正交表介绍ppt课件.ppt

《正交表介绍ppt课件.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、一、正交表介绍二、正交试验设计的直观分析方法三、正交试验设计的方差分析第5.3节　正交试验设计一、正交表介绍1、问题引入在方差分析中得到试验数据的方法称为全面试验法。但在实际生活中，有些试验由于经费、人力等生产成本过大，需要通过较少试验次数达到试验目的。试验设计是以概率论与数理统计为理论基础，经济地、科学地制定试验方案，以便对试验数据进行有效的统计分析的数学理论与方法，这种方法的基本思想是由英国统计学家Fisher在田间科学试验时提出的，本章主要介绍常用的正交试验设计。正交试验设计的优点：可以通过代表性很强的少数次试

2、验，摸清各个因素对试验指标的影响情况，确定出因素的主次顺序，找出较好的生产条件或最佳参数组合.2、正交表正交表是安排正交试验的基础，正交表是根据均衡分散思想设计的，主要运用组合数学中拉丁方和正交拉丁方思想构造的一种表格。为了更好的了解正交表，首先通过介绍两个正交表的实例加以说明。12345671111111121112222312211224122221152121212621221217221122182212112列号试验号12341111121222列号试验号31333421235223162312731328

3、321393321分析这两个表格的特点：1、表格中各列出现的数字个数相同。2、表中任意两列并在一起形成若干数字对，不同数字对的个数相同。上述两条性质称为正交性，正交性正是正交表的本质特性，满足正交特性的表格称为正交表.正交表的记号以及意义：正交表代号正交表行数正交表列数表中数码数正交表的分类：(1)(2)(3)(4)详情可参见附表8（p347)正交表的附表－两列间的交互作用列表交互作用列表用于确定任两列的交互作用应占的列号。如何利用交互作用表？列号列号1234567(1)325476(2)16745(3)7654(4

4、)123(5)32(6)1(7)如何使用正交表进行试验安排以及试验结果分析？二、正交试验设计的直观分析方法1.明确试验目的，确定试验指标，挑因素，选水平例1(p174例5.7)人造再生木材提高抗弯强度试验.试验目的：提高人造再生木的抗弯强度试验指标：人造再生木的抗弯强度影响抗弯强度的因素：原料配比，加温温度，保温时间。因素水平：各选取三个水平。因素水平配比A加温温度B保温时间C/min2.用正交表安排试验(1)选用合适的正交表选用正交表主要根据因素的水平来确定选用几个水平的正交表，其次根据因素的多少来确定正交表的大小

5、，一般要求列数大于或等于因素的个数。例如(2)表头设计选好正交表后，将因素安排在正交表的适当的列号上，称之为表头设计.例如该例题可以将因素A,B,C安排在第1、2、3列。但考虑到因素之间的相互作用，安排表头时需要一定规则.(3)水平翻译安排好表头以后，把排有因素的各列中的数码换成相应的实际水平，称其为水平翻译.例如该实例可以将正交表中的第一列中的1,2,3,分别换成因素A的第一、第二、第三水平，第二列、第三列可以类似去做。(4)列出试验方案表经过表头设计以及水平翻译以后，再划去未安排因素的列，就得到一张试验设计表.该

6、实例的实验设计方案表如下：因素试验号配比A加温温度B保温时间C/min11(1:1)1(150)1(30)21(1:1)2(165)2(35)31(1:1)3(180)3(40)42(2:3)1(150)2(35)52(2:3)2(165)3(40)62(2:3)3(180)1(30)73(3:7)1(150)3(40)83(3:7)2(165)1(30)93(3:7)3(180)2(35)3.按实验方案进行试验安排好以后，严格按照试验条件进行，记录试验结果。试验次序可以不用随意安排.4.试验结果的直观分析(1)试验

7、数据的数学模型以及参数估计由上述式子可以得到：即类似的可以得到其他参数的无偏估计为：为了计算与表述方便，设则参数的无偏估计可以表示为(2)计算因素的极差R,确定因素的主次顺序因而，因素A,B,C之间的主次关系为(3)选取较优生产条件从试验结果看，试验条件1是最好的，抗弯强度为35.但是这个条件只是9个试验内较好的结果，9个试验只是全面试验的三分之一，如何得到全面试验的最优试验条件呢？在选取最优条件时，需要考虑因素对试验结果影响的主次关系，同时还需要考虑较少成本、便于操作等问题。(4)估计较优生产条件的指标值5.验证试

8、验根据直观分析可以得到较优的生产条件，需要根据这些生产条件安排试验，验证这些条件的试验效果，其试验指标是否达到了预期效果。6.正交试验设计的优点(1)试验点均衡分散(2)试验数据综合可比三、正交试验设计的方差分析1.正交试验设计直观分析的缺点直观分析简单易操作，但此方法仅适用于试验数据较少的情形。同时直观分析无法判定试验结果的差异是由于随机误差