您好,欢迎访问三七文档
当前位置:首页 > 商业/管理/HR > 项目/工程管理 > 正交试验设计及其方差分析
1第三节正交试验设计及其方差分析在工农业生产和科学实验中,为改革旧工艺,寻求最优生产条件等,经常要做许多试验,而影响这些试验结果的因素很多,我们把含有两个以上因素的试验称为多因素试验.前两节讨论的单因素试验和双因素试验均属于全面试验(即每一个因素的各种水平的相互搭配都要进行试验),多因素试验由于要考虑的因素较多,当每个因素的水平数较大时,若进行全面试验,则试验次数将会更大.因此,对于多因素试验,存在一个如何安排好试验的问题.正交试验设计是研究和处理多因素试验的一种科学方法,它利用一套现存规格化的表——正交表,来安排试验,通过少量的试验,获得满意的试验结果.1.正交试验设计的基本方法正交试验设计包含两个内容:(1)怎样安排试验方案;(2)如何分析试验结果.先介绍正交表.正交表是预先编制好的一种表格.比如表9-17即为正交表L4(23),其中字母L表示正交,它的3个数字有3种不同的含义:表9-17列号试验号1231234111122212221(1)L4(23)表的结构:有4行、3列,表中出现2个反映水平的数码1,2.列数↓L4(23)↑↑行数水平数(2)L4(23)表的用法:做4次试验,最多可安排2水平的因素3个.最多能安排的因素数↓L4(23)↑↑试验次数水平数(3)L4(23)表的效率:3个2水平的因素.它的全面试验数为23=8次,使用正交表只需从8次试验中选出4次来做试验,效率是高的.L4(23)↑↑实际试验数理论上的试验数正交表的特点:(1)表中任一列,不同数字出现的次数相同.如正交表L4(23)中,数字1,2在每列中均出现2次.(2)表中任两列,其横向形成的有序数对出现的次数相同.如表L4(23)中任意两列,2数字1,2间的搭配是均衡的.凡满足上述两性质的表都称为正交表(Orthogonaltable).常用的正交表有L9(34),L8(27),L16(45)等,见附表.用正交表来安排试验的方法,就叫正交试验设计.一般正交表Lp(nm)中,p=m(n-1)+1.下面通过实例来说明如何用正交表来安排试验.例9.7提高某化工产品转化率的试验.某种化工产品的转化率可能与反应温度A,反应时间B,某两种原料之配比C和真空度D有关.为了寻找最优的生产条件,因此考虑对A,B,C,D这4个因素进行试验.根据以往的经验,确定各个因素的3个不同水平,如表9-18所示.表9-18水平因素123A:反应温度(℃)607080B:反应时间(小时)2.53.03.5C:原料配比1.1∶11.15∶11.2∶1D:真空度(毫米汞柱)500550600分析各因素对产品的转化率是否产生显著影响,并指出最好生产条件.解本题是4因素3水平,选用正交表L9(34).表9-19列号水平试验号ABCD1234123456789111112221333212322312312313232133321把表头上各因素相应的水平任意给一个水平号.本例的水平编号就采用表9-18的形式;将各因素的诸水平所表示的实际状态或条件代入正交表中,得到9个试验方案,如表9-20所示.表9-20列号水平试验号ABCD12341234561(60)1(2.5)1(1.1:1)1(500)12(3.0)2(1.15:1)2(550)13(3.5)3(1.2:1)3(600)2(70)1232231231237893(80)13232133321从表9-20看出,第一行是1号试验,其试验条件是:反应温度为60℃,反应时间为2.5小时,原料配比为1.1∶1,真空度为500毫米汞柱,记作A1B1C1D1.依此类推,第9号试验条件是A3B3C2D1.由此可见,因素和水平可以任意排,但一经排定,试验条件也就完全确定.按正交试验表9-20安排试验,试验的结果依次记于试验方案右侧,见表9-21.表9-21列号水平试验号ABCD试验结果(%)1234567891(60)1(2.5)1(1.1:1)1(500)12(3.0)2(1.15:1)2(550)13(3.5)3(1.2:1)3(600)2(70)123223123123(80)132321333213837765150824455862.试验结果的直观分析正交试验设计的直观分析就是要通过计算,将各因素、水平对试验结果指标的影响大小,通过极差分析,综合比较,以确定最优化试验方案的方法.有时也称为极差分析法.例9.7中试验结果转化率列在表9-21中,在9次试验中,以第9次试验的指标86为最高,其生产条件是A3B3C2D1.由于全面搭配试验有81种,现只做了9次.9次试验中最好的结果是否一定是全面搭配试验中最好的结果呢?还需进一步分析.(1)极差计算在代表因素A的表9-21的第1列中,将与水平“1”相对应的第1,2,3号3个试验结果相加,记作T11,求得T11=151.同样,将第1列中与水平“2”对应的第4,5,6号试验结果相加,记作T21,求得T21=183.一般地,定义Tij为表9-21的第j列中,与水平i对应的各次试验结果之和(i=1,2,3;j=1,2,3,4).记T为9次试验结果的总和,Rj为第j列的3个Tij中最大值与最小值之差,称为极差.显然T=31ijiT,j=1,2,3,4.此处T11大致反映了A1对试验结果的影响,T21大致反映了A2对试验结果的影响,T31大致反映了A3对试验结果的影响,T12,T22和T32分别反映了B1,B2,B3对试验结果的影响,T13,T23和T33分别反映了C1,C2,C3对试验结果的影响,T14,T24和T34分别反映了D1,D2,D3对试验结果的影响.Rj反映了第j列因素的水平改变对试验结果的影响大小,Rj越大反映第j列因素影响越4大.上述结果列表9-22.表9-22T1jT2jT3j151133175174183142174163185244170182T=519Rj34111519(2)极差分析(Analysisofrange)由极差大小顺序排出因素的主次顺序:主→次B;A、D;C这里,Rj值相近的两因素间用“、”号隔开,而Rj值相差较大的两因素间用“;”号隔开.由此看出,特别要求在生产过程中控制好因素B,即反应时间.其次是要考虑因素A和D,即要控制好反应温度和真空度.至于原料配比就不那么重要了.选择较好的因素水平搭配与所要求的指标有关.若要求指标越大越好,则应选取指标大的水平.反之,若希望指标越小越好,应选取指标小的水平.例9.7中,希望转化率越高越好,所以应在第1列选最大的T31=185;即取水平A3,同理可选B3C1D3.故例9.7中较好的因素水平搭配是A3B3C1D3.例9.8某试验被考察的因素有5个:A,B,C,D,E.每个因素有两个水平.选用正交表L8(27),现分别把A,B,C,D,E安排在表L8(27)的第1,2,4,5,7列上,空出第3,6列仿例9.7做法,按方案试验.记下试验结果,进行极差计算,得表9-23.表9-23列号水平试验号ABCDE1234567试验结果1234567811111111112222122112212222112121212212212122112212212112141317178101115T1jT2j6145535056545244605255495153T=105Rj171515731试验目的要找出试验结果最小的工艺条件及因素影响的主次顺序.从表9-23的极差Rj的大小顺序排出因素的主次顺序为主→次A、B;D;C、E最优工艺条件为A2B1C1D2E1.表9-23中因没有安排因素而空出了第3,6列.从理论上说,这两列的极差Rj应为0,但因存有随机误差,这两个空列的极差值实际上是相当小的.3.方差分析正交试验设计的极差分析简便易行,计算量小,也较直观,但极差分析精度较差,判断5因素的作用时缺乏一个定量的标准.这些问题要用方差分析解决.设有一试验,使用正交表Lp(nm),试验的p个结果为y1,y2,…,yp,记T=1piiy,y=11piiTypp,ST=21()piiyy为试验的p个结果的总变差;Sj=222111nnijijiiTTTrTrprp为第j列上安排因素的变差平方和,其中r=p/n.可证明ST=1mijS即总变差为各列变差平方和之和,且ST的自由度为p-1,Sj的自由度为n-1.当正交表的所有列没被排满因素时,即有空列时,所有空列的Sj之和就是误差的变差平方和Se,这时Se的自由度fe也为这些空列自由度之和.当正交表的所有列都排有因素时,即无空列时,取Sj中的最小值作为误差的变差平方和Se.从以上分析知,在使用正交表Lp(nm)的正交试验方差分析中,对正交表所安排的因素选用的统计量为:F=1jeeSSnf.当因素作用不显著时,F~F(n-1,fe),其中第j列安排的是被检因素.在实际应用时,先求出各列的Sj/(n-1)及Se/fe,若某个Sj/(n-1)比Se/fe还小时,则这第j列就可当作误差列并入Se中去,这样使误差Se的自由度增大,在作F检验时会更灵敏,将所有可当作误差列的Sj全并入Se后得新的误差变差平方和,记为SeΔ,其相应的自由度为feΔ,这时选用统计量F=1jeeSSnf~F(n-1,feΔ).例9.9对例9.8的表9-23作方差分析.解由表9-23的最后一行的极差值Rj,利用公式Sj=2211nijiTTrp,得表9-24.表9-24ABCDE1234567Rj171515731Sj36.12528.1250.1253.1256.1251.1250.125ST=74.8756表9-24中第3,6列为空列,因此Se=S3+S6=1.250,其中fe=1+1=2,所以Se/fe=0.625,而第7列的S7=0.125,S7/f7=0.1251=0.125比Se/fe小,故将它并入误差.SeΔ=Se+S7=1.375,feΔ=3.整理成方差分析表9-25.表9-25方差来源SjfjjjSfF=jeeSSfjf显著性A36.125136.12578.818B28.125128.12561.364C3.12513.1256.818D6.12516.12513.364EΔ0.12510.125e1.125020.625eΔ1.37530.458由于F0.05(1,3)=10.13,F0.01(1,3)=34.12,故因素A,B作用高度显著,因素C作用不显著,因素D作用显著,这与前面极差分析的结果是一致的.F检验法要求选取Se,且希望fe要大,故在安排试验时,适当留出些空列会有好处的.前面的方差分析中,讨论因素A和B的交互作用A×B.这类交互作用在正交试验设计中同样有表现,即一个因素A的水平对试验结果指标的影响同另一个因素B的水平选取有关.当试验考虑交互作用时,也可用前面讲的基本方法来处理.本章就不再介绍了.
本文标题:正交试验设计及其方差分析
链接地址:https://www.777doc.com/doc-2722252 .html