下载文档原格式
第七章裂区试验设计
裂区试验设计：又称为分割试验设计，把一个或多个完全随机设计、随机区组设计或拉丁方设计结合起来的试验方法。
其原理为先将受试对象作一级实验单位，再分为二级实验单位，分别施以不同的处理。
实验单位分级是指当实验单位具有隶属关系时，高级实验单位包含低级实验单位。
如小鼠接种不同的瘤株后，观察不同浓度的某注射液的抑瘤效果，这时接种瘤株的小鼠为一级单位，相应因素为一级处理，注射浓度为二级单位，相应因素为二级处理。
当试验单位不存在明显的隶属关系时，实验单位分级可按因素的主次确定。
在裂区试验中一级处理与一级单位混杂，而二级处理与二级单位不混杂。
因此，设计时将最感兴趣或最主要的因素，差异较小、要求精度较高、试验条件较少、工序较易改变的因素作为二级因素。
先选定受试对象作一级单位分成几组，分别用一级处理的不同水平作完全随机设计或随机区组、拉丁方设计。
每个一级单位再分成几个二级单位，分别接受二级处理的不同水平。
以完全随机设计和随机区组设计为例：
（1）完全随机的裂区试验设计：将一级实验单位随机等分成I 组，每组例数为r，分别接受A1、A2…Ai各水平的处理；将各一级单位内的二级单位随机分配，接受B1、B2…Bj的处理。
（2）随机区组的裂区试验设计：将一级实验单位配成r个区组，每个区组内有I个一级实验单位；分别将各区组内的二级实验
单位随机分配给A因素的I个处理；将个一级单位内的二级实验单位随机分配给B因素的J个处理。
例：将24只动物（编号为G）随机分为对照、PC、AD.P和AD.T四组（以A表示），测量缺血再灌注中HR在缺血前、缺血后5、15、30、60分钟（以T表示）的变化。
第7章-正交试验设计的极差分析第7章正交试验设计的极差分析正交试验设计和分析⽅法⼤致分为⼆种：⼀种是极差分析法(⼜称直观分析法),另⼀种是⽅差分析法（⼜称统计分析法)。
本章介绍极差分析法,它简单易懂,实⽤性强，在⼯农业⽣产中⼴泛应⽤。
７.1 单指标正交试验设计及其极差分析极差分析法简称R 法。
它包括计算和判断两个步骤,其内容如图7-1所⽰。
图7－１ R 法⽰意图图中，Ｋj ｍ为第ｊ列因素m ⽔平所对应的试验指标和，K ｊm 为Ｋjm 的平均值。
由K jm 的⼤⼩可以判断ｊ因素的优⽔平和各因素的⽔平组合，即最优组合。
R j 为第j 列因素的极差，即第j 列因素各⽔平下平均指标值的最⼤值与最⼩值之差：R j =max(jm j j K K K ,,,21 ）-ｍin(jm j j K K K ,,,21 )R j 反映了第ｊ列因素的⽔平变动时，试验指标的变动幅度。
R j 越⼤,说明该因素对试验指标的影响越⼤，因此也就越重要。
于是依据R j的⼤⼩,就可以判断因素的主次。
极差分析法的计算与判断,可直接在试验结果分析表上进⾏，现以例6-2来说明单指标正交试验结果的极差分析⽅法。
⼀、确定因素的优⽔平和最优⽔平组合例６-2 为提⾼⼭楂原料的利⽤率，某研究组研究了酶法液化⼯艺制造⼭楂精汁。
拟通过正交试验寻找酶法液化⼯艺的最佳⼯艺条件。
在例6-2中，不考虑因素间的交互作⽤(因例6-2是四因素三⽔平试验，故选⽤L9（34）正交表），表头设计如表６-５所⽰,试验⽅案则⽰于表６-6中。
试验结果的极差分析过程，如表7-1所⽰.表6-4 因素⽔平表表6-6 试验⽅案及结果试验指标为液化率，⽤y i 表⽰，列于表6-６和表7-1的最后⼀列。
表7－1 试验⽅案及结果分析计算⽰例：因素A 的第１⽔平Ａ1所对应的试验指标之和及其平均值分别为：K A １=ｙ１+y ２+ｙ3＝0+１７+２4=４1,=1A K 31K A1=１3．7同理，对因素Ａ的第2⽔平Ａ２和第３⽔平A 3，有ＫA2=ｙ4+ｙ5+y 6=１２＋47＋28=87,=2A K 31K Ａ2=2９ K A ３＝y ７+y 8＋y ９=１＋18+42＝61，=3A K 31K Ａ3=20.３由表7－１或表6－６可以看出，考察因素A 进⾏的三组试验中(Ａ1,A 2,Ａ3),B 、Ｃ、D 各⽔平都只出现了⼀次,且由于B 、C 、Ｄ间⽆交互作⽤,所以B 、C 、D 因素的各⽔平的不同组合对试验指标⽆影响，因此，对A 1、Ａ2和A ３来说,三组试验的试验条件是完全⼀样的。
第七章-正交试验设计法第七章：正交试验设计法正交试验设计法是一种实验设计方法，旨在有效地确定多个因素对结果的影响，并找到最佳的组合条件。
正交设计法是一种统计方法，通过在试验设计中使用正交矩阵来实现对各个因素的全面考虑和分析。
本章将详细介绍正交试验设计法的原理、应用和优势。
7.1 正交试验设计法的原理正交试验设计法的原理基于一个关键观点：在多因素实验设计中，通过设计合理的试验矩阵，能够避免因素之间的相互干扰，从而有效地确定各个因素对结果的影响。
正交试验设计法通过使用正交矩阵，将各个因素进行组合，确保在限定的试验条件下，各个因素之间的相互影响最小化。
这样，通过对正交试验设计法进行数据分析，可以准确地确定各个因素对结果的主导程度。
7.2 正交试验设计法的应用正交试验设计法在许多领域中得到广泛应用，特别是在工程、医学、化学和农业等实验研究中。
正交试验设计法可以帮助研究人员从多个因素中确定影响结果的主要因素，并找到最佳的操作条件。
例如，在工程领域中，正交试验设计法可以用于确定材料的最佳组合，以提高产品质量和性能。
在医学研究中，正交试验设计法可用于确定药物的最佳剂量和治疗方案。
在农业研究中，正交试验设计法可以用于确定最佳的种植条件和施肥方法。
总之，正交试验设计法可以帮助研究人员快速、准确地找到最佳的解决方案。
7.3 正交试验设计法的优势正交试验设计法相比传统的试验设计方法有以下几个优势：1. 高效性：正交试验设计法可以通过使用正交矩阵，将多个因素进行有效组合，从而减少试验次数，提高试验效率。
2. 统计可靠性：正交试验设计法通过使用正交矩阵，可以有效地避免因素之间的相互干扰，确保实验结果的统计可靠性。
3. 实用性：正交试验设计法不仅可以用于确定各个因素对结果的影响程度，还可以用于优化因素的组合以达到最佳效果。
4. 灵活性：正交试验设计法可以应用于不同的实验设计要求，可灵活调整试验因素和水平，以满足具体的研究需求。
