试验设计与数据处理试验报告

试验设计与数据处理试验报告

正交试验设计

1.为了通过正交试验寻找从某矿物中提取稀土元素的最优工艺条件，使稀土元素提取率最高，选取的水平如下：

需要考虑交互作用有A×B，A×C，B×C，如果将A，B，C分别安排在正交表L8（2）的

1,2,4列上，试验结果（提取量/ml）依次是1.01,，1,33，1,13，1.06,，1.03，0.08,，0.76，0.56.

试用方差分析法（α=0.05）分析实验结果，确定较优工艺条件

解：（1）列出正交表L8（27）和实验结果，进行方差分析。

试验号 A B A×B C A×C B×C 空号提取量（ml）

1 1 1 1 1 1 1 1 1.01

2 1 1 1 2 2 2 2 1.33

3 1 2 2 1 1 2 2 1.13

4 1 2 2 2 2 1 1 1.06

5 2 1 2 1 2 1 2 1.03

6 2 1 2 2 1 2 1 0.8

7 2 2 1 1 2 2 1 0.76

8 2 2 1 2 1 1 2 0.56

K1 4.53 4.17 3.66 3.93 3.5 3.66 3.63

K2 3.15 3.51 4.02 3.75 4.18 4.02 4.05

k1 2.265 2.085 1.83 1.965 1.75 1.83 1.815

k2 1.575 1.755 2.01 1.875 2.09 2.01 2.025

极差R 1.38 0.66 0.36 0.18 0.68 0.36 0.42

因素主次 A A×C B A×B B×C

优选方案 A1B1C1

SS

J

0.23805 0.05445 0.0162 0.00405 0.0578 0.0162 0.02205

Q 7.7816

总和T 7.68

P=T^2/n 7.3728

SS

T

0.4088

差异源SS df MS F 显著性

A 0.23805 1 0.23805 19.5925 9259

*

B 0.05445 1 0.05445 4.48148 1481

A*B 0.0162 1 0.0162 1.33333 3333

C 0.00405 1 0.00405 0.33333 3333

A*C 0.0578 1 0.0578 4.75720 1646

B*C 0.0162 1

0.0162

1.33333

3333

误差e

0.02205 1

0.02205 1.81481

4815

误差e2 0.03645 3 0.01215 F 0.05(1，3) 10.12796

449

F 0.01(1，3) 34.11622

156

可见A 因素对实验有显著性影响

优方案的确立：由上述分析可知，由于提取率越高越好，且交互作用影响不显著，所以优方

案为A1B1C1，即酸用量25ml ，水用量20ml ，反应时间为1小时

2.为了提高陶粒混凝土的抗压强度，考察了A ，B ，C ，D ，E ，F 六因素，每个因素都有3个水平，因素水平表如下：

正交表L 27(331)的1，2，5，9，12，13列上，试验结果（抗压强度/kg ）依次为100，98，97，95，96，99,，94，99,101,85,82,98,85,90,85,91,89,80,73,90,77,84,80,76,89,78,85，试用方差分析（α=0.05）试验结果，确定较优水平组合。

解：列出表，进行方差分析。

试验号 1 2 3 4 5 6

7 8

9 10 11 12 13

A B A ×B 空列 C A ×C 空列 B ×C D 空列 空列 E F

抗压强度

/KG.cm

1 1 1 1 1 1 1 1 1 1 1 1 1 1 100

2 1 1 1 1 2 2 2 2 2 2 2 2 2 98

3 1 1 1 1 3 3 3 3 3 3 3 3 3 97

4 1 2 2 2 1 1 1 2 2 2 3 3 3 9

5 5 1 2 2 2 2 2 2 3 3 3 1 1 1 9

6 6 1 2 2 2 3 3 3 1 1 1 2 2 2 99

7 1 3 3 3 1 1 1 3 3 3 2 2 2 94

8 1 3 3 3 2 2 2 1 1 1 3 3 3 9

9 9 1 3 3 3 3 3 3 2 2 2 1 1 1 101 10 2 1 2 3 1 2 3 1 2 3 1 2 3 85 11 2 1 2 3 2 3 1 2 3 1 2 3 1 82 12 2 1 2 3 3 1 2 3 1 2 3 1 2 98 13

2

2

3

1

1

2 3 2 3 1 3 1 2 85

.

14 2

2 3 1 2 3 1 3 1 2 1 2 3 90 15 2 2 3 1 3 1 2 1 2 3 2 3 1 85 16 2 3 1 2 1 2 3 3 1 2 2 3 1 91 17 2 3 1 2 2 3 1 1 2 3 3 1 2 89 18 2 3 1 2 3 1 2 2 3 1 1 2 3 80 19 3 1 3 2 1 3 2 1 3 2 1 3 2 73 20 3 1 3 2 2 1 3 2 1 3 2 1 3 90 21 3 1 3 2 3 2 1 3 2 1 3 2 1 77 22 3 2 1 3 1 3 2 2 1 3 3 2 1 84 23 3 2 1 3 2 1 3 3 2 1 1 3 2 80 24 3 2 1 3 3 2 1 1 3 2 2 1 3 76 25 3 3 2 1 1 3 2 3 2 1 2 1 3 89 26 3 3 2 1 2 1 3 1 3 2 3 2 1 78 27 3 3 2 1 3 2 1 2 1 3 1 3 2 85 K1 879 800 795 807 796 800 788 784 836 791 790 824 794 K2 785 790 807 790 802 792 802 800 799 800 804 785 801 K3 732 806 794 799 798 804 806 812 761 805 802 787 801 k1 293 267 265 269 265 267 263 261 279 264 263 275 265 k2 262 263 269 263 267 264 267 267 266 267 268 262 267 k3 244 269 265 266 266 268 269 271 254 268 267 262 267 极差

147 16 13 17 6 12 18 28 75 14 14 39 7

因素主

次

A1，B3,A*B 2,C2,A

*C3，B*C3，D1，E1，F23

总和T 2396.00

Q 214418.

00

P=T^2/n 212622.

81

SS j

1231.63 14.52 11.63

16.07 2.07 8.30 19.85 43.85 312.52 11.19 12.74 107

.19 3.63 方差分

析表

差异源 SS df

MS

F 显著性 A

1231.63 2.00 615.81 214.

74

**

B 14.52 2.00 7.26 2.53 A ×B 11.63 4.00 2.91 1.01

C 2.07 2.00 1.04 0.36 A ×C 8.30 4.00 2.07 0.72 B ×C

43.85 4.00 10.96 3.82 * D 312.52 2.00 156.26 54.4

9 **

E 107.19 2.00 53.59 18.6

9

**

F 3.63 2.00 1.81 0.63 误差e 59.85 8.00 7.48 2.61 误差e2 40.15 14.00 2.87 F 0.05(2,

14) 3.74

F 0.05(4,

14) 3.11

F 0.01(2,

14) 6.51

F 0.01(4,

14)

5.04

优方案的确立：

由图可知，抗压强度是越大越好，在不考虑交互作用下，优方案选取k 最大水平，即A1B3C2D1E1F.从方差分析结果看，交互作用对实验结果影响不大，所以不考虑交互作用，优方案为A1B3C2D1E1F.

3.用某种菌生产酯类风味物质，为了寻找最优发酵工艺条件，重点考察了葡萄糖用量x1（50~150g/L ）和蛋白胨用量x2（2~10g/L ）的影响，实验指标为菌体生长量y （g/L ），其他发酵条件不变。实验方案和结果如下：

试验号 z1 z2 z1z2 y 1 1 1 1 9.61 2 1 -1 -1 9.13 3 -1 1 -1 9.37 4 -1 -1 1 8.57 5 1.078 0 0 9.34 6 -1.078 0 0 8.97 7 0 1.078 0 10.21 8 0 -1.078 0 9.48 9 0 0 0 10.24 10 0 0 0 10.33

（1）试用二次回归正交设计在试验范围内建立二次回归方程；

（2）对回归方程和回归系数进行显著性检验；

（3）失拟性检验；

（4）试验范围内最优试验方案的确定。

解：

试验号z1z2z1*z2 z1' z2' y y^2 z1^2 z2^2

1.00 1.00 1.00 1.00 0.37 0.37 9.61 9

2.35 1.00 1.00

2.00 1.00 -1.00 -1.00 0.37 0.37 9.13 8

3.36 1.00 1.00

3.00 -1.00 1.00 -1.00 0.37 0.37 9.37 87.80 1.00 1.00

4.00 -1.00 -1.00 1.00 0.37 0.37 8.57 73.44 1.00 1.00

5.00 1.08 0.00 0.00 0.53 -0.63 9.34 87.24 1.16 0.00

6.00 -1.08 0.00 0.00 0.53 -0.63 8.97 80.46 1.16 0.00

7.00 0.00 1.08 0.00 -0.63 0.53 10.21 104.24 0.00 1.16

8.00 0.00 -1.08 0.00 -0.63 0.53 9.48 89.87 0.00 1.16

9.00 0.00 0.00 0.00 -0.63 -0.63 10.24 104.86 0.00 0.00

10.00 0.00 0.00 0.00 -0.63 -0.63 10.33 106.71 0.00 0.00

SUMMARY

OUTPUT

回归统计

Multiple

R

0.99

R Square 0.98

Adjusted

R Square

0.96

标准误差0.11

观测值10.00

方差分析

df SS MS F Significanc

e F

回归分析 5.00 3.02 0.60 48.07 0.00 残差 4.00 0.05 0.01

总计9.00 3.07

Coefficients 标准误差t Stat P-value Lower 95% Upper 95% 下限

95.0%

上限

95.0%

Intercept 9.53 0.04 268.63 0.00 9.43 9.62 9.43 9.62 z1 0.19 0.04 4.25 0.01 0.07 0.31 0.07 0.31 z2 0.33 0.04 7.33 0.00 0.20 0.45 0.20 0.45

z1*z2 0.00 0.06 0.00 1.00 -0.16 0.16 -0.16 0.16 z1' 0.00 0.07 0.00 1.00 -0.19 0.19 -0.19 0.19 z2' -0.25 0.07 -3.67 0.02 -0.44 -0.06 -0.44 -0.06 y=9.53+0.19z1

+0.33z2-0.25z

2’

失拟性检

验

差异源SS df MS F F0.1

失拟（lf）0.05 3.00 0.02 3.81 53.59 因为

f

重复试验

（ef）

0.00 1.00 0.00

(1)回归方程的表达式为y=9.53+0.19z1+0.33z2-0.25z2’

z1=x1-100/50 z2=z2-6/4 z2’=z2*z2-0.63 代入上式中可知

Y=9.53+0.19*(x1-100)/50+0.33*(x2-6)/4-0.25*(x2-6)^2/16+0.25*0.63

整理可知y=8.07+0.038x1+0.275x2-0.016x2^2

(2)偏回归系数显著性检验：由上表“t-Stat”和“P-value”可知，偏回归系数z2对应的P-value《0.01，偏回归系数z1，z2’对应的P-value在0.01和0.05之间，所以x2对实验指标有非常显著影响（**），x1和交互作用x1x2也对实验指标有显著影响（*）

(3)由上图可知失拟性不显著

(4)规划求解结果

目标函数可变单元格

14.95164063 X1 150

X2 8.593749869

即当x1=150g/L,x2=8.59g/L时，菌体生长量最大为14.95g/L，不过这只是预测值，还需实验验证。

实验设计与数据处理心得

实验设计与数据处理心得体会 刚开始选这门课的时候,我觉得这门课应该就是很难懂的课程,首先我们做过不少的实验了,当然任何自然科学都离不开实验,大多数学科(化工、化学、轻工、材料、环境、医药等)中的概念、原理与规律大多由实验推导与论证的,但我觉得每次到处理数据的时候都很困难,所以我觉得这就是门难懂的课程,却也就是很有必要去学的一门课程,它对于我们工科生来说也就是很有用途的,在以后我们实验的数据处理上有很重要的意义。 如何科学的设计实验,对实验所观测的数据进行分析与处理,获得研究观测对象的变化规律,就是每个需要进行实验的人员需要解决的问题。“实验设计与数据处理”课程就就是就是以概率论数理统计、专业技术知识与实践经验为基础,经济、科学地安排试验,并对试验数据进行计算分析,最终达到减少试验次数、缩短试验周期、迅速找到优化方案的一种科学计算方法。它主要应用于工农业生产与科学研究过程中的科学试验,就是产品设计、质量管理与科学研究的重要工具与方法,也就是一门关于科学实验中实验前的实验设计的理论、知识、方法、技能,以及实验后获得了实验结果,对实验数据进行科学处理的理论、知识、方法与技能的课程。 通过本课程的学习,我掌握了试验数据统计分析的基本原理,并能针对实际问题正确地运用,为将来从事专业科学的研究打下基础。这门课的安排很合理,由简单到复杂、由浅入深的思维发展规律,先讲单因素试验、双因素试验、正交试验、均匀试验设计等常用试验设计

方法及其常规数据处理方法、再讲误差理论、方差分析、回归分析等数据处理的理论知识,最后将得出的方差分析、回归分析等结论与处理方法直接应用到试验设计方法。 比如我对误差理论与误差分析的学习:在实验中,每次针对实验数据总会有误差分析,误差就是进行实验设计与数据评价最关键的一个概念,就是测量结果与真值的接近程度。任何物理量不可能测量的绝对准确,必然存在着测定误差。通过学习,我知道误差分为过失误差,系统误差与随机误差,并理解了她们的定义。另外还有对准确度与精密度的学习,了解了她们之间的关系以及提高准确度的方法等。对误差的学习更有意义的应该就是如何消除误差,首先消除系统误差,可以通过对照试验,空白试验,校准仪器以及对分析结果的校正等方法来消除;其次要减小随机误差,就就是要在消除系统误差的前提下,增加平行测定次数,可以提高平均值的精密度。 比如我对方差分析的理解:方差分析就是实验设计中的重要分析方法,应用非常广泛,它就是将不同因素、不同水平组合下试验数据作为不同总体的样本数据,进行统计分析,找出对实验指标影响大的因素及其影响程度。对于单因素实验的方差分析,主要步骤如下:建立线性统计模型,提出需要检验的假设;总离差平方与的分析与计算;统计分析,列出方差分析表。对于双因素实验的方差分析,分为两种,一种就是无交互作用的方差分析,另一种就是有交互作用的方差分析,对于这两种类型分别有各自的设计方法,但就是总体步骤都与单因素实验的方差分析一样。

实验设计与数据处理试题库

一、名词解释：（20分） 1. 准确度和精确度：同一处理观察值彼此的接近程度同一处理的观察值与其真值的接近程度 2. 重复和区组：试验中同一处理的试验单元数将试验空间按照变异大小分成若干个相对均匀的局部，每个局部 就叫一个区组 3回归分析和相关分析：对能够明确区分自变数和因变数的两变数的相关关系的统计方法： 对不能够明确区分自变数和因变数的两变数的相关关系的统计方法 4?总体和样本：具有共同性质的个体组成的集合从总体中随机抽取的若干个个体做成的总体 5. 试验单元和试验空间：试验中能够实施不同处理的最小试验单元所有试验单元构成的空间 二、填空：（20分） 1. 资料常见的特征数有：（3空）算术平均数方差变异系数 2. 划分数量性状因子的水平时，常用的方法：等差法等比法随机法（3空） 3. 方差分析的三个基本假定是（3空）可加性正态性同质性 4. 要使试验方案具有严密的可比性，必须（2空）遵循“单一差异”原则设置对照 5. 减小难控误差的原则是（3空）设置重复随机排列局部控制 6. 在顺序排列法中，为了避免同一处理排列在同一列的可能，不同重复内各处理的排列方式常采用（2空）逆向式 阶梯式 7. 正确的取样技术主要包括：（）确定合适的样本容量采用正确的取样方法 8. 在直线相关分析中，用（相关系数）表示相关的性质，用（决定系数）表示相关的程度。 三、选择：（20分） 1试验因素对试验指标所引起的增加或者减少的作用，称作（C） A、主要效应 B、交互效应 C、试验效应 D、简单效应 2. 统计推断的目的是用（A） A、样本推总体 B、总体推样本 C、样本推样本 D、总体推总体 3. 变异系数的计算方法是（B） 4. 样本平均数分布的的方差分布等于（A） 5. t检验法最多可检验（C）个平均数间的差异显著性。 6. 对成数或者百分数资料进行方差分析之前，须先对数据进行（B） A、对数 B、反正弦 C、平方根 D、立方根 7. 进行回归分析时，一组变量同时可用多个数学模型进行模拟，型的数据统计学标准是（B） A、相关系数 B、决定性系数 C、回归系数 D、变异系数 8. 进行两尾测验时，u0.10=1.64,u0.05=1.96,u0.01=2.58,那么进行单尾检验，u0.05=（A） 9. 进行多重比较时，几种方法的严格程度（LSD\SSR\Q）B 10. 自变量X与因变量Y之间的相关系数为0.9054，则Y的总变异中可由X与Y的回归关系解释的比例为（C） A、0.9054 B、0.0946 C、0.8197 D、0.0089 四、简答题：（15分） 1. 回归分析和相关分析的基本内容是什么？（6分）配置回归方程，对回归方程进行检验，分析多个自变量的主次 效益，利用回归方程进行预测预报： 计算相关系数，对相关系数进行检验 2. 一个品种比较试验，4个新品种外加1个对照品种，拟安排在一块具有纵向肥力差异的地块中，3次重复（区组），各重复内均随机排列。请画出田间排列示意图。（2分） 3. 田间试验中，难控误差有哪些？（4分）土壤肥力，小气候，相邻群体间的竞争差异，同一群体内个体间的竞争 差异。 4随即取样法包括哪几种方式？（3分）简单随机取样法分层随机取样法整群简单随机取样法 五、计算题（25分） 1. 研究变数x与y之间的关系，测得30组数据，经计算得出：x均值=10，y均值=20，l xy =60, l yy=300,r=0.6。根

实验设计与数据处理

《实验设计与数据处理》大作业 班级：环境17研 姓名： 学号： 1、 用Excel （或Origin ）做出下表数据带数据点的折线散点图 余浊（N T U ) 加量药（mL) 总氮T N (m g /L ) 加量药（mL ) 图1 加药量与剩余浊度变化关系图 图2 加药量与总氮TN 变化关系图 总磷T P (m g /L ) 加量药（mL) C O D C r (m g /L ) 加量药（mL) 图3 加药量与总磷TN 变化关系图 图4 加药量与COD Cr 变化关系图 去除率(%) 加药量(mL)

图5 加药量与各指标去除率变化关系图

2、对离心泵性能进行测试的实验中，得到流量Q v 、压头H 和效率η的数据如表所示，绘制离心泵特性曲线。将扬程曲线和效率曲线均拟合成多项式（要求作双Y 轴图）。 η H (m ) Q v (m 3 /h) 图6 离心泵特性曲线 扬程曲线方程为：H=效率曲线方程为：η=+、列出一元线性回归方程，求出相关系数，并绘制出工作曲线图。 (1) 表1 相关系数的计算 Y 吸光度（A ） X X-3B 浓度（mg/L ） i x x - i y y - l xy l xx l yy R 10 -30 2800 20 -20 30 -10 40 ()() i i x x y y l R --= = ∑

50 10 60 20 70 30 平均值 40 吸光度 X-3B浓度（mg/L） 图7 水中染料活性艳红（X-3B ）工作曲线 一元线性回归方程为：y=+ 相关系数为：R 2= (2) 代入数据可知： 样品一：x=样品二：x=、试找出某伴生金属c 与含量距离x 之间的关系(要求有分析过程、计算表格以及回归图形)。 表2 某伴生金属c 与含量距离x 之间的关系分析计算表 序号 x c lgx 1/x 1/c 1 2 2 3 3 4 4 5 5 7 6 8 7 10 1

试验设计与数据处理复习提纲

第0章 1 试验数据处理的主要作用 试验设计合理的规划试验，以通过较高效的试验方案获得更具代表性的数据 数据处理对试验数据进行分析研究，从而获得研究对象的变化规律，为生产和科研提供指导。 数据处理的具体作用： 第一章 2 真值的概念和特点 真值 某时刻和某一状态下，某量的可观值或实际值。 真值很多是位置的，但部分又是已知的。 3 平均值，尤其是算数平均值，加权平均值的概念。 平均值 科学实验中，经常将多次试验值得平均值作为真值的近似值。 (1) 算数平均值（arithmetic mean ） 同样试验条件下，如多次试验值服从正态分布，则算数平均值是这组等精度试验值中最佳或最可信赖的值。 (2) 加权平均值（weighted mean ） 若一组试验数据的精度或可靠度不一致，为了突出可靠性高的数值，可以采用加权平均值 权值的确定方法：①取试验值出现的频率ni/n ②若xi 为每组试验值的平均值，则权值为每组试验的次数 ③根据权与绝对误差的平方成反比确定 ④根据试验者的经验确定 4 误差的概念，包括绝对误差与相对误差。 判断影响结果的因素主次 优化试验或生产方案 确定试验因素与试验结果之间的近似函数关系 判断试验数据的可靠性 预测试验结果 控制试验结果 n n x i n ===121n x x x x i n ==+++= 121

5 误差的类型及产生的原因。 随机误差 系统误差 过失误差 6 精密度、正确度和准确度的概念。 1精密度定义：一定条件下多次试验值得彼此符合程度或一致程度。 正确度定义：大量试验结果的算数平均值与真值的一致程度。 准确度定义：反映系统误差与随机误差的综合 正确度：大量试验结果的算数平均值与真值的一致程度。 反映试验系统随机误差的大小 准确度：反映系统误差与随机误差的综合 7随机误差的检验法F 检验法。 1）检验两组实验数据精密度是否一致—双侧检验 （2）检验两组实验数据精密度优劣—单侧检验 a. 左侧检验 ① 取统计量为： ②给定显著性水平α ③查表确定临界值： ④ 判断:若 且 结论：S12相对S12两无显著减小。 b. 右侧检验 8 系统误差的t 检验法。 2122S F S = ① 取统计量为： ②给定显著性水平α ③查表确定临界值： 1212 (1,1) F n n α - --122(1,1) F n n α--④ 判断:若 121212 2 (1,1)F (1,1) F n n F n n αα- --<<--结论：则两组数据方差无显著差异。 2 122 S F S =112(1,1)F n n α---F 1<12F (1 ,1)F n n α<--12(1,1)F n n α--12F (1 ,1)F n n α<--

2.基尔霍夫定律和叠加原理的验证(实验报告答案)含数据处理

实验二 基尔霍夫定律和叠加原理的验证 一、实验目的 1. 验证基尔霍夫定律的正确性，加深对基尔霍夫定律的理解。 2. 验证线性电路中叠加原理的正确性及其适用范围，加深对线性电路的叠加 性和齐次性的认识和理解。 3. 进一步掌握仪器仪表的使用方法。 二、实验原理 1．基尔霍夫定律 基尔霍夫定律是电路的基本定律。它包括基尔霍夫电流定律(KCL)和基尔霍 夫电压定律(KVL)。 (1)基尔霍夫电流定律(KCL) 在电路中，对任一结点，各支路电流的代数和恒等于零，即 ΣI ＝0。 (2)基尔霍夫电压定律(KVL) 在电路中，对任一回路，所有支路电压的代数和恒等于零，即 ΣU ＝0。 基尔霍夫定律表达式中的电流和电压都是代数量，运用时，必须预先任意假 定电流和电压的参考方向。当电流和电压的实际方向与参考方向相同时，取值为 正；相反时，取值为负。 基尔霍夫定律与各支路元件的性质无关，无论是线性的或非线性的电路，还 是含源的或无源的电路，它都是普遍适用的。 2．叠加原理 在线性电路中，有多个电源同时作用时，任一支路的电流或电压都是电路中 每个独立电源单独作用时在该支路中所产生的电流或电压的代数和。某独立源单 独作用时，其它独立源均需置零。(电压源用短路代替，电流源用开路代替。) 线性电路的齐次性(又称比例性)，是指当激励信号(某独立源的值)增加 或减小 K 倍时，电路的响应(即在电路其它各电阻元件上所产生的电流和电压 值)也将增加或减小 K 倍。 三、实验设备与器件 1. 直流稳压电源 1 2. 直流数字电压表 1 3. 直流数字毫安表 1 4. 万用表 1 5. 实验电路板 1 四、实验内容 1．基尔霍夫定律实验 按图 2-1 接线。 台块 块 块块

试验设计与数据处理课程论文

课 程 论 文 课程名称试验设计与数据处理 专业2012级网络工程 学生姓名孙贵凡 学号201210420136 指导教师潘声旺职称副教授

成绩 科学研究与数据处理 学院信息科学与技术学院专业网络工程姓名孙贵凡学号：201210420136 摘要：《实验设计与数据处理》这门课程列举典型实例介绍了一些常用的实验设计及实验数据处理方法在科学研究和工业生产中的实际应用，重点介绍了多因素优化实验设计——正交设计、回归分析方法以对目标函数进行模型化处理。其适于工艺、工程类本科生使用，尤其适用于化学化工、矿物加工、医学和环境学等学科的本科生使用。其对行实验设计可提供很大的帮助，也可供广大分析化学工作者应用。关键字：优化实验设计; 标函数进行模型化处理; 正交设计; 回归分析方法 1 引言 实验是一切自然科学的基础,科学界中大多数公式定理是由试验反复验证而推导出来的。只有经得起试验验证的定理规律才具有普遍实用性。而科学的试验设计是利用自己已有的专业学科知识，以大量的实践经验为基础而得出的既能减少试验次数，又能缩短试验周期，从而迅速找到优化方案的一种科学计算方法，就必然涉及到数据处理，也只有对试验得出的数据做出科学合理的选择，才能使实验结果更具说服力。实验设计与数据处理在水处理中发挥着不可估量的作用，通过科学合理的实验设计过程加上严谨规范的数据处理方法，可以使水处理原理，内在规律性被很好的发现，从而更好的应用于生产实践。 2 材料与方法 2.1 供试材料 1. 论文所围绕的目标和假设 研究的目标就是实验的目的，我们设计了这个实验是想来做什么以及想得到什么样的结论。要正确的识别问题和陈述问题，这些需要专业知识和大量的阅读文献综述等方法来获得我们所要提出的问题。需要对某一个具体的问题，并且对这个具体的问题提出假设。如水处理中混凝剂的最佳投加量，混凝剂的最佳投加量有一个适宜的PH值范围。

试验设计与数据处理

试验设计与数据处理方法总述及总结 王亚丽 （数学与信息科学学院 08统计1班 081120132） 摘要：实验设计与数据处理是一门非常有用的学科，是研究如何经济合理安排 试验可以解决社会中存在的生产问题等，对现实生产有很重要的指导意义。因此本文根据试验设计与数据处理进行了总述与总结，以期达到学习、理解、掌握的以及灵活运用的目的。 1 试验设计与数据处理基本知识总述 1.1试验设计与数据处理的基本思想 试验设计与数据处理是数理统计学中的一个重要分支。它是以概率论、数理统计及线性代数为理论基础，结合一定的专业知识和实践经验，研究如何经济、合理地安排实验方案以及系统、科学地分析处理试验结果的一项科学技术，从而解决了长期以来在试验领域中，传统的试验方法对于多因素试验往往只能被动地处理试验数据，而对试验方案的设计及试验过程的控制显得无能为力这一问题。 1.2试验设计与数据处理的作用 （1）有助于研究者掌握试验因素对试验考察指标影响的规律性，即各因素的水平改变时指标的变化情况。 （2）有助于分清试验因素对试验考察指标影响的大小顺序，找出主要因素。（3）有助于反映试验因素之间的相互影响情况，即因素间是否存在交互作用。（4）能正确估计和有效控制试验误差，提高试验的精度。 （5）能较为迅速地优选出最佳工艺条件（或称最优方案），并能预估或控制一定条件下的试验指标值及其波动范围。 （6）根据试验因素对试验考察指标影响规律的分析，可以深入揭示事物内在规律，明确进一步试验研究的方向。

1.3试验设计与数据处理应遵循的原则 （1）重复原则：重可复试验是减少和估计随机误差的的基本手段。 （2）随机化原则：随机化原则可有效排除非试验因素的干扰，从而可正确、无偏地估计试验误差，并可保证试验数据的独立性和随机性。 （3）局部控制原则：局部控制是指在试验时采取一定的技术措施方法减少非试验因素对试验结果的影响。用图形表示如下： 2试验设计与数据处理方法总述和总结 2.1方差分析 （1）概念：方差分析是用来检验两个或两个以上样本的平均值差异的显著程度。并由此判断样本究竟是否抽自具有同一均值的总体。 （2）优点：方差分析对于比较不同生产工艺或设备条件下产量、质量的差异，分析不同计划方案效果的好坏和比较不同地区、不同人员有关的数量指标差异是否显著时，是非常有用的。 （3）缺点：对所检验的假设会发生错判的情况，比如第一类错误或第二类错误的发生。 （4）基本原理：方差分析的基本思路是一方面确定因素的不同水平下均值之间的方差，把它作为对由所有试验数据所组成的全部总体的方差的第一个估计值；另一方面再考虑在同一水平下不同试验数据对于这一水平的均值的方差，由此计算出对由所有试验数据所组成的全部数据的总体方差的第 二个估计值。比较上述两个估计值，如果这两个方差的估计值比较接近就说明因素的不同水平下的均值间的差异并不大，就接受零假设；否则，说明因素的不同水平下的均值间的差异比较大。

误差理论与数据处理 实验报告

《误差理论与数据处理》实验指导书 姓名 学号 机械工程学院 2016年05月

实验一误差的基本性质与处理 一、实验内容 1．对某一轴径等精度测量8次，得到下表数据，求测量结果。 Matlab程序： l=[24.674,24.675,24.673,24.676,24.671,24.678,24.672,24.674];%已知测量值 x1=mean(l);%用mean函数求算数平均值 disp(['1.算术平均值为：',num2str(x1)]); v=l-x1;%求解残余误差 disp(['2.残余误差为：',num2str(v)]); a=sum(v);%求残差和 ah=abs(a);%用abs函数求解残差和绝对值 bh=ah-(8/2)*0.001;%校核算术平均值及其残余误差,残差和绝对值小于n/2*A,bh<0，故以上计算正确 if bh<0 disp('3.经校核算术平均值及计算正确'); else disp('算术平均值及误差计算有误'); end xt=sum(v(1:4))-sum(v(5:8));%判断系统误差（算得差值较小，故不存在系统误差） if xt<0.1 disp(['4.用残余误差法校核，差值为：',num2str(x1),'较小，故不存在系统误差']); else disp('存在系统误差'); end bz=sqrt((sum(v.^2)/7));%单次测量的标准差 disp(['5.单次测量的标准差',num2str(bz)]);

p=sort(l);%用格罗布斯准则判断粗大误差，先将测量值按大小顺序重新排列 g0=2.03;%查表g(8,0.05)的值 g1=(x1-p(1))/bz; g8=(p(8)-x1)/bz;%将g1与g8与g0值比较，g1和g8都小于g0，故判断暂不存在粗大误差if g1

实验设计与数据处理试题库

一、名词解释：（20分） 1.准确度和精确度：同一处理观察值彼此的接近程度同一处理的观察值与其真值的接近程度 2.重复和区组：试验中同一处理的试验单元数将试验空间按照变异大小分成若干个相对均匀的局部，每个局部就叫一个区组 3回归分析和相关分析：对能够明确区分自变数和因变数的两变数的相关关系的统计方法： 对不能够明确区分自变数和因变数的两变数的相关关系的统计方法 4.总体和样本：具有共同性质的个体组成的集合从总体中随机抽取的若干个个体做成的总体 5.试验单元和试验空间：试验中能够实施不同处理的最小试验单元所有试验单元构成的空间 二、填空：（20分） 1.资料常见的特征数有：（3空）算术平均数方差变异系数 2.划分数量性状因子的水平时，常用的方法：等差法等比法随机法（3空） 3.方差分析的三个基本假定是（3空）可加性正态性同质性 4.要使试验方案具有严密的可比性，必须（2空）遵循“单一差异”原则设置对照 5.减小难控误差的原则是（3空）设置重复随机排列局部控制 6.在顺序排列法中，为了避免同一处理排列在同一列的可能，不同重复内各处理的排列方式常采用（2空）逆向式阶梯式 7.正确的取样技术主要包括：（）确定合适的样本容量采用正确的取样方法 8.在直线相关分析中，用（相关系数）表示相关的性质，用（决定系数）表示相关的程度。 三、选择：（20分） 1试验因素对试验指标所引起的增加或者减少的作用，称作（C） A、主要效应 B、交互效应 C、试验效应 D、简单效应 2.统计推断的目的是用（A） A、样本推总体 B、总体推样本 C、样本推样本 D、总体推总体 3.变异系数的计算方法是（B） 4.样本平均数分布的的方差分布等于（A） 5.t检验法最多可检验（C）个平均数间的差异显著性。 6.对成数或者百分数资料进行方差分析之前，须先对数据进行（B） A、对数 B、反正弦 C、平方根 D、立方根 7.进行回归分析时，一组变量同时可用多个数学模型进行模拟，型的数据统计学标准是（B） A、相关系数 B、决定性系数 C、回归系数 D、变异系数 8.进行两尾测验时，u0.10=1.64,u0.05=1.96,u0.01=2.58,那么进行单尾检验，u0.05=(A) 9.进行多重比较时，几种方法的严格程度（LSD\SSR\Q）B 10.自变量X与因变量Y之间的相关系数为0.9054，则Y的总变异中可由X与Y的回归关系解释的比例为（C） A、0.9054 B、0.0946 C、0.8197 D、0.0089 四、简答题：（15分） 1.回归分析和相关分析的基本内容是什么？（6分）配置回归方程，对回归方程进行检验，分析多个自变量的主次效益，利用回归方程进行预测预报： 计算相关系数，对相关系数进行检验 2.一个品种比较试验，4个新品种外加1个对照品种，拟安排在一块具有纵向肥力差异的地块中，3次重复（区组），各重复内均随机排列。请画出田间排列示意图。（2分） 3.田间试验中，难控误差有哪些？（4分）土壤肥力，小气候，相邻群体间的竞争差异，同一群体内个体间的竞争差异。 4随即取样法包括哪几种方式？（3分）简单随机取样法分层随机取样法整群简单随机取样法 五、计算题（25分） 1.研究变数x与y之间的关系，测得30组数据，经计算得出：x均值=10，y均值=20，l xy=60, l yy=300,r=0.6。根据所得数据建立直线回归方程。（5分）a=2 b=1.8 y=2+1.8 x 2.完成下列方差分析表，计算出用LSR法进行多重比较时各类数据填下表：

数据处理与实验设计小论文

上海大学2014～2015学年秋季学期研究生课程考试课程名称：数据处理与实验设计课程编号：11S009003论文题目：正交实验在锂离子电极材料制备中的应用 研究生姓名：李艳峰学号：14722191 论文评语： 成绩：任课教师： 评阅日期：

正交实验在锂离子电极材料制备中的应用 李艳峰 （上海大学环境与化学工程学院，上海200444） 摘要：锂源、反应温度、反应时间和锂钛摩尔比是影响锂离子电极负极材料Li4Ti5O12制备的重要因素，本文利用正交实验L9 (34)的方法对液相法制备Li4Ti5O12的各种影响因素进行进一步优化，从而得到最优水平组合，并对各种影响因素进行权重分析。最后，利用正交实验确定了液相法制备Li4Ti5O12的最佳工艺：烧结温度为750℃，烧结时间为8h，LiOH·H2O 为锂源，原料中锂钛摩尔比为0.85。 关键词：正交实验设计；液相法；影响因素； 中图分类号：O242.1文献标识码：A The application of orthogonal experimental design on liquid method in the production of Lithium-ion electrode materials Yanfeng Li (School of Environmental and Chemical Engineering, Shanghai University, Shanghai 200444, China) Abstract:lithium source, reaction temperature, reaction time and lithium titanium molar ratio are important factors for the preparation of Li4Ti5O12 conditions of liquid method. Based on the single factor experiment, this study use L9 (34) orthogonal experiments to optimized the removal of the preparation of Li4Ti5O12 of liquid method. The optimal technological parameters of solution method determined by the orthogonal experiment were as follows: sintering temperature was 750℃, sintering time was 8 h, the lithium resource was LiOH·H2O and the mole ration of Li to Ti was 0.85. Key words: Orthogonal experimental design;Liquid method; Factors;

测量刚体的转动惯量实验报告及数据处理

测量刚体的转动惯量实验报告及数据处理 Company number：【0089WT-8898YT-W8CCB-BUUT-202108】

实验讲义补充： 1.刚体概念：刚体是指在运动中和受力作用后，形状和大小不变，而且内部各点的相对位置不 变的物体。 2.转动惯量概念：转动惯量是刚体转动中惯性大小的量度。它取决于刚体的总质量，质量分 布、形状大小和转轴位置 3.转动定律：合外力矩=转动惯量×角加速度 4.转动惯量叠加： 空盘：（1）阻力矩（2）阻力矩＋砝码外力→J1 空盘＋被测物体：（1）阻力矩（2）阻力矩＋砝码外力→J2 被测物体：J3=J2-J1 5.转动惯量理论公式：圆盘&圆环J=0.5mr2,J=0.5m(r12+r12) 6.转动惯量实验仪器：水准仪；线水平；线与孔不产生摩擦；塔轮选小的半径；至少3个塔轮 半径，3组砝码质量 7.计数器：遮光板半圈π；单电门，多脉冲；空盘15圈，20个值；加上被测物体，8个值； 8.泡沫垫板 9.重力加速度：s^2 10.质量：1次读数，包括砝码，圆盘，圆环，以及两圆柱体； 11.游标卡尺：6次读数，包括圆盘半径，圆环内外半径，塔轮半径，转盘上孔的内外半径（求 平均值） 12.实验目的：测量值与理论值对比 实验计算补充说明： 1.有效数字：质量，故有效数字为3位 2.游标卡尺：，读数最后一位肯定为偶数； 3.误差&不确定度： （1）理论公式计算的误差： 圆盘：J=0.5mR2（注意：直接测量的是直径） 质量m=±；（保留4位有效数字） um=*100%=% 半径R=± 若测6次,x1,x2,x3,x4,x5,x6,i=6，计算x平均值 ， 取n=6时的 ，我们处理为0 C=,仪器允差,δB= 总误差：,ux= m

试验设计与数据分析

试验设计与数据分析

1.方差分析在科学研究中有何意义？如何进行平方和与自由度的分解？如何进行F检验和多重比较？ （1）方差分析的意义 方差分析，又称变量分析，其实质是关于观察值变异原因的数量分析，是科学研究的重要工具。方差分析得最大公用在于：a. 它能将引起变异的多种因素的各自作用一一剖析出来，做出量的估计，进而辨明哪些因素起主要作用，哪些因素起次要作用。 b. 它能充分利用资料提供的信息将试验中由于偶然因素造成的随机误差无偏地估计出来，从而大大提高了对实验结果分析的精确性，为统计假设的可靠性提供了科学的理论依据。 （2）平方和及自由度的分解 方差分析之所以能将试验数据的总变异分解成各种因素所引起的相应变异，是根据总平方和与总自由度的可分解性而实现的。 （3）F检验和多重比较 ① F检验的目的在于，推断处理间的差异是否存在，检验某项变异原因的效应方差是否为零。实际进行F检验时，是将由试验资料算得

的F 值与根据df 1=df t （分子均方的自由度）、df 2=df e （分母均方的自由度）查附表4（F 值表）所得的临界F 值（F 0.05（df1，df2）和F 0.01（df1，df2））相比较做出统计判断。若F< F 0.05（df1，df2），即P>0.05，不能否定H 0，可认为各处理间差异不显著；若F 0.05（df1，df2）≤F ＜F 0.01（df1，df2），即0.01

实验设计与数据处理

试验设计与数据处理 学院 班级 学号 学生姓名 指导老师

第一章 4、 相对误差18.20.1%0.0182x mg mg ?=?= 故100g 中维生素C 的质量范围为：±。 5、1）、压力表的精度为级，量程为， 则 max 0.2 1.5%0.00333 0.375 8 R x MPa KPa x E x ?=?==?=== 2）、1mm 的汞柱代表的大气压为， 所以 max 2 0.1330.133 1.662510 8 R x KPa x E x -?=?===? 3）、1mm 水柱代表的大气压为gh ρ，其中2 9.8/g m s = 则： 3max 33 9.8109.810 1.22510 8 R x KPa x E x ---?=???===? 6. 样本测定值 算数平均值 几何平均值 调和平均值 标准差s 标准差σ 样本方差S 2 总体方差σ2 算术平均误差△ 极差R 7、S ?2＝，S ?2＝ F ＝S ?2/ S ?2＝= 而F （）=，= 所以F （）< F < 两个人测量值没有显著性差异，即两个人的测量方法的精密度没有显著性差异。 |||69.947|7.747 6.06 p p d x =-=>

分析人员A分析人员B 8样本方差1 8样本方差2 10Fa值 104F值 6 68 4705 6 6 88 8.旧工艺新工艺 %% %% %% %% %% %% %% %% %% % % % % t-检验: 双样本异方差假设 变量 1变量 2 平均 方差 观测值139假设平均差0 df8 t Stat-38. P(T<=t) 单尾0 t 单尾临界 P(T<=t) 双尾0 t 双尾临界 F-检验双样本方差分析

大学物理实验报告数据处理及误差分析

篇一：大学物理实验1误差分析 云南大学软件学院实验报告 课程：大学物理实验学期： - 学年第一学期任课教师： 专业： 学号： 姓名： 成绩： 实验1 误差分析 一、实验目的 1. 测量数据的误差分析及其处理。 二、实验内容 1．推导出满足测量要求的表达式，即 0? (?)的表达式； 0= (( * )/ (2*θ)) 2．选择初速度A，从[10，80]的角度范围内选定十个不同的发射角，测量对应的射程， 记入下表中： 3．根据上表计算出字母A 对应的发射初速，注意数据结果的误差表示。 将上表数据保存为A. ,利用以下程序计算A对应的发射初速度，结果为100.1 a =9.8 _ =0 =[] _ = ("A. "," ") _ = _ . ad ()[:-1] = _ [:]. ('\ ') _ = _ . ad ()[:-1] = _ [:]. ('\ ') a (0,10): .a d( a . ( a ( [ ])* / a . (2.0* a ( [ ])* a . /180.0))) _

+= [ ] 0= _ /10.0 0 4．选择速度B、C、D、重复上述实验。 B C 6．实验小结 (1) 对实验结果进行误差分析。 将B表中的数据保存为B. ,利用以下程序对B组数据进行误差分析，结果为 -2.84217094304 -13 a =9.8 _ =0 1=0 =[] _ = ("B. "," ") _ = _ . ad ()[:-1] = _ [:]. ('\ ') _ = _ . ad ()[:-1] = _ [:]. ('\ ') a (0,10): .a d( a . ( a ( [ ])* / a . (2.0* a ( [ ])* a . /180.0))) _ += [ ] 0= _ /10.0 a (0,10): 1+= [ ]- 0 1/10.0 1 (2) 举例说明“精密度”、“正确度”“精确度”的概念。 1. 精密度 计量精密度指相同条件测量进行反复测量测值间致(符合)程度测量误差角度说精密度所 反映测值随机误差精密度高定确度(见)高说测值随机误差定其系统误差亦。 2. 正确度 计量正确度系指测量测值与其真值接近程度测量误差角度说正确度所反映测值系统误差 正确度高定精密度高说测值系统误差定其随机误差亦。 3. 精确度 计量精确度亦称准确度指测量测值间致程度及与其真值接近程度即精密度确度综合概念 测量误差角度说精确度(准确度)测值随机误差系统误差综合反映。 比如说系统误差就是秤有问题，称一斤的东西少2两。这个一直恒定的存在，谁来都是 这样的。这就是系统的误差。随机的误差就是在使用秤的方法。 篇二：数据处理及误差分析 物理实验课的基本程序

试验设计与数据分析

1.方差分析在科学研究中有何意义？如何进行平方和与自由度的分解？如何进行F检验和 多重比较？ （1）方差分析的意义 方差分析，又称变量分析，其实质是关于观察值变异原因的数量分析，是科学研究的重要工具。方差分析得最大公用在于：a. 它能将引起变异的多种因素的各自作用一一剖析出来，做出量的估计，进而辨明哪些因素起主要作用，哪些因素起次要作用。b. 它能充分利用资料提供的信息将试验中由于偶然因素造成的随机误差无偏地估计出来，从而大大提高了对实验结果分析的精确性，为统计假设的可靠性提供了科学的理论依据。 （2）平方和及自由度的分解 方差分析之所以能将试验数据的总变异分解成各种因素所引起的相应变异，是根据总平方和与总自由度的可分解性而实现的。 （3）F检验和多重比较 ①F检验的目的在于，推断处理间的差异是否存在，检验某项变异原因的效应方差是否为零。实际进行F检验时，是将由试验资料算得的F值与根据df1=df t（分子均方的自由度）、df2=df e（分母均方的自由度）查附表4（F值表）所得的临界F值（F0.05（df1，df2）和F0.01（df1，df2））相比较做出统计判断。若F< F0.05（df1，df2），即P>0.05，不能否定H0，可认为各处理间差异不显著；若F0.05（df1，df2）≤F＜F0.01（df1，df2），即0.01

实验设计与数据处理课后答案

《试验设计与数据处理》 专业：机械工程班级：机械11级专硕学号：S110805035 姓名：赵龙 第三章：统计推断 3-13 解：取假设H0：u1-u2≤0和假设H1：u1-u2＞0用sas分析结果如下：Sample Statistics Group N Mean Std. Dev. Std. Error ---------------------------------------------------- x 8 0.231875 0.0146 0.0051 y 10 0.2097 0.0097 0.0031 Hypothesis Test Null hypothesis: Mean 1 - Mean 2 = 0 Alternative: Mean 1 - Mean 2 ^= 0 If Variances Are t statistic Df Pr > t ---------------------------------------------------- Equal 3.878 16 0.0013 Not Equal 3.704 11.67 0.0032 由此可见p值远小于0.05，可认为拒绝原假设，即认为2个作家所写的小品文中由3个字母组成的词的比例均值差异显著。 3-14 解：用sas分析如下： Hypothesis Test Null hypothesis: Variance 1 / Variance 2 = 1 Alternative: Variance 1 / Variance 2 ^= 1 - Degrees of Freedom - F Numer. Denom. Pr > F ---------------------------------------------- 2.27 7 9 0.2501 由p值为0.2501＞0.05（显著性水平），所以接受原假设，两方差无显著差异 第四章：方差分析和协方差分析 4-1 解： Sas分析结果如下： Dependent Variable: y Sum of Source DF Squares Mean Square F Value Pr > F

试验设计与数据处理试验报告

试验设计与数据处理试验报告 正交试验设计 1.为了通过正交试验寻找从某矿物中提取稀土元素的最优工艺条件，使稀土元素提取率最高，选取的水平如下：

需要考虑交互作用有A×B，A×C，B×C，如果将A，B，C分别安排在正交表L8（2）的 1,2,4列上，试验结果（提取量/ml）依次是1.01,，1,33，1,13，1.06,，1.03，0.08,，0.76，0.56. 试用方差分析法（α=0.05）分析实验结果，确定较优工艺条件 解：（1）列出正交表L8（27）和实验结果，进行方差分析。 试验号 A B A×B C A×C B×C 空号提取量（ml） 1 1 1 1 1 1 1 1 1.01 2 1 1 1 2 2 2 2 1.33 3 1 2 2 1 1 2 2 1.13 4 1 2 2 2 2 1 1 1.06 5 2 1 2 1 2 1 2 1.03 6 2 1 2 2 1 2 1 0.8 7 2 2 1 1 2 2 1 0.76 8 2 2 1 2 1 1 2 0.56 K1 4.53 4.17 3.66 3.93 3.5 3.66 3.63 K2 3.15 3.51 4.02 3.75 4.18 4.02 4.05 k1 2.265 2.085 1.83 1.965 1.75 1.83 1.815 k2 1.575 1.755 2.01 1.875 2.09 2.01 2.025 极差R 1.38 0.66 0.36 0.18 0.68 0.36 0.42 因素主次 A A×C B A×B B×C 优选方案 A1B1C1 SS J 0.23805 0.05445 0.0162 0.00405 0.0578 0.0162 0.02205 Q 7.7816 总和T 7.68 P=T^2/n 7.3728 SS T 0.4088 差异源SS df MS F 显著性 A 0.23805 1 0.23805 19.5925 9259 * B 0.05445 1 0.05445 4.48148 1481 A*B 0.0162 1 0.0162 1.33333 3333 C 0.00405 1 0.00405 0.33333 3333 A*C 0.0578 1 0.0578 4.75720 1646