第五章正交试验设计

1、 正交表是已经制作好的规格化的表, 是正交试验设计的基本工具. (见附表5) 正交表L4 (23 )-最小的正交表说对于任意两个纵列，数码“1”、“2”间的搭配是均衡的. 数码数（水平数） 正交表的纵列数(最多安排的因素数)正交表的横行数（试验次数）正交表代号在多分批试验中, 第一批试验可先分两个水平 ( 二水二水平试验平试验 ).优点: 节省试验次数, 提高试验效果1. 挑因素、选水平，制定因素水平表挑因素、选水平，制定因素水平表2. 利用正交表，确定试验方案利用正交表，确定试验方案3. 试验结果分析试验结果分析1. 挑因素、选水平，制定因素水平表挑因素、选水平，制定因素水平表2. 利用正交

2、表，确定试验方案利用正交表，确定试验方案3. 试验结果分析试验结果分析2. 利用正交表，确定试验方案利用正交表，确定试验方案1. 挑因素、选水平，制定因素水平表挑因素、选水平，制定因素水平表 ( 略略 )3. 试验结果分析试验结果分析1. 挑因素、选水平，制定因素水平表挑因素、选水平，制定因素水平表 B: 水平1- 450, 水平2- 400; (从水平趋势图可看出呈单调递增性)C: 水平1- 3小时, 水平2- 5小时;(考查能否省电)D: 水平1- 15/小时, 水平2- 25/小时; (再考查一次)2. 利用正交表，确定试验方案利用正交表，确定试验方案3. 试验结果试验结果- 这批四个试

3、验基本都消除了应力.因素因素A的水平趋势图的水平趋势图:1 1 3 2 30 600 4 62 1 1 1 50 600 6 73 3 3 1 100 500 4 13proc anova data=E531; class xa;model y=xa;means xa/snk ; /*选项snk要求作各水平组均值间的两两比较,显著性水平默认为=0.05,若需修正则在snk后再加选项alpha= */二、SAS编程proc anova data=E531; class xb;model y=xb;means xb/snk ;proc anova data=E531; class xc;model

4、 y=xc;means xc/snk ; proc anova data=E531; class d;model y=d;means d/snk ;run;0.10730.6088、0.5425、0.6398，同样也可得0.10730.54250.60880.6398Level of -y- xa N Mean Std Dev 30 3 5.0000000 3.60555128 50 3 4.3333333 3.78593890 100 3 11.6666667 4.16333200Level of -y- xb N Mean Std Dev 450 3 5.00000000 4.358898

5、94 500 3 6.66666667 6.02771377 600 3 9.33333333 4.93288286 Level of -y- xc N Mean Std Dev 2 3 9.66666667 4.72581563 4 3 6.33333333 6.50640710 6 3 5.00000000 3.46410162Level of -y- D N Mean Std Dev 1 3 9.33333333 3.21455025 2 3 6.33333333 0.57735027 3 3 5.33333333 8.38649708四个因素各水平组均值输出结果：单因素轮换法单因素轮换

6、法: 将其它因素固定在某一水平, 每次只改变欲研究因素的水平, 依次类推以研究A、B、C三因素三水平试验为例, 在研究因素A的效应时, 先将因素B、C固定在某一水平如B1、C1; 如发现A3较好, 固定B2, 试验安排在A3B2C1、A3B2C2、A3B2C3; 如发现C1较好, 试验安排在A3C1B1、A3C1B2、A3C1B3; V如发现B2较好, 则确定A3B2C1为最佳分析条件. (请看下图中的七七个黑点个黑点即为上述单因素轮换法安排试验时试验点的分布位置)缺点：实际考察的因素水平仅局限于欲考察的因素水平范围的局部区域, 不能全面反映因素影响的情况, 且不能考察因素之间的交互效应.全面试验法全面试验法: 工作量大, 如三因素三水平全面试验要进行33=27次. (请看下图中的27个交叉点个交叉点即为全面试验法安排试验时试验点的