单因素试验设计及试验因素水平确定方法
单因素实验设计及实验因素水平确定方法PPT文档共66页
21、要知道对好事的称颂过于夸大，也会招来人们的反感轻蔑和嫉妒。——培根 22、业精于勤，荒于嬉；行成于思，毁于随。——韩愈
23、一切节省，归根到底都归结为时间的Hale Waihona Puke Baidu省。——马克思 24、意志命运往往背道而驰，决心到最后会全部推倒。——莎士比亚
25、学习是劳动，是充满思想的劳动。——乌申斯基
谢谢！
单因素实验设计
单因素实验设计
单因素实验设计是指在实验中只有一个研究因素，即研究者只分析一个因素对效应指标的作用，但单因素实验设计并不是意味着该实验中只有一个因素与效应指标有关联。单因素实验设计的主要目标之一就是如何控制混杂因素对研究结果的影响。常用的控制混杂因素的方法有完全随机设计、随机区组设计和拉丁方设计等。
一、完全随机设计
1.概念与特点
又称单因素设计或成组设计，是医学科研中最常用的一种研究设计方法，它是将同质的受试对象随机地分配到各处理组进行实验观察，或从不同总体中随机抽样进行对比研究。该设计适用面广，不受组数的限制，且各组的样本含量可以相等，也可以不相等，但在总体样本量不变的情况下，各组样本量相同时的设计效率最高。
例如：为了研究煤矿粉尘作业环境对尘肺的影响，将18只大鼠随机分到甲、乙、丙3组，每组6只，分别在地面办公楼、煤炭仓库和矿井下染尘，12周后测量大鼠全肺湿重（g），通过评价不同环境下大鼠全肺平均湿重推断煤矿粉尘对作用尘肺的影响，具体的随机分组可以如下实施：
第一步：将18只大鼠编号：1，2，3， (18)
第二步：可任意设置种子数，但应作为实验档案记录保存（本例设置spss11.0软件的种子数为200）；
第三步：用计算机软件一次产生18个随机数，每个随意数对应一只老鼠（本例用spss11.0软件采用均匀分布最大值为18时产成的18个随机数）；
第四步：最小的6个随机数对应编号的大鼠为甲组，排序后的第7个至第12个随机数随因编号为乙组，最大的6个随机数对应编号的大鼠为丙组（结果见表1）。
表1 分配结果
单因素实验设计
单因素试验设计是指只有一个因素（或仅考查一个因素）对试验指标构成影响的试验。单因素试验设计要求对试验水平进行布局和优化，是一种水平试验设计。
单因素试验设计方法可分为两类：同时试验设计和序贯试验设计。同时试验设计就是一次给出全部试验水平，一次完成全部试验并得到最佳试验结果，如穷举试验设计。序贯试验设计要求分批进行试验，后批试验需根据前批试验结果进一步优化后序贯进行，直到获取最佳试验结果，如平分试验设计、黄金分割试验设计。
一、试验范围与试验精度
（一）试验范围
试验范围指试验水平的范围。试验设计时需预先确定试验范围，一般采用两种方法：○
1经验估计。可凭经验估计试验范围，并在试验过程中作调整。○
2预先试验。要求在较大范围内进行探索，通过试验逐步缩小范围。
（二）试验间隔与试验精度
试验间隔是指试验水平的间距，试验精度是指试验结果逼近最佳水平的程度。显然，试验间隔与试验精度是一对矛盾，试验间隔越大，试验精度越低。在保证试验精度的条件下，试验水平变化而引起的试验结果变动必须显著地超过试验误差。
（三）试验顺序
在确定试验顺序时，往往习惯于按照试验水平高低依次做试验。这样，随着试验的进行，有些因素会发生缓慢变化甚至影响试验结果。因此，正确的做法是采用随机化方法来确定试验顺序。在试验工作量较少或者试验准确度要求较低时，也可以采用按水平高低或者选取中间试验点的方法来进行试验排序。
需强调指出，以上不仅对单因素试验设计，而且对所有试验设计方法都适用。
二、单因素试验设计
（一）平分试验设计
平分试验设计就是平分试验范围，把其中间点作为新试验点，然后不断缩小试
单因素实验设计
若去掉实验范围的左边区间，则新试验点将 安排在新实验范围的0.618的位置上(x3)，另一个 试验点在新范围的0.382的位置上(x4)
x3 x2 0.618(x2 b) 新点 x4 x2 0.382(x2 b) a 0.382(b a) 0.382[b a 0.382(b a)]
① 所有可能进行的实验总次数m=Fn-1时，即m 正好与Fibonacci数列中某数减一相一致时，则前 两个实验点分别放在Fn-1和Fn-2位置上
例：在配制某种清洗液时，要优选某材料的加
入量P，实验范围2%~13%，采用1%为一个实验点， 则可能实验总次数为12次，符合m=12＝13－1＝ F6－1
x3 a 0.382(x1 a) 新点
x4 a 0.618(x1 a)
a 0.618[a 0.618(b a) a]
a 0.6182 (b a)
a 0.382(b a) x2 2号点（原好点）
(3)若f(x2)ቤተ መጻሕፍቲ ባይዱf(x1) 效果相同，则去掉两端，在
1
λ
β
β
(a)
a
c
d
b
(b)
a
e
f(c)
d
实验心理学第四讲真实验(一)单因素实验设计
实验设计的最终目的
使实验处理的变化最大 • 选择合适的自变量和因变量 • 操作定义合理 • • • 使实验误差变异最小化 对额外变量的有效控制，控制无关变异 减少系统误差和随机误差，使误差变异最小 消除法、恒定法、平衡法、统计控制法等
单因素实验设计的种类
单因素完全随机实验设计 单因素重复测量实验设计 单因素随机区组实验设计 单因素拉丁方实验设计
• 计算表和各种基本量的计算
• • •
平方和的分解 SS总变异=SS处理间+SS处理内=SS处理间+SS区组+SS残差 SS区组：区组效应，即由被试的智力引起的变异 SS残差：不能被实验处理和区组效应解释的变异，作为误差变异的估 计；接受相同实验条件的同质被试只有一个，不能计算单元内误差
方差分析表 • 生字密度： F (3, 21) = 4.87, p < 0.01 • 智力：F (7, 21) = 1.47, p > 0.05
• 计算表和各种基本量的计 算
平方和的分解和计算 • SS总变异=SS处理间+SS处理内=SSA+(SSB+SSC+SS单元内+SS残差 ) • • • • • • SS总变异=[ABCS]-[Y]=268.875 SSA=[A]-[Y]=190.125 SSB=[B]-[Y]=56.125 SSC=[C]-[Y]=1.375 SS残差={[ABC]-[Y]}- SSA- SSB- SSC=10.250 SS单元内=SS总变异-SSA-SSB-SSC-SS残差=11
试验设计与数据分析课件-3单因素试验设计与分析
☺ 表3-5 表3-2数据多重比较结果(LSD法 )
杂交组合
4 3（CK） 1 2
产量 平均数（g）
11.53 4.56 3.08 2.88
差异显著性
0.05
0.01
a
A
b
B
c
B
c
B
11
2 完全随机设计的方差分析
第三部分 单因素试验设计与分析
Excel为计算工具进行方差分析Case\例1－水、旱稻 杂交.xls
21
3 随机完全区组设计－方差分析
第三部分 单因素试验设计与分析
16个小麦品种对比试验（随机区组）的产量结果
品种
1
A
10.9
B
10.8
C
11.1
D
9.1
E
11.8
F
10.1
G
10.0
H
9.3
y.j
83.1
区组
Ⅱ 9.1 12.3 12.5 10.7 13.9 10.6 11.5 10.4
91.0
Ⅲ 12.2 14.0 10.5 10.1 16.8 11.8 14.1 14.4
✓平衡不完全区组设计（balanced incomplete block design）
3
1 基本概念
第三部分 单因素试验设计与分析
单因子试验设计的统计分析方法：方差分析 （analysis of variance，简记ANOVA）
第五篇-单因素实验设计及实验因素水平确定方法解读
主 要 内 容
实验因素与水平
单因素优选法
实验因素与水平
因素：在实验中，影响试验考核指标的量称为因素。 水平：水平是试验中各因素的不同取值。
一般用“+”，“-”号或1，2，3…来表示因 素的不同水平。当因素只有高低两个水平时， 用“+”号代表高，“-”号代表水平。当因素 有3个以上水平时，用1，2，3来依次表示从低 到高的水平，在同一试验表中，只能出现同类 符号，而不可混用。
影响较小的因素，对试验指标影响规律已完全掌握的因素，
应当少选或不选，但要作为可控的条件因素参加试验。 （4）在初步筛选因素时，可以考虑多安排一些因素。
因
素
在试验设计时，试验因素（输入变量）有两种，一种是在试 验时我们可以人为进行控制的可控因素；一种是人为无法控
制的噪声（随机）因素。
可控因素是在试验过程中我们可以设置和保持其在一个希望 的水平上的因子，它应具有以下特征： 1 、根据经验和以往数据可以确信其对指标 Y 有重要影响。 2、在试验过程中可以比较容易地进行人为改变。
f(x) f(x)
a b 图2-1 连续单调
a
b 图2-2 间断单调
2
平分法
每次选取因素所在试验范围（a, b）的中点处C做试验。 （a+b) 计算公式： C =————— 2 a c × 根据试验结果，如下次试验 在高处（取值大些），就把 此试验点（中点）以下的一 半范围划去；如下次试验在 低处（取值小些），就把此 试验点（中点）以上的一半 范围划去。 （c+b) d = ————— 2 b
单因素实验设计及实验因素水平确定方法
因素
在试验设计时，试验因素（输入变量）有两种，一种是在试 验时我们可以人为进行控制的可控因素；一种是人为无法控 制的噪声（随机）因素。 可控因素是在试验过程中我们可以设置和保持其在一个希望 的水平上的因子，它应具有以下特征：
1、根据经验和以往数据可以确信其对指标Y有重要影响。 2、在试验过程中可以比较容易地进行人为改变。 可控因子对Y的影响愈大，则潜在的改善机会愈大。
★
1 均分法
使用范围： • 这种方法的特点是对所试验的范围进行“普查”，常
常应用于对目标函数的性质没有掌握或很少掌握的情 况。即假设目标函数是任意的情况，其试验精度取决 于试验点数目的多少。
2 平分法
• 适用于试验范围(a,b)内，目标函数为单调（连续或 间断）的情况下，求最优点的方法。
• 前提是有一个具体指标作为标准。
Biblioteka Baidu
f(x)
f(x)
a
b
图2-1 连续单调
a
b
图2-2 间断单调
2 平分法
每次选取因素所在试验范围（a, b）的中点处C做试验。
计算公式： C =—（—a—+ —b )— 2
d = —（—c —+ b—)—
d
2
a
c ×
★
×
b
根据试验结果，如下次试验 在高处（取值大些），就把 此试验点（中点）以下的一 半范围划去；如下次试验在 低处（取值小些），就把此 试验点（中点）以上的一半 范围划去。
单因素实验设计
单因素实验设计
第一讲 单因素完全随机实验设计
一.单因素实验设计定义:实验中只有一个自变 量的实验设计。
分类： 1.单因素完全随机实验设计 2.单因素随机区组实验设计 3.单因素重复测量实验设计 4.单因素拉丁方实验设计
二．单因素完全随机实验设计的模式：
表：
三.单因素完全随机实验设计的基本特点：
1.实验中只有一个自变量，一般有两个以上的水平。
②如果自变量有两个以上水平，即实验有多组被试，则不能用Z或t检验去进行显 著性检验。
③如果F检验结果显著，则表明各组均数中至少有两组均数差异是显著的，但是 并不能知道哪几组均数差异显著，所以还需要进行多重比较。
思考题：单因素完全随机实验Hale Waihona Puke Baidu计方差分析
有A、B、C三种不同的阅读策略训练方法，从5年级学生中随机挑选9名学生参 加训练，将其随机分为3组，每组3名学生，每组接受一种训练方法。一学期结 束后，对6名学生进行阅读能力测验，测验结果如表：
2.如自变量有P个水平，实验就有P组。
3.两种情况：
①随机选择N个同质的被试，并随机分配到P个不同水平的实验处理中， 每组被试人数可相同，也可不同。
②有P组不同质的被试接受同一种实验处理，每组被试人数可相同，也可 不同。
4.优点：每个被试只接受一次处理，没有疲劳与练习效应，实验设计和实施简单。 缺点：被试间的个体差异无法控制，实验的精度较低，如果实验中含有多个处 理水平时，需要的被试量也会比较大。
单因素试验
•
• • •
下面通过实例，说明黄金分割法设计实验的具体步骤。 例 1: 目前，合成乙苯主要采用乙烯与苯烷基化的方法。为了因地 制宜，对于没有石油乙烯的地区，我们开发了乙醇和苯在分子筛催化下 一步合成乙苯的新工艺： Ｃ６Ｈ６＋Ｃ２Ｈ５ＯＨ—→Ｃ６Ｈ５Ｃ２Ｈ５＋Ｈ２Ｏ 筛选了多种组成的催化剂，其中效果较好的一种催化剂的最佳反应温 度，就是用黄金分割法通过实验找出的。 初步实验找出，反应温度范围在 340－420℃之间。在苯与乙醇的摩 尔比为 5：1，重量空速为 11.25h-1 的条件下,苯的转化率 XB 是: 340℃ 420℃ 10.98% 15.13%
三、单因素优化实验设计方法
1、均分法 2、对分法
3、黄金分割法（0.618法）
4、分数法
1．均分法
• 1） 作法
x：实验点
a＜x＜b
• 2） 优点：只要把实验放在等分点上，实验点安排简单。 n次实验可同时做，节约时间，也可一个接一个做，灵活 性强。
• 3）缺点：实验次数较多，代价较大，不经济.
2．对分法（中间取点）
x 4 x 2 0.382( x1 x 2 )
0.618 法的核心： ①选实验点时，用 0.618 分割法，掌握公式（1） 、 （ 2） 。 ②比较实验点时，是根据“留好去坏”的原则。 4）优点：每次可去掉实验范围的 0.382，每次缩小的比例一样（即 0.618） ，除第一次要取二个试点外，以后每次只取一个试点，用起 来较方便，可用较少的实验次数迅速找到最佳点。 5）适用条件：指标函数为单峰函数。
制定单因素试验方案
《田间试验与分析》
三、案例分析（二）
【案例2】青贮玉米品种试验 【处理设置】 • 单因素试验一个水平即一个处理，因此试验共有7 个处理（品种） • 由于当地未曾进行过青贮玉米种植，暂以国家青贮 玉米区试的对照品种——雅玉青贮8号为对照品种 • 试验方案设计安排如下表：
《田间试验与分析》
三、案例分析（二）
【案例2】青贮玉米品种试验 【形成方案】
青贮玉米品种比较试验方案
处理(水平)编号
1(CK) 2 3
品种名称
雅玉青贮8号
育成单位 四川雅玉科技开发有限公司
柳青贮4号 桂青贮1号
大京九青贮26 文玉3号
广西柳州市农业科学研究所 广西壮族自治区玉米研究所
河南省大京九种业有限公司
4
5 6 7
北京佰青源畜牧业科技发展有限公司
职业教育作物生产技术专业教学资源库
全国作物生产技术专业教学资源建设协作组 《田间试验与分析》课程开发团队
S n 1
( x x )2
《田间试验与分析》
制定单因素试验方案
（试验方案设计）
《田间试验与分析》
导 航
一、试验方案设计流程
二、单因素试验方案特点 三、案例分析
《田间试验与分析》
导 航
• 主要指标：
• 物候期、株型、株高、穗位、倒伏率 • 收获期单株平均绿叶片数 • 蛋白质含量、中性洗涤纤维含量、酸性洗涤纤维含量 等品质指标
单因素试验设计举例（4例）
单因素试验设计优化方法案例
例1、工艺规范中规定上等烟二润后含水率为[17，20]，具体到某一产地上等烟叶在打叶前应为多少合适呢？
(1)均分法：
拟做4次试验，则
x1=17+(20-17)*1/(4+1)=17.6
x2=17+(20-17)*2/(4+1)=18.2
x3=18.8 x4= 19.4
X1 X2 X3 X4
1717.6 18.2 18.8 19.4 20
(2)对分法
第1次试验点：x1=（17+20）/2=18.5
但因难以判断下一次试验区间,此法不能用.
(3)0.618法
x1=17+(20-17)*0.618=18.85
x2=17+(20-17)*0.382=18.15
若x1比x2好,去掉18.15以下的区间,得区间[18.15,20], 则
x3=18.15+(20-18.15)*0.618=19.29
若x1比x3好,去掉19.29以上的区间,得区间[18.15,19.29], 则
x4=18.15+(19.29-18.15)*0.382=18.59
x2 x4 x1 x3
1718.1518.5918.8519.29 20
(4)分数法
试验范围[17,20],设试验点间隔取0.5,则可能试验点分别为:17.0、17.5、18.0、18.5、19.0、19.5、20.0。
由于可能试验总次数m=7=F5-1=8-1
故第一试验点x1在F5-1= F4，第二试验点x2在F5-2= F3，分别为第5和第3个可能试验点，含水率相应为19.0、18.0
若x1优于x2，则去掉x2和x2以下部分，下一试验点x3是x1点的对称点。新的范围是从第4个可能试验点到第7个可能试验点，在这个范围内，与x1即第5个可能试验点相对称的是第6个可能试验点，故x3在第6个可能试验点，相应含水率为19.5
单因素实验设计
（2目）数录据处理方法（SPSS统计软件）
– 包含的统计变量：自变量A，区组变量X，因变量Y。 – 实施的统计过程：
如果水平数为2，则进行 paired-samples T test; 如果水平数大于2，则进行完全随机方差分析： analyze — General Linear Model —Univariate… – 预期的统计结果：自变量A的主效应是否显著；无关变量即 区组变量效应是否显著；若自变量主效应显著，则进行平均数 多重检验。
目录
（1）基本特点 – 适用条件：研究中有一个自变量（P≥2），两个无关变量 （P≥2），三个变量的水平数P相等；假定自变量的水平与无 关变量的水平之间无交互作用。
目录
– 基本方法：一个无关变量的水平被分配给P行，另一个无关 变量的水平被分配给P列，随机分配处理水平给P2个方格，每 个处理水平仅在每行、每列中出现一次，每个方格单元中分 配一个或多个被试接受处理，实验中需要的被试数量为 N = n P2 。
区组的个数根据控制无关变量的需要，每一区组内被试 的个数为多少？？
目录
– 误差控制：区组法（无关变量纳入法）。通过统计处理，分 离出由无关变量引起的变异，使它不出现在处理效应和误差变 异中，从而提高方差分析的灵敏度。
目录
– 实验设计模型：Yij = μ+αj+πi +εi(j) (i=1,2,......,n; j=1,2,......,p)
单因素正交试验设计
单因素正交试验设计
单因素正交试验设计，也称为正交表设计，是一种用于研究单个因素对实验结果影响的统计实验设计方法。它通过排列组合的方式，使得各水平之间的差异能够更好地被估计和分析。
在单因素正交试验设计中，只有一个自变量（即因素）是需要研究的对象，而其他所有可能的因素都被固定在一个特定的水平上。这样做的目的是为了减少不必要的干扰因素，从而更准确地评估目标因素对实验结果的影响。
正交表是一种特殊的二维表格，其中每一行代表了一个试验条件，每一列代表了该因素的一个水平。通过选择适当的正交表，可以保证各水平之间的差异能够均匀地分布在各个试验条件中，以便进行有效的比较和分析。
使用单因素正交试验设计时，通常需要确定以下几个步骤：
1. 确定因素的水平：根据实验目的和可行性，确定该因素需要研究的水平数。
2. 选择适当的正交表：根据因素的水平数，选择一个适合的正交表。常见的正交表包括拉丁方、田口试验设计等。
3. 进行实验：按照正交表的要求，安排试验条件，并进行实验。记录每个试验条件下的结果。
4. 数据分析：使用统计方法对实验数据进行分析，评估因素对结果的影响。常见的分析方法包括方差分析、回归分析等。
通过单因素正交试验设计，可以更系统地研究和评估单个因素对实验结果的影响，提高实验结果的可靠性和可重复性。同时，正交试验设计也可以帮助优化实验过程，减少实验次数和资源投入，提高实验效率。
第四讲 真实验(一) 单因素实验设计
600
400
400
200
200
0 字频高 字频低
0 字频高 字频低
交互作用：多因素设计中，一个因素的水平在另一个因素的不同水平 上变化趋势不一致，称两个因素之间存在交互作用，可以写成A×B • 一个自变量产生的效果在第二个自变量的每一个水平上不一样：两个 自变量对因变量的影响不是独立的，而是相互依存、相互制约的
• • •
自由度计算 总体自由度：总数据数减1， 组间自由度：组数减1， 组内自由度：被试数减1之差再乘以组数，
方差分析：组间变异显著大于误差变异，处理效应存在
F（2，27）= 9.043，p < 0.01，MSe = 30.963
• • •
方差分析的基本假设 正态分布 变异的同质性 独立性
100
80
正确数
60
40
20
0 高清晰 中清晰 低清晰
• • •
方差齐性检验 方差分析的前提条件：各组被试要同质 方法：比较变异最大的组与变异最小的组之间是否差异显著 差异显著，方差不齐，被试组分配不同质，不能用常规的方差分析
F（3，11）= 2.574，p > 0.05
在SPSS中的计算
变异：一组数据的离散程度 • 平方和（sum of squares，SS） • 均方（mean square，MS）
制定单因素试验方案
《田间试验与分析》
三、案例分析（一）
【案例1】了解氮肥施用量对水稻免耕抛秧栽培的影响 【处理设置】 • 单因素试验一个水平即一个处理，因此试验共设6 个处理，以0 kg纯N/hm2为对照 • 试验方案设计安排如下表：
《田间试验与分析》
三、案例分析（一）
【案例1】了解氮肥施用量对水稻免耕抛秧栽培的影响 【形成方案】
一、试验方案设计流程
二、单因素试验方案特点 三、案例分析
《田间试验与分析》
一、试验方案设计流程
形成 方案 处理 设置
水平 划分
设计 流程
试验 指标 试验 目的
生产 调研
因素 分析
《田间试验与分析》
导 航
一、试验方案设计流程
二、单因素试验方案特点 三、案例分析
《田间试验与分析》
Байду номын сангаас
二、单因素试验方案特点
《田间试验与分析》
三、案例分析（一）
【案例1】了解氮肥施用量对水稻免耕抛秧栽培的影响 【试验目的】 • 寻找适合于水稻免耕抛秧栽培技术的适宜施氮量， 使稻株能健壮生长，确保水稻产量 【因素分析】 • 在现有品种（宜香优2115 ）及栽培技术保持不变 的情况下，设置不同的氮肥施用量，进行单因素试 试验因素 验
• 物候期、株型、株高、穗位、倒伏率
• 收获期单株平均绿叶片数
- 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)。
主 实验因素与水平 要 内 容 单因素优选法
实验因素与水平
因素：在实验中，影响试验考核指标的量称为因素。 水平：水平是试验中各因素的不同取值。
一般用“+”，“-”号或1，2，3…来表示因 素的不同水平。当因素只有高低两个水平时， 用“+”号代表高，“-”号代表水平。当因素 有3个以上水平时，用1，2，3来依次表示从低 到高的水平，在同一试验表中，只能出现同类 符号，而不可混用。
2、通过 重复精确试验 来确定可控因素的 最佳水平 ，当可控因 素的水平足够好时，即可得到可靠的设计（对噪声因素不敏感）。
可控因素 噪声因素
水平的选取
（1 ）水平有两种：量的变化（数量因素）和质的变化 （质量因素）。 （2）数量因素水平水平范围要 足够宽，否则就可出现缩 小甚至抵削变量影响 ，同时也看不出因素间交互作用对输 出的影响。 （3）水平设置 也不可过宽，否则同样可能缩小此因素的 影响，或将其它因素的影响掩盖掉。 过宽还可能超出允许 操作范围，造成意外损失。一般要求 3个以上。 （4）依据：专业知识、以往的研究结论、经验教训；最 重要的是在阅读文献基础上结合自身实际情况选择。
实际中一般试验 设计的因素水平 均取2或3水平。
因素的选取
（1）选择依据：专业知识、以往的研究结论、经验教训； 最重要的是在阅读文献基础上结合自身实际情况选择。 （2）一般原则：尽可能全面地考虑到影响试验指标的各 个因素，根据实验要求和尽量少选因素 （3）首先 选对试验指标影响大的因素、尚未完全掌握其 规律的因素和未曾被考察研究过的因素 。那些对试验指标 影响较小的因素，对试验指标影响规律已完全掌握的因素， 应当少选或不选，但要作为可控的条件因素参加试验。 （4）在初步筛选因素时，可以考虑多安排一些因素。
因素
?噪声因素是试验过程中可使试验结果发生偏差，且无法对 其进行控制的因子。它具有以下特征：
1、使试验结果偏离目标。 2、无法或很难人为控制。 ?当试验中存在噪声因素时，有两种方法可以进行改善。
1、首先确认此因素对指标 Y的影响程度，如影响大，则须对 其进行中和（即直接控制或降低其对 Y的影响）。
Fra Baidu bibliotek 水平
确定实验因素： 在对实验背景、实验条件、实验预期结果充分了
解的基础上结合自身研究内容、现实条件、预期效果 确定实验因素。方法：大量阅读文献及总结。 确定实验因素水平：
文献结合实际！参考单因素优选法！
因素
?在试验设计时，试验因素（输入变量）有两种，一种是在试 验时我们可以人为进行控制的 可控因素 ；一种是人为无法控 制的噪声（随机）因素。 ?可控因素是在试验过程中我们可以设置和保持其在一个希望 的水平上的因子，它应具有以下特征：
1、根据经验和以往数据可以确信其对指标 Y有重要影响。 2、在试验过程中可以比较容易地进行人为改变。 ?可控因子对Y的影响愈大，则潜在的改善机会愈大。