析时应遵循的原则：;;（三）有交互作用的正交试验设计及其结果的直观分析;第二节 无交互作用单一指标的正交设计与数据分析;表达设计;五、进行试验，记录试验结果。 六、数据分析 (一) 极差分析 直观分析：Y=236最大 好的试验条件 A2B2C3 理论分析：RBRARC 因素重要性 B→A → C ，最好的条件 A2B2C3 (二)数据的方差分析 假定试验指标服从正态分布 ⑴平方和分解 用总偏差平方和ST描述数据的总波动;2 同水平正交试验设计的方差分析 ;■ 计算 ;● 各因素的偏差平方和（组内，各列） SA、SB… ;● 试验误差的偏差平方和 Se（与正交表中的空列相对应 ） ;● 自由度 ;● 方差及F值 ;■ 举例 ;;自由度 ;各因素的F值 ;方差分析表 ;;◆ 最优生产条件 ;不同水平正交试验设计的方差分析 ;重复试验和重复取样的方差分析 ;■ 重复试验的方差分析 ;● 应用特点 ;此外 ;0.55;-5.4;总的偏差平方和及总的自由度 ;第一类误差 ;方差分析表 ;■ 重复取样的方差分析 ;作 业;123;三*、 正交试验设计的效应估计 ;1 试验结果的数据结构 ;■ 单因素试验中“一般平均”;■ 效应;2 正交试验设计中试验结果的数据结构 ;x4; 为进一步把mij分解，与单因素试验数据结构相似，引入“一般平均（或称工程平均）”的概念。正交试验数据的一般平均定义为 ;令;■ 无交互作用 ;x4;第2列的极差 ;x4; 通过上述数据结构分析，可以进一步理解为什么在直观分析中用极差反映因素影响的重要程度（主次顺序）、为什么在方差分析中用空列计算误差的偏差平方和。需要注意的是，尽管RA、RB可以反映因素A、B的影响程度，但由于其中混有试验误差的影响，因此直观分析的精度不高，而方差分析则相对合理（原因是进行了偏差平方和的分解）。 ;■ 有交互作用 ;x4;3 正交试验设计中的效应估计 ;