试验设计与数据处理第五章 正交试验设计精要.ppt

第五章 正交试验设计 正交试验设计由于具有优良的均衡分散性 和整齐可比性，其设计的试验点具有强烈的代 表性，在工艺改革等多因素试验设计问题中， 往往能以较少的试验次数，分析出各因素的主 次顺序以及对试验指标的影响规律，删选出较 满意的试验结果. 正交试验法还渗透到其它一 些试验设计方法中，提高了试验的效率和分析 质量. 正交试验法应用广泛，具有卓越的经济 效益，是多因素试验设计问题中的常用手段. 3. L9(34)有9个横行和4个纵列，由数码“1”、“2”和”3”组成. 它有两个特点： (1)每纵列“1”、“2”和“3”出现的次数相同，都是三次; (2)任意两个纵列，其横方向形成的九个数字对中， (1，1)、(1，2)、(1，3)、(2，1)、(2，2)、(2，3)、(3， 1)、(3，2)和(3，3)出现的次数相同，都是一次，即任 意两列的数码“1”、“2”和“3”间的搭配是均衡的. L n( t q) 第一批撒大网 较优方案: 用工业2,4—二硝基氯代苯与粗品水合肼在溶 剂乙醇中合成; 水合肼用量为理论量的2.3倍; 反应时间为2小时; 反应温度掌握在60℃～70℃之间; 慢速加料; 快速搅拌. 效果: 平均产率超过80%, 均合格. 优质、高产、低消耗 3. 试验结果分析 (1)直观分析 第5号试验最好, 第7号试验次之. (2)极差分析 A2B2C1D3称为全体水平组合关于应力的可能 好的水平组合. 本例因素的主次顺序为: 升温速度A(极差21.5) →恒温时间C(极差14) →恒温速度B(极差12.5) →降温速度D(极差11.5) 3. 试验结果----- 这批四个试验基本都消除了应力. 利用SAS进行方差分析 正交试验采用极差分析或方差分析都可以, 两者没有本质区别只是前者较方便而后者分析更精确, 以下见例5.3.1用SAS进行方差方析 (E531).一、利用菜单系统对每个因素进行单因素方差分析, 模型的平方和即该因素的平方和在正交试验的分析中与极差作用类似. 亦可用因素的原始数据值(xa xb xc)求水平趋势图(plot选项中选取均值图) proc anova data=E531; class xb; model y=xb; means xb/snk ; proc anova data=E531; class xc; model y=xc; means xc/snk ; proc anova data=E531; class d; model y=d; means d/snk ; run; 说明： 由四个因素xa, xb, xc, D的单因素方差分析表（输 出结果略）可得它们的p值分别为0.1073 、0.6088、 0.5425、0.6398，同样也可得因素的主次顺序为: 升温速度A (p值0.1073 ) →恒温时间C (p值0.5425) →恒温速度B (p值0.6088) →降温速度D (p值0.6398). 当然比较各因素的SS模也能得此结果. Level of --------------y-------------- xa N Mean Std Dev 30 3 5.0000000 3 50 3 4.3333333 3 100 3 11.6666667 4 Level of --------------y-------------- xb N Mean Std Dev 450 3 5 4 500 3 6 6 600 3 9 4 正交性包括： 1. 均衡分散性: 使每个试验点有强烈的