一次回归正交设计例子
- 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)。
一次回归正交设计
某冶炼厂排出的废水中含有大量的镉、鉮、铅等有害元素,对环境造成严重污染。考察的试验因素为温度(x1)、碱与硫酸亚铁之比(x2)以及硫酸亚铁用量(x3)对指标除镉效率(y)的影响。不考虑交互作用。已知x l=60~80℃,x2=8~12,x3=1~3ml。
(1)因素水平编码及试验方案的确定
表1 因素水平编码表
编码z j温度(x1)
碱与硫酸亚铁之比
(x2)硫酸亚铁用量
(x3)
-1 60 8 1
0 70 10 2
1 80 1
2 3
△j 10 2 1
由于不考虑交互作用,所以建立一个三元线性方程。因素水平编码如表1所示。选正交表L8(27)安排试验,将三个因素分别安排在回归正交表的第1、2、4列,试验方案及试验结果见表2,表中的第9、
10、11号试验为零水平试验。
表2 试验方案及试验结果
试验
号z1 z2 z3 温度(x1)
碱与硫酸亚
铁之比(x2)
硫酸亚铁用
量(x3)
除镉效率
y/%
1 1 1 1 80 1
2
3 8.0
2 1 1 -1 80 12 1 7. 3
3 1 -1 1 80 8 3 6. 9
4 l -1 -l 80 8 l 6.4
5 -1 1 1 60 12 3 6.9
6 -1 1 -1 60 12 1 6.5
7 -1 -1 l 60 8 3 6.0
8 -1 -1 -1 60 8 1 5.1
9 0 0 0 70 10 2 6.6
10 0 0 0 70 10 2 6.5
11 0 0 0 70 10 2 6.6
⑵回归方程的建立
表3试验结果及计算表
提取率y
y2 z1y z2y z3y 试验号z1 z2 z3
/%
1 1 1 1 8.0 64.00 8.0 8.0 8.0
2 1 1 -1 7.
3 53.29 7.3 7.3 -7.3
3 l -1 1 6.9 47.61 6.9 -6.9 6.9
4 1 -1 -1 6.4 40.96 6.4 -6.4 -6.4
5-1 1 1 6.9 47.61 -6.9 6.9 6.9
6 -1 1 -1 6.5 42.25 -6.5 6.5 -6.5
7 -1 -1 1 6.0 36.00 -6.0 -6.0 6.0
8 -1 -1 -1 5.1 26.01 -5.1 -5.1 -5.1
9 0 0 0 6.6 43.56 0.0 0.0 0.0 10 0 0 0 6.5 42.25 0.0 0.0 0.0 11 0 0 0 6.6 43.56 0.0 0.0 0.0 ∑
72.8
487.1
4.1
4.3
2.5
由表3计算
1172.16.618211
n i i a y y n =====∑
11
1 4.1
0.51258
n
i
i
i c
z
y b m ==
==∑
21
2 4.30.53758
n
i
i
i c
z
y b m ==
==∑
31
3 2.50.31258
n
i
i
i c
z
y b m ==
==∑
回归方程为
1236.61820.51250.53750.3125y z z z =+++
由该回归方程偏回归系数绝对值的大小,可以得到各因素的主次顺序为:x 2>x 1>x 3,即液固比>乙醇浓度>回流次数。又由于各偏回归系数都为正,所以这些影响因素取上水平时,试验指标最好。 (3)回归方程显著性检验
2
221
1172.8487.1 5.29611n
n
T i
i i i SS y y n ==⎛⎫
=-=-= ⎪⎝⎭∑∑
221180.5125 2.101c SS m b ==⨯=
2
22280.5375 2.311c SS m b ==⨯=
223380.31250.781c SS m b ==⨯=
1231213 2.101 2.3110.781 5.193
R SS SS SS SS SS SS =++++=++=
5.296 5.1930.e T R
S S S S S S =-=-=
方差分析结果见表4。
表4 方差分析表
差异源 SS df MS F 显著性 z 1 2.101 1 2.101 142.9 ﹡﹡ z 2 2.311 1 2.311 157.2 ﹡﹡ z 3 0.781 1 0.781 53.1 ﹡﹡ 回归 5.193 3 1.731 117.8 ﹡﹡ 残差 0.103 7 0.0147 总和
5.296
n -1=10
注:F 0.01(1,7)=12.25,F 0.01(3,7) =8.45
可见,三个因素对试验指标都有非常显著的影响,所建立的回归方程也非常显著。 (4)失拟性检验
本试验中,零水平试验次数m 0=3,可以进行失拟性检验,有关计算如下。