正交試驗實驗分析方法

㈠ 正交試驗怎麼用直觀分析法分析試驗結果

1直接分析方法，在試驗范圍內的所有測試，並通過直接比較，因為最好的結果是通過直接觀察得到的結果，它是更可靠的選擇最正點，;
2因素
-
趨勢分析法指標之間的關系，這個因素是計算平均指標測試每個級別的水平因素水平，為縱坐標，因子的平均指標
-
指標之間的關系趨勢的各種因素，以確定和測試一級指標和變化;
3。可憐的分析，這里是非常差，非常差的大小根據試驗各級的最大值和最小值之間的測試要素的指標之間的差異可以反映各種因素尺寸大作為主要的作用，通常情況下，不佳因素，因此基於主次因素判斷窮人的大小;
4方差分析，試圖測試從在整個的差的結果，該條件引起的，由於各種因素的影響。方差和方差由於實驗誤差造成的隔離，然後檢查了各種因素對測試結果的條件的影響是顯著方差法是定量分析，它是明確的含義，可比性;
5回歸分析。根據實驗結果確定指標和因素，回歸方程之間的定量關系。
希望幫助

㈡ 正交實驗結果分析

正交實驗方法之所以能得到科技工作者的重視並在實踐中得到廣泛的應用，其原因不僅在於能使實驗的次數減少，而且能夠用相應的分析方法對實驗結果進行處理，並得出許多有價值的結論。通常對實驗結果採用的分析方法有兩種: 一是極差分析法，二是方差分析法。

( 1) 極差分析法

下面以表 5. 3 為例討論 L₉( 3⁴) 正交實驗結果的極差分析方法。極差指的是各列中各水平對應的實驗指標平均值的最大值與最小值之差。從表 5. 3 的計算結果可知，用極差法分析正交實驗結果可得出以下幾個結論:

1) 在實驗范圍內，各列對實驗指標的影響從大到小的排列。某列的極差最大，表示該列的數值在實驗范圍內變化時，使實驗指標數值的變化最大。所以各列對實驗指標的影響從大到小的排列，就是各列極差 R 的數值從大到小的排列。

2) 實驗指標隨各因素的變化趨勢。為了能更直觀地看到變化趨勢，常將計算結果繪製成圖。

3) 使實驗指標最好的適宜的操作條件 ( 適宜的因素水平搭配) 。

4) 可對所得結論和進一步的研究方向進行討論。

從表 5. 3 所列 9 次實驗數據中進行兩兩比較是不行的，因為它們的實驗條件完全不同，沒有可比性。然而，把這 9 次實驗結果適當組合起來就具有一定的可比性，這就是正交設計的綜合比較性。

( 2) 方差分析法

方差分析是數理統計的基本方法之一，通常用來研究不同生產技術條件或生產工藝對實驗結果有無顯著影響，計算方法如下:

表 5. 3 L₉( 3⁴) 正交實驗結果計算

注: Ⅰ_j—第 j 列 「1」水平所對應的實驗指標的數值之和;

Ⅱ_j—第 j 列 「2」水平所對應的實驗指標的數值之和;

Ⅲ_j—第 j 列 「3」水平所對應的實驗指標的數值之和;

k_j—第 j 列同一水平出現的次數，等於實驗的次數除以第 j 列的水平數;

Ⅰ_j/ k_j—第 j 列 「1」水平所對應的實驗指標的平均值;

Ⅱ_j/ k_j—第 j 列 「2」水平所對應的實驗指標的平均值;

Ⅲ_j/ k_j—第 j 列 「3」水平所對應的實驗指標的平均值;

R_j—第 j 列的極差，R_j= max { Ⅰ_j/ k_j，Ⅱ_j/ k_j… } － min { Ⅰ_j/ k_j，Ⅱ_j/ k_j… } 。

實驗指標的加和值 ，實驗指標的平均值 ，仍以表 5. 3 第 j 列為例:

1) Ⅰ_j———第 j 列 「1」水平所對應的實驗指標的數值之和。

2) Ⅱ_j———第 j 列 「2」水平所對應的實驗指標的數值之和。

3) ……

4) k_j———第 j 列同一水平出現的次數，等於實驗的次數除以第 j 列的水平數。

5) Ⅰ_j/ k_j———第 j 列 「1」水平所對應的實驗指標的平均值。

6) Ⅱ_j/ k_j———第 j 列 「2」水平所對應的實驗指標的平均值。

7) ……

以上 7 項的計算方法同極差法 ( 見表 5. 3) 。

8) 偏差平方和

高鋁粉煤灰特性及其在合成莫來石和堇青石中的應用

9) f_j———自由度，f_j= 第 j 列的水平數 － 1。

10) V_j———方差，V_j= S_j/ f_j。

11) V_e———誤差列的方差，V_e= S_e/ f_e。式中，e 為正交表的誤差列。

12) F_j———方差之比，F_j= V_j/ V_e。

13) 查 F 分布數值表 ( F 分布數值表請查閱有關參考書) 做顯著性檢驗。

14) 總的偏差平方和 。

15) 總的偏差平方和等於各列的偏差平方和之和。即 ，m 為正交表的列數。

若誤差列由 3 個單列組成，則誤差列的偏差平方和 S_e等於 3 個單列的偏差平方和之和，即有:

S_e= S_e1+ S_e2+ S_e3

或 S_e= S_總+ S''

其中 S'' 為安排有因素或交互作用的各列的偏差平方和之和。

與極差分析法相比，方差分析法可以多得出一個結論，即各列對實驗指標的影響是否顯著、在什麼水平上顯著。

在數理統計上，顯著性檢驗是一個很重要的問題。顯著性檢驗強調實驗在分析每列對指標影響中所起的作用。如果某列對指標影響不顯著，那麼討論實驗指標隨它的變化趨勢是毫無意義的。因為在某列對指標的影響不顯著時，即使從表中的數據可以看出該列水平變化時對應的實驗指標的數值在以某種 「規律」發生變化，但那很可能是由於實驗誤差所致，將它作為客觀規律是不可靠的。有了各列的顯著性檢驗之後，最後應將影響不顯著的交互作用列與原來的 「誤差列」合並起來，組成新的 「誤差列」，重新檢驗各列的顯著性。

㈢ 正交試驗的極差分析與方差分析

這個可以在spssau中完成：