04 第四节 考虑交互作用的正交试验分析
交互作用的正交试验设计与数据分析报告
交互作用的正交试验设计与数据分析报告在科学研究和实际生产中，为了寻找最优的工艺条件、产品配方或者解决各种复杂的问题，常常需要进行大量的试验。
然而，如果采用全面试验的方法，试验次数会随着因素和水平的增加而急剧增加，这不仅费时费力，还可能因为试验次数过多而导致误差增大。
此时，正交试验设计就成为了一种高效、经济的试验方法。
特别是当因素之间存在交互作用时，正交试验设计能够更加准确地揭示各因素及其交互作用对试验结果的影响。
一、正交试验设计的基本原理正交试验设计是利用正交表来安排试验的一种设计方法。
正交表具有“均匀分散、整齐可比”的特性，即通过合理的选择正交表，可以使试验点在试验范围内均匀分布，并且在每一列中，不同水平出现的次数相同，任意两列之间各种水平的组合出现的次数也相同。
这样，在大大减少试验次数的同时，仍能有效地获取各因素对试验结果的影响信息。
二、交互作用的概念在多因素试验中，一个因素的水平变化会引起其他因素对试验结果的影响发生改变，这种现象就称为因素之间的交互作用。
例如，在研究温度和压力对化学反应产率的影响时，如果温度的变化会导致压力对产率的影响发生变化，那么就可以说温度和压力之间存在交互作用。
三、考虑交互作用的正交试验设计当试验中存在交互作用时，需要在正交表中安排交互作用列。
常见的正交表如 L8(2^7)、L9(3^4)等都可以用于安排有交互作用的试验。
在选择正交表时，要确保能够容纳所研究的因素及其交互作用。
以一个两因素两水平且存在交互作用的试验为例，我们可以选用L4(2^3)正交表。
假设因素 A（A1、A2）和因素 B（B1、B2）存在交互作用，将 A 因素安排在第 1 列，B 因素安排在第 2 列，交互作用A×B 安排在第 3 列。
四、试验的实施与数据采集按照正交表安排好试验后，严格按照试验条件进行操作，并准确记录每次试验的结果。
试验结果的准确性和可靠性对于后续的数据分析至关重要。
五、数据分析方法1、直观分析法直观分析法是通过对试验结果的直接观察和比较，来判断各因素及其交互作用对试验指标的影响大小。
第七章_极差分析
第一节 单指标正交试验设计及极差分析
在试验研究中，有时通过一轮试验不一 定能选出最优条件，特别是在缺乏有关资料 的情况下，往往要探索多次。这时要充分利 用因素与指标趋势图，确定下一步试验的研 究方向。
第二节
多指标正交试验设计及极差分析
在实际生产和科研中，一个试验往往要 同时考察几个指标，如液体葡萄糖生产工艺 试验，就同时考察四个指标：（1）产率，要 求越高越好；（2）还原糖含量，要求在32% 至40%之间；（3）透明度，要求比浊数越小 越好；（4）色泽，要求比色数越小越好。这 种考察的指标多于两个的正交试验，就称为 多指标正交试验。
第一节 单指标正交试验设计及极差分析
本例的最优工艺条件A2B3C3D1并不在实 施的9个试验之中，这表明优化结果不仅反映 了已做的试验信息。而且反映了全面试验信 息，因此，我们尽可放心的按正交表设计的 试验方案进行部分试验，而没有必要进行全 面试验。
第一节 单指标正交试验设计及极差分析
本例得出的最优工艺条件，只有在试验所 考虑的范围内才有意义，超出了这个范围， 情况可能发生变化。欲扩大适用范围，必须 再进行扩大范围的试验，能否扩大其适用范 围应有再次试验结果分析决定。如试验只使 用了一种果胶酶，如果改用其它果胶酶，本 例所找出的最优条件就不一定是最优条件， 就需要再次试验。
D 2(155) 1(150) 3(160) 1(150) 3(160) 2(155) 3(160) 2(155) 1(150) 67.0 63.1 64.4 22.3 21.0 21.5 1.3 8.9 6.8 6.2 2.97 2.27 2.07 0.90 10.3 9.0 8.2 3.43 3.00 2.73 0.7
第七章 正交试验设计的极差分析
正交试验设计多因素交互作用研究
正交试验设计多因素交互作用研究正交试验设计是一种常用的多因素试验设计方法，其主要用于研究多个因素对实验结果的影响以及因素之间的交互作用。
本文将介绍正交试验设计的基本概念、步骤以及其在多因素交互作用研究中的应用。
一、正交试验设计的基本概念正交试验设计，也称为正交表设计或正交数组设计，是一种通过有效地组合和安排试验因素，来获取尽可能多的信息和结论的统计设计方法。
与传统的单因素试验设计相比，正交试验设计能够在较少实验次数的情况下，获得更全面和准确的实验数据。
二、正交试验设计的步骤1. 确定试验因素：首先确定需要研究的试验因素和水平。
试验因素是影响实验结果的各个变量，而水平则是每个变量的具体取值。
2. 构建正交表：根据试验因素的数量和水平，选择适当的正交表。
正交表是一种特殊的矩阵，用于确定试验条件的组合。
3. 规划试验方案：根据正交表，确定每个试验条件的组合和重复次数。
试验条件的组合是试验因素水平的排列组合，而重复次数则是每个条件的重复实验次数。
4. 进行试验：按照试验方案进行实验，并记录实验结果。
5. 进行数据分析：使用合适的统计方法对实验数据进行分析，以获取对试验因素及其交互作用的准确评估。
6. 得出结论：根据数据分析结果，得出试验因素及其交互作用的结论，并进行解释和推断。
三、正交试验设计在多因素交互作用研究中的应用正交试验设计在多因素交互作用研究中具有广泛的应用。
通过正交试验设计，可以系统地研究多个因素之间的相互影响及其对实验结果的综合影响。
以某电子产品的设计为例，假设需要研究三个因素对电池续航时间的影响：A因素为屏幕亮度，有三个水平；B因素为手机信号强度，有三个水平；C因素为使用时间，有三个水平。
使用正交试验设计，根据3^3的正交表，可以得到27个试验条件的组合。
对每个试验条件进行一次实验，记录续航时间数据。
通过数据分析，可以得到各因素及其交互作用对电池续航时间的影响程度。
例如，可以得出屏幕亮度对续航时间的影响较大，而使用时间的影响较小。
正交试验设计及结果分析
正交试验设计及结果分析正交试验设计（Orthogonal design）是一种组织实验研究的方法，通过在有限的试验条件下，系统地研究多个影响因素及其之间的相互作用，以得出客观科学的结论。
本文将介绍正交试验设计的基本原理、优势以及结果分析的方法。
正交试验设计的基本原理是通过对因素和水平的选择进行系统设计，使实验的观测结果具有统计意义，并能准确地区分不同因素对结果的影响。
正交试验设计的特点是因素之间相互独立，通过合理的分配和排列，能够明确地检验各个因素的主效应、交互效应以及误差效应。
正交试验设计的主要目的是全面、有效地获取实验结果，以便进行相应的数据分析和参数估计。
正交试验设计的优势在于可以在较小的试验规模和资源成本的情况下，获得较精确的试验结果。
由于因素之间相互独立，可以通过较少的试验次数得到充分的信息，从而快速筛选出有意义和重要的因素及其相应的水平。
同时，正交试验设计还能在实验中考虑因素之间的交互作用，从而更准确地预测实际情况下的因素效应。
进行正交试验设计时，首先需要确定所研究问题的因素和水平。
然后，根据所选因素和水平的数量确定试验矩阵的大小和形状。
通常采用正交设计表的方法对试验矩阵进行构造，以保证各个因素和水平的均衡和合理分布。
在实验过程中，根据设计要求，进行不同因素和水平的试验组合，记录并整理实验数据。
对正交试验设计的结果进行分析时，需要根据研究目的选择适当的统计方法。
主要包括方差分析、回归分析、均方差分解等方法。
通常可以采用多因素方差分析（ANOVA）方法，评估各个因素和水平对结果的影响程度，并检验各个因素的显著性。
此外，还可以进行主效应和交互效应的分析，了解各个因素之间的相互作用情况。
通过分析结果，可以确定主要因素和水平，为后续实验和优化提供参考。
总之，正交试验设计是一种有效的设计和分析方法，能够在较小的试验规模和资源成本下，获取较精确的实验结果。
通过合理选择因素和水平，并进行系统的设计和分析，能够全面地了解各个因素对结果的影响，为实际问题的解决提供科学依据。
04第四节考虑交互作用的正交试验分析
第四节考虑交互作用的正交试验分析在多因素的试验中，除了各个因素对指标的单独影响外,还存在着因素间的联合作用•这种两个或多个因素之间对指标的相互制约或相互促进的联介作用称为因素间的交互作用•例如，药物的配伍密切影响疗效，有时存在协同作用，有时存在拮抗作用.比如磺胺甲基异噁(SMZ)和甲氧节胺喘咙(TMP)均为抗菌药，单用时均会产生耐药性且抗菌效果不佳.两药合用可使磺胺药抗菌作用增强数倍到数卜倍，从而减少耐药菌株的产生，对磺胺药已耐药的菌株也将被抑制, 尤其对大肠杆菌、流感杆菌和金匍菌的抗菌作用比磺胺药单用要强4~8倍.同时，在药物的生产过程中，反应时的温度、物料的浓度、搅拌的速度、酸碱度等因素之间，可能会因水平搭配的不同，而表现岀不容忽视的交互作用.内容分布图示★考虑交互作用的正交试验分析★例1★内容小结内容要点：两个因素A和B间的交互作用称为一级交互作用，记为AXB.三个因素A.B和C之间的交互作用，称为二级交互作用•记为AXBXC.三个以上因素之间的交互作用,称为高级交互作用•在多因素试验中如果不能确定因素间是否存在交互作用，通常就要考察因素间交互作用对试验结果影响大小.在正交试验设计中，如果要考虑因素间的交互作用，需要把交互作用作为独立的因素来对待•因素间的交互作用可直接在正交表反映出来，许多正交表都有它相应的交互作用表•交互作用表是用来安排交互作用试验的•把交互作用看成是一个因素，它在正交表中也占一定的列，此列叫交互作用列•任两列间的交互作用可从交互作用表中査出应安排在哪一列上.例题选讲例1 (E01)某农药厂生产一种农药,收率不很理想，且不稳泄，想通过试验寻找合适的生产条件以掌握规律，通过产品收率,达到稳产高产的目的•根据以往经验,考查四个因素，每个因素务取二个水平,因素和水平如下其中因素和之间存在交互作用.由于考察的是四因素两水平，几=九=几=九=2-1 = 1 ,故有几=几+几+ /c +九=4,在2水平正交表中，选用正交表厶(2?).将A.B.C.D四个因素分别安排在124,7列上，查厶(2?)交互作用表，可以知道交互作用AXB应安排在第三列上, 第5,6列没有安排因素，称为空白列•得到试验结果如下：1 2 3 4 5 6 7 收率因素AB AXBCD (%)11 1 1 1 1 1 1 86 试2 1 1 1 2 2 2 2 953 1 2 2 1 1 2 2 91 验4 1 2 2 2 2 1 1 945 2 1 2 1 2 1 2 91 号6 2 1 22 1 2 1 967 2 2 1 1 2 2 1 838221211288用直观分析法讣算极差，结果见下表1 A2 B3 AXB4 C 7 D366368 352 351 359 K 2358 356 372 373 365 K91.5 92 88 87.75 89.75 K 289.5 89 93 93.25 91.25 R2355.51.5由上表可以得到因素的主次顺序为C, AXBBADC 为主要因素，取Co AB 取什么因素不重要，但AXB 较主要.因此通过看A 与B 哪种搭配较好来决左A.B 所取的水平.首先计算A 与B 二次试验结由上表可以得到仏与d 搭配较好•且与后而B 取d 无矛盾•故最佳搭配为A 2 C 2 D 2 ・注意:虽然单独作用时，因素A 应取儿,但因为AXB 的作用要大于A 的作用，故应优先考虑AXB 作用时的最佳搭配•即若交互作用水平的选取与因素水平的选取有矛盾,一般应根据因 素和交互作用的主次顺序来选取水平，即根据主要因素的水平而左.。
有交互作用的正交设计
119 82 29.75 20.50
3 A×B
4
5
C
A×C
1 1 2 2 2 2 1 1 99 102 24.75 25.50
1（70） 2（100） 1（70） 2（100） 1（70） 2（100） 1（70） 2（100）
99 102 24.75
25.50
1 2 1 2 2 1 2 1 95 106 23.75 26.50
例1：在大豆试验田内施用氮肥和磷肥，亩 产量如下表：
氮肥
磷肥
P1＝0
P2＝4
N1＝0
400
450
N2＝6
430
560
交互作用：（560-400）－(450-400)－(430－400) =160－50－30 ＝80（斤）
因子A与B的交互作用示意图
B2
B2
B1 B1
B1
B2
A1
A2
a. 无交互作用
表头设计2由于因子均为二水平的故仍选用二水平正交表又因子与交互作用的自由度之和为6故所选正交表的行数应满无法安排这四个因子与两个交互作用因为不管四个因子放在哪四列上两个交互作用或一个因子与一个交互作用总会共用一列从而产生混杂譬如
有交互作用的正交设计
交互作用：
一个因子的水平好坏或好坏的程度受 另一因子水平制约的情况，称为因子A与B 的交互作用，记为A×B或AB。
（2）对显著交互作用，先计算两因素水平所有水平搭 配下数据均值，再通过比较得出哪种水平组合为好；
（3）不显著的因素，其水平可任选，亦可按成本较低 原则选取。
➢水平数相同的有交互作用的正交设计
■ 例3 某产品的产量取决于3个因素A、B、C，每 个因素都有两个水平，具体数值如下表所示。
有交互作用的正交试验设计小结及思考
有交互作用的正交试验设计小结及思考一、背景介绍正交试验设计是一种常用的实验设计方法，它可以在有限的试验次数内，通过系统地变化试验因素，确定影响试验结果的关键因素，并对其进行优化。
在实际应用中，为了更好地探究因素之间的交互作用，研究人员通常会采用有交互作用的正交试验设计。
二、有交互作用的正交试验设计概述有交互作用的正交试验设计是指在正交表中设置了考虑不同因素之间相互影响的相互作用项。
这种设计方法可有效地探究不同因素之间的相互作用关系，并进一步优化试验结果。
三、有交互作用的正交试验设计步骤1. 确定研究目标和问题；2. 确定需要考虑的各个因素及其水平；3. 确定正交表类型和大小；4. 建立实验方案并进行实施；5. 分析实验数据并得出结论。
四、有交互作用的正交试验设计优点1. 可以减少实验次数，提高效率；2. 可以有效地探究不同因素之间相互影响关系；3. 可以进一步优化试验结果，提高研究效果。
五、有交互作用的正交试验设计注意事项1. 正确选择正交表类型和大小，以保证实验结果的准确性；2. 合理设置交互作用项，以探究不同因素之间的相互作用关系；3. 严格控制实验条件，以保证实验数据的可靠性。
六、有交互作用的正交试验设计应用案例某研究团队在开发一种新型材料时采用了有交互作用的正交试验设计。
他们首先确定了需要考虑的各个因素及其水平，并选择了适合自己需求的正交表类型和大小。
接着，他们建立了实验方案并进行实施，在分析实验数据后得出结论：通过优化各个因素之间的相互关系，可以显著提高新型材料的性能。
七、有交互作用的正交试验设计思考1. 在进行有交互作用的正交试验设计时，如何确定需要考虑的各个因素及其水平？2. 有哪些常见错误会影响到有交互作用的正交试验设计结果？3. 在进行有交互作用的正交试验设计时，如何合理设置交互作用项，以探究不同因素之间的相互作用关系？4. 有交互作用的正交试验设计在哪些领域有着广泛的应用？。
有交互作用的正交试验设计小结及思考
有交互作用的正交试验设计小结及思考1. 引言正交试验设计是一种用于研究多个因素对实验结果影响的统计方法。
通过正交试验设计，我们可以确定最重要的因素，并了解不同因素之间的相互作用。
本文将讨论有交互作用的正交试验设计，并总结其优点和局限性，并提出一些思考。
2. 有交互作用的正交试验设计有交互作用的正交试验设计是指在正交试验设计中考虑不同因素之间的相互作用。
通常，一个正交试验设计包括多个水平（即不同取值）的因素，而有交互作用的正交试验设计则进一步考虑了这些因素之间可能存在的相互作用。
在有交互作用的正交试验设计中，我们需要对所有可能存在的组合进行测试，以确定不同因素之间是否存在显著影响。
通过分析实验结果，我们可以确定主要影响因素、相互作用效应以及最佳组合。
3. 优点有交互作用的正交试验设计具有以下几个优点：3.1 显著性分析通过对实验结果进行显著性分析，我们可以确定不同因素之间的交互作用是否显著。
这有助于我们了解因素之间的相互作用程度，并进一步优化实验设计。
3.2 确定主要影响因素通过有交互作用的正交试验设计，我们可以确定主要影响因素。
这些主要影响因素对实验结果具有重要的影响，并且可以帮助我们更好地理解问题。
3.3 优化实验设计有交互作用的正交试验设计可以帮助我们优化实验设计。
通过分析不同因素之间的相互作用，我们可以确定最佳的组合方式，以提高实验效果和效率。
4. 局限性然而，有交互作用的正交试验设计也存在一些局限性：4.1 实验成本高由于需要对所有可能组合进行测试，有交互作用的正交试验设计通常需要更多的实验数据和时间。
这增加了实验成本和工作量。
4.2 多重比较问题在有交互作用的正交试验设计中，存在多个比较和分析。
这可能导致统计上的多重比较问题，并且需要采取适当的措施来控制错误率。
5. 思考在进行有交互作用的正交试验设计时，我们需要考虑以下几点：5.1 适当的样本容量由于有交互作用的正交试验设计需要更多的实验数据，我们需要确定适当的样本容量以获得可靠的结果。
正交表对应的交互作用表
正交表对应的交互作用表
在正交试验中，为了识别交互作用，我们可以在试验表格中加入交互作用列。
这种表格称为交互作用表。
交互作用列的安排方式如下：
1. 首先，我们需要确定哪些因素之间可能存在交互作用。
例如，假设我们有两个因素A和B，并且我们怀疑它们之间可能存在交互作用。
2. 在正交表的最后一列，我们可以添加一个新的列，用于表示A和B的交互作用。
这一列的值不是由试验者直接给出，而是根据A和B对应列的值计算得出。
3. 具体计算方法可以根据需要选择。
一种常见的方法是计算A和B对应列值的乘积或它们的标准化的乘积。
4. 通过比较包含交互作用列的试验结果与不包含交互作用列的试验结果，我们可以分析A和B之间的交互作用是否显著。
如果存在显著的交互作用，那么说明A和B之间的交互效应对试验结果有不可忽视的影响。
例如，假设我们有一个正交表L8(2^7)，其中7个因素分别记为A、B、C、D、E、F和G，并且我们已经完成了试验。
现在我们要添加A和B的交互作用列。
我们可以按照以下步骤进行：
5. 计算A和B对应列值的乘积。
6. 将这些乘积值填入一个新的列中，作为A和B的交互作用列。
7. 分析这一列的值与其他列的值是否存在显著差异。
如果存在显著差异，那么说明A和B之间存在显著的交互作用。
需要注意的是，添加交互作用列会增加试验的复杂性和成本。
因此，在实际试验中，我们应该根据实际情况慎重考虑是否需要添加交互作用列。
第4部分正交试验设计方案与数据处理
正交表记为 Ln（mk），m 是各因素的水平，k （列数）是因 素的个数，n 是安排试验的次数（行数）。
L9（34）4因素3水平正交试验，共做9次试验，而全面试验要 做 34=81 次，减少了72次。
L25（56） 6因素5水平正交试验，共做25次试验，而全面试验 要做 56=15625 次，减少了15600次。
解 这是4因素3水平的试验，可以选用正交表L9（34）安排出 试验方案（这里有4个因素，正好将表排满），进行试验，将得出 的结果列入表4-9中。
综合评分法是根据各个指标的重要性的不同，按照得出的试验 结果综合分析，给每一个试验评出一个分数，作为这个试验的总指 标。根据这个总指标作进一步的分析。
4.2.2 综合评分法（例4.3的解）
4.2.2 综合评分法（例4.3的解）
A1：时间，
25小时；
D1：加水量，
1：6；
B3：料中核酸含量，6.0；
C2：pH值，
6.0。
可以看出，这里分析出来的最好方案，在已经做过的9个试验 中是没有的，可以按这个方案再试验一次，看能不能得出比第1号 试验更好的结果，从而确定出真正最好的试验方案。
综合评分法是将多指标的问题，通过加权计算总分的方法化
4.2 多指标的分析方法
在例4.1中，试验指标只有一个，考察起来比较方便，但实际 问题中，需要考察的指标往往不止一个，有时有两个、三个或更 多。如何评价考察指标呢？两种方法。
4.2.1 综合平衡法 通过具体的例子来加以说明。
例4.2 某陶瓷厂为了提高产品质量，要对生产的原料进行配 方试验。要检验3项指标：抗压强度、落下强度和裂纹度，前两个 指标越大越好，第3个指标越小越好。根据以往的经验，配方有3个 重要因素：水分、粒度和碱度。它们各有3个水平，具体数据如表 4-6所示。试进行试验分析，找出最好的配方方案。
交互作用的正交试验设计与数据分析报告
表4.1.1 单因子轮换法的试验结果
A1
A2
A3
B1
50
56
62
B2
（56）
（70）
60
B3
（54）
（60）
58
交互作用
从这个例子可以看出，多因子试验问题远 比单因子试验问题复杂，它不仅要考察每个因 子的作用，还要考察因子间的交互作用。
一个因子的水平好坏或好坏的程度受另 一因子水平制约的情况，称为因子 A 与 B 的交 互作用，记为 A×B 或 AB。
•然后从交互作用表上查出这两列的交互作用列。 现查得 L8（27）的第一、二列的交互列为第三列，
则在第三列上标以 A×B。
•再将余下的因子分别放在其它的空白列上。
譬如把因子 C 与 D 放在第四、七列上，这便给出了
如下表头设计：
表头设计 A B A×B C
D
列号 1 2
3
4567
（5）列出试验计划
在表头设计中，为了避免混杂，那些主要因素， 重点要考察的因素，涉及交互作用较多的因素，应该 优先安排，次要因素，不涉及交互作用的因素后安排。
所谓混杂，就是指在正交表的同列中，安排了两个 或两个以上的因素或交互作用，这样，就无法区分同 一列中这些不同因素或交互作用对试验指标的影响效 果。
交互作用表
下面介绍交互作用表和它的用法，下表就是正交表 L8（27）所 对应的交互作用表。
若再加上包括第一、五个因素的交互作用的正交 试验则至少应安排的试验次数为 3(4-1)+3(2-1)+(4-1)(2-1)+1=16.
交互作用的处理原则
试验设计中，交互作用一律当作因素看待，这是 处理交互作用问题的总原则。作为因素，各级交互作 用都可以安排在能考察交互作用的正交表的相应列上， 它们对试验指标的影响情况都可以分析清楚，而且计 算非常简单。但交互作用又与因素不同，表现在：
有交互作用的正交试验设计
第四单元 经济生活的交互作用
课程第四单元 经济生活的交互作用（共四讲）
目录
CONTENTS
课程第一单元
●第一讲 § 4.1什么是交互作用 ●第二讲 §4.2几个常见的交互作用 ●第三讲 §4.3交互作用的检验 ●第四讲 § 4. 4 有交互作用的正交试验设计
经济生活与数学
第四单元 经济生活的交互作用 第四讲 有交互作用的正交试验设计
试验号
1 2 3 4 5 6 7 8
A(温度)
1(600C) 1(600C) 1(600C) 1(600C) 2(800C) 2(800C) 2(800C) 2(800C)
B(时间)
1(2.5) 1(2.5) 2(3.5) 2(3.5) 1(2.5) 1(2.5) 2(3.5) 2(3.5)
C(配比)
346 333 86.50 83.25
A×B
C
D
1 1 2 2 2 2 1 1 330 349 82.50 87.25
1（1.1/1） 2（1.2/1） 1（1.1/1） 2（1.2/1） 1（1.1/1） 2（1.2/1） 1（1.1/1） 2（1.2/1）
328 351 82.00
87.75
1(500) 2(600) 2(600) 1(500) 2(600) 1(500) 1(500) 2(600)
(83+89)/2=86.0
A2
(86+91)/2=88.5
(78+83)/2=80.5
有交互作用的正交试验设计
从表中可知A2B1搭配最优,所以A应取A2 水 平，B应取B1水平(这与单独考虑因素B时的结 论一致).对最次要因素D可以从二个水平中任 取一个，但取D2稍为好些.综合前得：A2B1C2D2 为最佳生产条件，A2B1C2D1 也是较好生产条件 (为第6号试验). 由于最佳生产条件 A2B1C2D2 不 在8次试验中，对它要进一步试验，将试验结 果与第6号试验比较.从而确定最佳生产条件.
存在交互作用的正交试验设计
酸用量、水用量、反应时间和有、无添加剂四个因素， 每个因素取二个水平，制定因素水平表。
因素水平表
根据专业知识分析，对指标的影响除因素 A、B、C、D外，尚要考察交互作用A×B， A×C，B×C，（假定因素D不存在交互作 用，否则会产生正交表的混杂，因为第2 列和第7列的交互作用也在第5列，即A×C 和B×D在同一列）所以构成一个相当于7 因素二水平的正交试验。
试验方案及试验结果统计表
对试验结果进行分析
• 对于存在交互作用的正交试验，必须首先 明确各因素（包括交互作用列）对指标的 影响顺序，因为各因素选取适宜水平时可 能会存在矛盾，所水 平组合。本例中，根据极差的大小可知因 素的显著性顺序为： A,B,A×C,D,C,A×B,B×C。由此可见， A,B,A×C是影响指标的显著性因素，应作 为选取适宜水平组合重点考察的因素。
质量管理学
1
存在交互作用的正交试验设计
• 因素与因素之间联合搭配起来对试验指标产生的作用称 为交互作用，用A×B表示因素A与因素B的交互作用。
• 因素之间存在交互作用的例子是很多的。例如，某些合 金单独加入元素A时性能变化不大，单独加入元素B时 性能变化也不大，但两种元素同时加入时，合金性能的 变化就特别显著。这就说明元素A与B联合搭配起来对 合金性能具有交互作用。
• 不管是直接比较还是通过计算，因素A,B都 应该选取1水平。下面就要考虑A×C如何搭 配。一般采用一个二元分析表确定 。
从上表的分析可知，A1C2搭配后的平均提取率最高， 是因素A、C的最好的组合。至于因素D，因为没有交 互作用，通过计算知道因素D应选取水平2。
该正交试验的适宜的因素水平组合为A1B1C2D2。
学习有交互作用情况下的正交设计的小结和思考
学习有交互作用情况下的正交设计的小结和思考
正交设计是实验设计中的一种重要方法。
它通过对各个因素之间的交互作用进行分析，找出影响因素之间的关系，从而进行有针对性的实验设计。
在学习有交互作用情况下的正交设计时，我们需要注意以下几点：
1. 了解因素：我们需要对实验中的每个因素有清晰的认识，包括因素的含义、作用和可能的影响因素等。
2. 设计正交表：正交表是实验设计的核心，我们需要根据实验的因素数目和水平数目选择相应的正交表，以保证实验数据的全面性和客观性。
3. 数据分析：在实验结束后，我们需要对实验数据进行统计和分析，根据正交表设计模型，找出因素之间的交互作用和影响程度。
4. 结果解读：在数据分析后，我们需要结合实验目的和预设假设，对结果进行解读和验证，从而得出实验结论。
在学习过程中，我们需要注重实践操作，通过实验设计和数据分析的实践来深入理解正交设计的实际应用。
此外，我们还需要根据实际情况和研究对象的特点，灵活运用正交设计方法，以达到最优实验效果。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第四节 考虑交互作用的正交试验分析
在多因素的试验中,除了各个因素对指标的单独影响外,还存在着因素间的联合作用.这种两个或多个因素之间对指标的相互制约或相互促进的联合作用称为因素间的交互作用.例如,药物的配伍密切影响疗效,有时存在协同作用,有时存在拮抗作用. 比如磺胺甲基异噁(SMZ)和甲氧苄胺嘧啶(TMP)均为抗菌药,单用时均会产生耐药性且抗菌效果不佳.两药合用可使磺胺药抗菌作用增强数倍到数十倍,从而减少耐药菌株的产生,对磺胺药已耐药的菌株也将被抑制,尤其对大肠杆菌、流感杆菌和金葡菌的抗菌作用比磺胺药单用要强4~8倍.同时,在药物的生产过程中,反应时的温度、物料的浓度、搅拌的速度、酸碱度等因素之间,可能会因水平搭配的不同,而表现出不容忽视的交互作用.
内容分布图示
★ 考虑交互作用的正交试验分析 ★ 例1
★ 内容小结
内容要点：
两个因素A 和B 间的交互作用称为一级交互作用,记为A ×B.三个因素A,B 和C 之间的交互作用,称为二级交互作用,记为A ×B ×C .三个以上因素之间的交互作用,称为高级交互作用.在多因素试验中如果不能确定因素间是否存在交互作用,通常就要考察因素间交互作用对试验结果影响大小.在正交试验设计中,如果要考虑因素间的交互作用,需要把交互作用作为独立的因素来对待.因素间的交互作用可直接在正交表反映出来,许多正交表都有它相应的交互作用表.交互作用表是用来安排交互作用试验的,把交互作用看成是一个因素,它在正交表中也占一定的列,此列叫交互作用列.任两列间的交互作用可从交互作用表中查出应安排在哪一列上.
例题选讲
例1（E01）某农药厂生产一种农药,收率不很理想,且不稳定,想通过试验寻找合适的生产条件以掌握规律,通过产品收率,达到稳产高产的目的.根据以往经验,考查四个因素,每个因素各取二个水平,因素和水平如下表, 水平 因素
反应温度A(℃)
反应时间B(h)
配比C 真空度D(Pa) 1 60 2.5 1.1:1 500×133.3324 2
80
3.5
1.2:1
600×133.3324
其中因素A 和B 之间存在交互作用.
由于考察的是四因素两水平,112=-====D C B A f f f f ,故有
4=+++=D C B A f f f f f 试,在2水平正交表中,选用正交表)2(78L .将A,B,C,D 四个因素
分别安排在1,2,4,7列上,查)2(7
8L 交互作用表,可以知道交互作用A ×B 应安排在第三列上,
用直观分析法计算极差,结果见下表
1 A
2 B
3 A ×B
4 C 7 D 1K
366 368 352 351 359 2K 358 356 372 373 365 1K 91.5 92 88 87.75 89.75 2
K
89.5 89 93 93.25 91.25 R
2
3
5
5.5
1.5
由上表可以得到因素的主次顺序为C, A ×B ,B ,A ,D .C 为主要因素,取2C ;A ,B 取什么因素不重要,但A ×B 较主要.因此通过看A 与B 哪种搭配较好来决定A ,B 所取的水平.首先计算A 与B 二次试验结果的平均值(见下表). 由上表可以得到2A 与1B 搭配较好.且与后面B 取1B 无矛盾.故最佳搭配为
2A 1B 2C 2D .
注意:虽然单独作用时,因素A 应取1A ,但因为A ×B 的作用要大于A 的作用,故应优先考虑A ×B 作用时的最佳搭配.即若交互作用水平的选取与因素水平的选取有矛盾,一般应根据因素和交互作用的主次顺序来选取水平,即根据主要因素的水平而定.。