第四章试验设计正交试验设计均匀试验设计experimentaldesign§4.1正交试验设计一.正交表二.正交试验的特点三.水平数不同的试验四.有交互作用的试验Orthogonalexperimentaldesign试验设计的基本概念30年代,由于农业试验的需要,费歇(R.A.Fisher)在试验设计和统计分析方面做出了一系列先驱工作,从此试验设计成为统计科学的一个分支。60年代,日本统计学家田口玄一将试验设计中应用最广的正交设计表格化.因子:将试验中要加以考察而改变状态的因素称为因子,如在工业生产中,影响产品质量的因子有原材料、工艺条件、工人技术水平等,常用A,B,C等大些英文字母表示。水平:因子在试验中所取得状态称为水平,如果一个因子在试验中取k个不同状态,就称该因子有k个不同水平。因子A的k个水平常用A1,A2,…,Ak表示。试验指标:衡量试验条件好坏的特性(如质量特性、产量特性、耗损特性等)称为指标,它是一个随机变量。正交试验设计:来选择最佳的或满意的试验条件,即通过安排若干个条件进行试验,并利用正交表的特点进行数据分析的一种常用的试验设计的方法。正交表:是一种规划的表格,目前已构造出了各种各样的正交表。一.正交表正交表有)2(78L、)3(49L、)5(625L、)23(4112L等等,如:表5-1)3(49L水因平子ABCD试验号111112122231333421235223162312731328321393321Orthogonallayout正交表中L表示正交表,其余三个数各有几种不同的含义。现以)3(49L为例说明如下:(1))3(49L中的9表示试验次数,4表示因子个数,3表示水平数;(2))3(49L的用法:该表最多可安排3个水平的因子4个,共做9次试验;(3))3(49L的结构:该表有9行,4列,表中有3个反映水平的数字1、2、3,见表5-1。(4))3(49L的效率:)3(49L只从43个试验中找出9个来做,经分析仍能找到43个试验中水平组合较好的或最好的。二.正交试验的特点假定四个因子间没有交互作用,用iiiidcba、、、分别表示因子A、B、C、D的主效应。9次试验结果以921yyy,,,表示,于是由方差分析模型和)3(49L正交表可知:912339831238723137621326513225432124333313222212111111dcbaydcbaydcbaydcbaydcbaydcbaydcbaydcbaydcbay(4-1)由于31iia=31iib=31iic=31iid=0951yyy即)(31)(319511951dyyy类似地,762276233dyyy843384333dyyy)(31)(31ˆ95119511dyyykD(4-2)951133d912339831238723137621326513225432124333313222212111111dcbaydcbaydcbaydcbaydcbaydcbaydcbaydcbaydcbay(4-1)912339831238723137621326513225432124333313222212111111dcbaydcbaydcbaydcbaydcbaydcbaydcbaydcbaydcbay(4-1)912339831238723137621326513225432124333313222212111111dcbaydcbaydcbaydcbaydcbaydcbaydcbaydcbaydcbay(4-1))(31)(31ˆ76227622dyyykD(4-3))(31)(31ˆ84338433dyyykD(4-4)因此D的主效应估计为DDDkdkdkd332211ˆˆˆ(4-5)同理可估计出其他三个因子的主效应。正交试验设计安排试验的这一特点概括起来就是:1.试验点“均匀分散”具有代表性,且任一因素,它的不同水平的试验次数都是一样...