正交设计(orthogonaldesign)析因设计的缺点若处理因素较多时，工作量剧增；若因素的水平较多，也使工作量大为增加；ANOVA计算愈来愈复杂。正交设计(orthogonaldesign)任何实验设计要解决两个问题：一是实验如何安排；二是得到的数据如何
分析
定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析
。正交设计是利用正交表来安排试验，主要用ANOVA来处理数据(也可用直观分析法)解决多因素、多水平的问题，包括：1)各因素对观察指标(效应)的作用；2)因素间的交互作用；3)寻找“最优”搭配—在所考虑的因素和水平下。正交表的表示形式正交表是合理安排试验和数据分析的的主要工具，每一正交表的表示形式为：其中，L代表正交表，n为试验的次数，k为最多允许安排因素的个数，m为每个因素可安排的水平数。一个简单的正交表是一张水平数相同的正交表，它最多可以容纳3个因素，每个因素均为2水平，至少需要做4次试验。正交表的性质每列不同数字出现的次数相同；任两列搭配，作为有序数对，各有序数对重复的次数也是相等的。因此，用正交表安排试验比较均匀，可比性好。正交设计的一般步骤由研究目的确定观察指标(效应)，以定量的为好!若不是定量指标，要数量化后才能分析；确定试验的因素及水平：可能有影响或可能与其它因素有交互影响的因素均要考虑。各因素的水平数要据专业知识而定；选适当的正交表，作表头设计(关键!)；据正交表定出试验计划；试验并记录结果；数据的统计分析：直观分析法/ANOVA。实例介绍表头设计根据所考察的因素和水平数的多少，选用适当的正交表。如：研究两个因素，每个因素都是2水平，且不考虑交互作用，可选用；若少于7个因素，每因素均为2水平，可选用；若各因素的水平数不等，可选用混合型正交表。某药厂为了提高一种原料药的收率，根据经验确定考察三个因素：温度(A)、加碱量(B)、催化剂种类(C)，每个因素取3个水平，见下表。例1本实验要解决以下问题:找出各因素对观察指标(收率)的影响，并指出哪个是主要的、哪个是次要的影响因素；哪个起独立作用，哪些起交互作用(本例先暂不考虑交互作用)在各因素中选出一个最佳水平，组成提高收率的最优条件。步骤如下：确定观察指标—该原料药的收率；确定实验因素及水平(三因素三水平，见上表)；选适当的正交表，并作表头设计：本例不考虑交互作用，可以选用该表有4列，可将三个因素安排在任意三列上，见定出实验计划：按正交表的要求做9次实验，第1号实验为温度80℃、加碱量35kg、用甲催化剂(记为A、B、C三因素)，余类推；实验并记录结果，见数据分析数据分析(直观分析法)求各因素各水平之和：K1、K2、K3各因素各水平的平均收率求极差据R的大小判断哪个因素起主要作用：这是由正交表具有搭配均匀的特性决定的，A列上的平均收率的差异可认为是由A因素不同水平所引起的，B、C列类推。既然如此，某因素的极差愈大，就表明该因素对效应指标的影响愈大，反之亦然。寻找最优条件组合，提高收率。极差注意：所谓最优搭配，是指所研究的条件中，以该组合为最优，并非“绝对最优”，应注意。直观分析法简单、直观、计算工作量小，缺点是不能估计实验误差，因而回答各因素的水平变化对效应的影响是实质性的还是偶然性(抽样误差)。最好采用ANOVA。正交设计的ANOVA其中，n为试验次数，m为水平数，ai为该列同水平的重复数,Ki为第j列中第i水平观察值之和。注：有mai=n(i=1,…m)第j列的离均差平方和：将空余列的合计指定为误差项（SSE）空余列的数目即为该误差项的自由度。以例1说明A、B、C三个因素均无统计学意义。考虑交互作用的情形是否考虑交互作用，要结合专业知识，或做预实验。作图分析：观察指标A1A2A1A2A1A2B2B1A*BA*B无交互作用有交互作用-协同有交互作用-拮抗例2某研究人员要摸索培养某病毒所需的最佳条件，考虑可能的影响因素有三个：温度(A)、PH(B)、培养基种类(C)，每个因素考虑2个水平，如下表：要解决：1)主要影响因素及其交互作用；2)最优条件。试验因素1水平2水平温度(A)3337PH(B)7.07.4培养基种类(C)199培养基1640培养基因要考虑交互作用，用不够，考虑选用 。设计的关键是表头设计!ABA*BCA*CB*C若各因素的水平数不等，选用混合型正交表总之，正交设计是一个非常优良的实验设计，经济效益很高，节省大量人力、物力、财力和时间。人有了知识，就会具备各种分析能力，明辨是非的能力。所以我们要勤恳读书，广泛阅读，古人说“书中自有黄金屋。”通过阅读科技书籍，我们能丰富知识，培养逻辑思维能力；通过阅读文学作品，我们能提高文学鉴赏水平，培养文学情趣；通过阅读报刊，我们能增长见识，扩大自己的知识面。有许多书籍还能培养我们的道德情操，给我们巨大的精神力量，鼓舞我们前进。
浙公网安备 33021202002483