正交试验设计正交试验及直观分析

正交试验设计法正交试验设计法的基本思想正交表正交表试验方案的设计试验数据的直观分析正交试验的方差分析常用正交表1．正交试验设计法的基本思想正交试验设计法，就是使用已经造好了的表格--正交表--来安排试验并进行数据分析的一种方法。

它简单易行，计算表格化，使用者能够迅速掌握。

下边通过一个例子来说明正交试验设计法的基本想法。

[例1]为提高某化工产品的转化率，选择了三个有关因素进行条件试验，反应温度(A)，反应时间(B)，用碱量(C)，并确定了它们的试验范围：A：80-90℃B：90-150分钟C：5-7％试验目的是搞清楚因子A、B、C对转化率有什么影响，哪些是主要的，哪些是次要的，从而确定最适生产条件，即温度、时间及用碱量各为多少才能使转化率高。

试制定试验方案。

这里，对因子A，在试验范围内选了三个水平；因子B和C也都取三个水平：A：Al＝80℃，A2＝85℃，A3=90℃B：Bl＝90分，B2＝120分，B3=150分C：Cl＝5％，C2＝6%，C3＝7%当然，在正交试验设计中，因子可以是定量的，也可以是定性的。

而定量因子各水平间的距离可以相等，也可以不相等。

这个三因子三水平的条件试验，通常有两种试验进行方法：(Ⅰ)取三因子所有水平之间的组合，即AlBlC1，A1BlC2，A1B2C1，……，A3B3C3，共有33=27次试验。

用图表示就是图1 立方体的27个节点。

这种试验法叫做全面试验法。

全面试验对各因子与指标间的关系剖析得比较清楚。

但试验次数太多。

特别是当因子数目多，每个因子的水平数目也多时。

试验量大得惊人。

如选六个因子，每个因子取五个水平时，如欲做全面试验，则需56＝15625次试验，这实际上是不可能实现的。

如果应用正交实验法，只做25次试验就行了。

而且在某种意义上讲，这25次试验代表了15625次试验。

图1 全面试验法取点..........(Ⅱ)简单对比法，即变化一个因素而固定其他因素，如首先固定B、C于Bl、Cl，使A变化之：↗A1B1C1 →A2↘A3 (好结果)如得出结果A3最好，则固定A于A3，C还是Cl，使B变化之：↗B1A3C1 →B2 (好结果)↘B3得出结果以B2为最好，则固定B于B2，A于A3，使C变化之：↗C1A3B2→C2 (好结果)↘C3试验结果以C2最好。

正交试验设计和分析方法研究一、本文概述正交试验设计是一种高效、系统的试验设计方法，广泛应用于科学研究、工程实践以及社会调查等领域。

通过正交表的正交性、均匀分散性和整齐可比性，正交试验设计能够在众多试验因素中快速找出关键因素，优化试验方案，提高试验效率。

本文旨在深入研究正交试验设计的理论基础，探讨其在实际应用中的优化策略，分析正交试验设计的优缺点，并展望其未来发展趋势。

本文首先介绍正交试验设计的基本原理和常用正交表，然后详细阐述正交试验设计的步骤和方法，接着通过案例分析展示正交试验设计在不同领域的应用实践，最后对正交试验设计的未来发展进行展望，以期为相关领域的研究和实践提供有益的参考和借鉴。

二、正交试验设计基本原理正交试验设计是一种高效、系统的试验设计方法，其核心在于利用正交表来安排试验，通过对试验因素与水平进行全面、均匀的搭配，从而找出最佳的试验方案。

正交试验设计的基本原理主要包括以下几点：正交性原理：正交表具有正交性，即表中的每一行（或列）所代表的因素水平组合都是唯一的，且在整个表中均匀分布。

这种正交性保证了试验点在试验范围内均匀分布，从而能够全面反映试验因素与水平的变化情况。

代表性原理：正交表中的每一行都代表一组试验因素与水平的组合，这些组合在试验范围内具有代表性。

通过选择适当的正交表，可以在较少的试验次数下获得较为全面的试验结果。

综合可比性原理：正交表中的每一列都对应一个试验因素，不同列之间的因素是相互独立的。

这意味着每个因素在不同水平下的效果可以单独进行分析和比较，从而便于找出影响试验结果的主要因素及其最佳水平。

分析简便性原理：正交试验设计的结果分析简便易行，可以通过直观分析或方差分析等方法快速得出结论。

直观分析法可以直接从正交表中观察出各因素在不同水平下的效果，而方差分析法则可以进一步检验各因素对试验结果的影响程度。

正交试验设计通过合理利用正交表的性质，实现了试验的高效、系统和全面。

在实际应用中，只需根据试验需求选择合适的正交表，按照表中的安排进行试验，并对试验结果进行简便的分析，即可得出较为准确的结论。

正交实验的计算步骤：1．直观分析法该法先将各列相同水平实验组的实测数据进行累加，故得到不同水平时的累加值K1、K2、K3等。

K b =ΣX b然后求得各列K值的极差（R）R=Kmax-Kmin再求得极差的误差值（Re）,通常以较小R值或其与空白列R值之和表示。

并求各列R值与R e 之比（G）G=R/R e 若G›1.5时，确认该列因素为主要因素，K b 较大者为较好水平。

2．方差分析法本例N=9,a、b、c分别为因素A、B、C 每个水平实验重复次数，本例为3。

1）CT=全部试验值总和的平方的均数，又称校正值2）三因素同水平指标值和即K值的平方和用Q来表示Q A=(K1a2+ K2a2+K3a2 )/a 计算Q B、Q C、Q空3）组间平方和用S表示S A = Q A―CT 依次类推S空= Q空―CT是误差的估计值，即误差S e4）总平方和的计算S总＝W-CTW=各指标值平方后的和5）组内平方和的计算，即误差，用S e 来表示误差一般来自空相，即上面计算的S空来表示计算方法：因为S总＝S A＋S B＋S C＋S e故S e＝S总－S A－S B－S C6）自由度 df因各因素的自由度等于水平数减1，即为3－1＝2。

df T总的平方和的自由度等于实验次数减1，即为9－1＝8。

df e误差自由度等于总自由度减去各因素自由度之和，即为8－2－2－2＝27）均方的计算用Z表示，Z A= S A/df A 依次类推Z e= S e/df e8）F检验F A= Z A/Z e依次类推F B、F C9）查F检验的临界值F P表为F0。

05(2,2)＝19.0 F0。

01(2,2)=99.0F值› F0。

05，则P‹ P0。

05,具有显著性10）最优工艺的选择做完显著性检验后，可以选择最优工艺水平，对显著因素控制，选择K值大的水平组即可。

对于不显著因素则考虑生产实际情况。

正交试验设计直观分析法和方差分析法：
自溶酵母提取物是一种多用途食品配料，为探讨外加中性蛋白酶的方法，需作啤酒酵母的最适自溶条件试验，为此安排如下试验，试验指标为自溶液中蛋白质含量（%），取含量越高越好。

因素水平表如下：
试验结果如下，试进行直观分析和方差分析，找出使产量为最高的条件。

A B C e df df df df ====3-1=2
2A A A SS MS df =
=45.422.72=，2B B B SS MS df ==6.49
3.232=， 2C C C SS MS df =
=0.310.1552=，2e e e SS MS df ==0.83
0.4152
= 因为22
2C e MS MS <，所以因素C 的偏差平方和、自由度并入误差的偏差平方和、自由
度
因素A 高度显著，因素B 显著，因素C 不显著。

本试验指标越大越好。

对因素A 、B 分析，确定优水平为3A 、1B ；因素C 的水平改变对试验结果几乎无影响，从经济角度考虑，选1C 。

优水平组合为311A B C 。

即温度为58℃，pH 值为6.5，加酶量为2.0%。

正交试验设计及分析(多实现途径)引言概述:正交试验设计是一种重要的统计方法，用于确定实验中不同因素对结果的影响。

它可以帮助研究者系统地设计实验，降低实验数量和成本，并提供可靠的分析结果。

本文将介绍正交试验设计的概念、原理，以及多种实现途径，以便读者根据自身需求选择合适的方法进行实验。

正文内容:1.正交试验设计的概念和原理:1.1定义:正交试验设计是一种通过系统地变动因素水平来确定因素对结果的影响的方法。

它将多个因素分解为一些离散的水平，以便在有限实验中进行测试。

1.2原理:正交试验设计基于正交矩阵的原理，该矩阵具有特定的数学性质，可以保证不同因素之间的相互独立性，从而减少实验数量。

2.正交试验设计的多实现途径:2.1Taguchi方法:Taguchi方法是一种常用的正交试验设计方法，它通过选择最优的因素水平组合来优化结果的表现。

它能够在较少的实验次数下找到最佳的因素配置。

2.2BoxBehnken设计:BoxBehnken设计是一种常用的三水平正交试验设计方法，适用于3个或更多个因素的试验。

它通过正交矩阵将因素水平组合成三水平，并通过优化方法确定最佳结果。

2.3中心组合设计:中心组合设计是一种将中心点设置为固定因素水平的正交试验设计方法。

该设计方法可以估计因素对结果的线性和二次的影响，适用于连续和离散因素。

2.4贝叶斯优化设计:贝叶斯优化设计是一种基于贝叶斯统计模型的正交试验设计方法。

它能够在先验知识不完全或验证数据有限的情况下，利用概率推论来确定最佳因素配置。

3.正交试验设计的分析方法:3.1方差分析:方差分析是一种常用的正交试验设计分析方法，用于确定各个因素之间的显著性差异。

它通过计算方差的比值来判断因素对结果的影响程度。

3.2回归分析:回归分析是一种统计方法，用于描述和预测因变量与一个或多个自变量之间的关系。

在正交试验设计中，回归分析可以用来确定因素对结果的线性和非线性影响。

3.3主效应图:主效应图是一种简明直观的分析方法，通过图形展示各个因素对结果的平均水平差异。

什么是正交试验设计正交试验设计(Orthogonal experimental design)是研究多因素多水平的又一种设计方法，它是根据正交性从全面试验中挑选出部分有代表性的点进行试验，这些有代表性的点具备了“均匀分散，齐整可比”的特点，正交试验设计是分析因式设计的主要方法。

是一种高效率、快速、经济的实验设计方法。

日本著名的统计学家田口玄一将正交试验选择的水平组合列成表格，称为正交表。

例如作一个三因素三水平的实验，按全面实验要求，须进行3^3 = 27种组合的实验，且尚未考虑每一组合的重复数。

若按L9(3)正交表安排实验，只需作9次，按L18(3)正交表进行18次实验，显然大大减少了工作量。

因而正交实验设计在很多领域的研究中已经得到广泛应用。

正交表是一整套规则的设计表格，用L为正交表的代号，n为试验的次数，t为水平数，c为列数，也就是可能安排最多的因素个数。

例如L9(3^4)它表示需作9次实验，最多可观察4个因素，每个因素均为3水平。

一个正交表中也可以各列的水平数不相等，我们称它为混合型正交表，如L8(4×2)，此表的5列中，有1列为4水平，4列为2水平。

编辑本段正交试验设计表正交试验设计表[1]正交试验因素水平表正交试验设计方案及试验结果极差分析表(或指标与因素关系图) 方差分析表(简单分析时可无)正交表的性质(1)每一列中，不同的数字出现的次数相等。

例如在两水平正交表中，任何一列都有数码“1”与“2”，且任何一列中它们出现的次数是相等的；如在三水平正交表中，任何一列都有“1”、“2”、“3”，且在任一列的出现数均相等。

(2)任意两列中数字的排列方式齐全而且均衡。

例如在两水平正交表中，任何两列(同一横行内)有序对子共有4种：(1，1)、(1，2)、(2，1)、(2，2)。

每种对数出现次数相等。

在三水平情况下，任何两列(同一横行内)有序对共有9种，1.1、1.2、1.3、2.1、2.2、2.3、3.1、3.2、3.3，且每对出现数也均相等。

正交试验设计与直观分析:正交试验直观分析6.正交实验设计与直观分析一、目的和结论目的：做这个实验是为了什么.结论：从实验分析后得出的结论，相当于总结性的话。

二、结果和指标结果：从实验中得出的数据或现象，记录下来。

指标：用来衡量试验效果的质量指标。

三、因素和水平因素：实验中不同考察条件，比如温度，PH，浓度等。

水平:实验中因素所取的考察点。

四、处理和单位处理：实验中所要操纵的自变量的变化。

五、重复和平行同时做的同一样品试验是平行试验，不同时做的不同样品试验是重复六、试验设计的原则 1、重复：同时做的同一样品试验是平行试验，不同时做的不同样品试验是重复 2、随机化：试验单元随机进入试验中，试验顺序等随机 3、区组化：使试验中对结果有影响但不是重点监测的因素保持一致（局部一致），使试验结果无显著影响。

4、对照：优化实验可以没有对照空白对照、条件对照、方法对照七、试验类型 1、单因素序贯试验设计 2、全面设计 3、正交试验设计正交实验设计:利用正交表科学地安排与分析多因素试验的方法 u 正交表：三种分析方法：直观分析、方差分析、回归分析 1) 等水平正交表：各因素的水平数是相等的。

特点：l 表中任一列，不同的数字出现的次数相同。

l 表中任意两列，各种同行数字对出现的次数相同 2) 混合水平正交表：重点考察的因素可多取一些水平，其他因素的水平数可适当减少。

重要性质：l 表中任一列，不同的数字出现的次数相同。

l 每两列，同行两个数字组成的各种不同的水平搭配出现的次数是相同的，但不同的两列间组成的水平搭配种类及出现次数是不完全相同的。

各因素的水平数不完全相同的正交表：正交表L8（41ⅹ24）实验号列号 1 2 3 4 5 11 1 1 1 12 1 2 2 2 23 2 1 1 2 24 22 2 1 1 53 1 2 1 2 6 3 2 1 2 1 74 1 2 2 1 8 4 2 1 1 2 u 正交实验设计的基本步骤: ²明确实验目的，确定评价指标²挑选因素，确定水平²选正交表，进行表头设计 n 选正交表: 水平数与正交表对应的水平数一致 l 因素数小于等于正交表列数 l 选较小的表 n表头设计：一个因素占有一列；不同因素占不同列（随机排列）²明确设计方案，进行实验，得到结果²对试验结果进行统计分析²进行验证试验，作进一步分析 4、正交试验设计的优点 1) 能均匀地挑选出代表性强的少数试验方案 2) 由少数试验结果，可以退出较优的方案 3) 可以得到试验结果之外的更多信息正交实验设计结果的直观分析法 1）、单指标正交试验设计及结果的直观分析选正交表表头设计明确实验方案按规定的方案做实验，得出试验结果计算极差，确定因素的主次顺序优方案的确定进行验证试验，作进一步的分析 2）、多指标正交试验设计及结果的直观分析 3）、交互作用 4）、混合水平单指标正交试验设计及其结果的直观分析根据试验指标的个数，可把正交试验设计分为单指标试验设计与多指标试验设计。

第6章正交试验设计主要内容：一、概述二、正交试验设计结果的直观分析法三、正交试验设计结果的方差分析法正交试验法：在优选区内利用正交表科学地安排试验点，通过试验结果的数据分析，缩小优选范围，或者得到较优点的多因素试验方法。

6.1 概述引例—多因素的试验设计问题•指标—收率•因素—(1)原料A的用量 (2)原料B的用量(3)液固比C (4)反应温度D(5)反应压力E (6)催化剂的用量F(7)反应时间G (8)搅拌强度H•水平—8个因素各取3个水平•进行全面搭配的试验次数为： 38=6561 次•科学问题：能否只做其中一小部分试验，通过数据分析来达到全面试验的效果呢？6.1.1 正交表（一）正交表的代号及含义常用正交表的形式为：L（r m）n式中，L ──正交表的符号；n ──要做的试验次数；r ──因素的水平数；m ── 最多允许安排的因素个数。

（27）完全试验次数：128如：L8L（313）完全试验次数：1594323（二）正交表的形式（1）等水平正交表：指各个因素的水平数都相等的正交表。

如L8（27），L27（313）（2）混合水平正交表：指试验中各因素的水平数不相等的正交表如L8（41×24），L24（3×4×24）（三）正交表的特点（1）每一列中，不同的数字出现的次数相等，即对任何一个因素，不同水平的试验次数是一样的。

（2）任意两列中，同一横行的两个数字构成有序数对，每种数对出现的次数是相同，即任何两个因素之间都是交叉分组的全面试验。

（三）正交试验设计的分类6.1.2 正交试验设计的优点①能在所有试验方案中均匀地挑选出代表性强的少数试验方案。

②通过对这些少数试验方案的结果进行统计分析，可以推出较优的方案，而且所得到的较优方案往往不包含在这些少数试验方案中。

③对试验结果作进一步的分析，可以得到试验结果之外的更多信息。

例如，各试验因素对试验结果影响的重要程度、各因素对试验结果的影响趋势等。