实验设计与数据处理分析大作业(正交试验)
课后作业试验设计与数据处理
1、 某机械厂为提高C6140车床加工轴杆的工效, 用正交表L9(34)安排正交试验, 试验指标为工时（越短越好）。
试验因素及水平、试验方案及试验结果如下表所示。
试分别用直观分析法（计算法）、方差分析法确定最佳工艺条件、各因素影响的显著性及主次顺序, 将有关结果填入相应的表格中。
（请自己绘制极差分析表、方差分析表等有关表格）极差表可知: （主）B 进给量 A 转速 C 切削深度(次)； 由于试验指标（工时）为望小指标, 计算分析最佳水平组合是A3B1C1； 直观分析最佳水平组合是第七组: A3B1C3。
3、 方差分析法重复试验次数:k=1 试验数: n=9911042i i T y ===∑2120640.44T CT n ==821136046T i i Q y ===∑15405.56T T S Q CT =-=()22212313i i i i Q K K K =++i i S Q CT =-自由度: 819=-=T f2134=-====f f f f C B A方差:1925.69/==T T T f S V 1983.45/==A A A f S V 5518.78/==B B B f S V 107.11/==C C C f S V 93.45/444==f S V 第一类误差: 89.18641==S S e 241==f f e 第二类误差:∑∑∑∑=====⎪⎪⎭⎫ ⎝⎛-=n i k j ij ni kj ij e y k y S 121112201 0)1(2=-=k n f e89.186421==+=S S S S e e e 221=+=e e e f f f93.45/===f S V V方差表可知: （主）B进给量 A转速 C切削深度(次)。
由于试验指标（工时）为望小指标, 方差分析最佳水平组合是A3B1C1。
实验设计与数据处理大作业及解答
《实验设计与数据处理》大作业班级：姓名：学号：1、用Excel（或Origin）做出下表数据带数据点的折线散点图（1）分别做出加药量和剩余浊度、总氮TN、总磷TP、COD Cr的变化关系图（共四张图，要求它们的格式大小一致，并以两张图并列的形式排版到Word 中，注意调整图形的大小）；（2）在一张图中做出加药量和浊度去除率、总氮TN去除率、总磷TP去除率、COD Cr去除率的变化关系折线散点图。
2、对离心泵性能进行测试的实验中，得到流量Q v、压头H和效率η的数据如表所示，绘制离心泵特性曲线。
将扬程曲线和效率曲线均拟合成多项式（要求作双Y轴图）。
流量Qv、压头H和效率η的关系数据序号123456Q v(m3/h) H/m0.015.000.414.840.814.561.214.331.613.962.013.65η0.00.0850.1560.2240.2770.333序号789101112Q v(m3/h) H/mη2.413.280.3852.812.810.4163.212.450.4463.611.980.4684.011.300.4694.410.530.4313、用分光光度法测定水中染料活性艳红（X-3B）浓度，测得的工作曲线和样品溶液的数据如下表:（1）列出一元线性回归方程，求出相关系数，并绘制出工作曲线图。
（2）求出未知液（样品）的活性艳红（X-3B）浓度。
4、对某矿中的13个相邻矿点的某种伴生金属含量进行测定，得到如下一组数据：试找出某伴生金属c与含量距离x之间的关系(要求有分析过程、计算表格以及回归图形)。
提示：⑴作实验点的散点图，分析c~x之间可能的函数关系，如对数函数y=a+blgx、双曲函数(1/y)=a+(b/x)或幂函数y=dx b等；⑵对各函数关系分别建立数学模型逐步讨论，即分别将非线性关系转化成线性模型进行回归分析，分析相关系数：如果R≦0.553，则建立的回归方程无意义，否则选取标准差SD最小（或R最大）的一种模型作为某伴生金属c与含量距离x之间经验公式。
（实验设计与数据处理08.正交实验设计的方差分析（上）
第8章正交试验设计的方差分析前面我们讨论了如何安排正交试验以及用极差分析法(即直观分析法)对试验结果进行计算分析.极差分析法简单明了，通俗易懂，计算工作量少，便于普及推广.但这种方法不能把试验中由于试验条件的改变引起的数据波动，同试验误差引起的数据波动区分开来.也就是说，不能区分因素各水平对应的试验结果间的差异，究竟是由于因素水平不同引起的，还是由于试验误差引起的，即不知道试验的精度.同时，对影响试验结果的各个因素的重要程度，既不能给出精确的定量估计，也不能提供一个标准，用来判断所考察的因素的作用是否显著.为了弥补极差分析法的不足，对试验结果的分析可采用方差分析法.8.1 正交试验方差分析的基本步骤在第2章中我们已经介绍过，方差分析的基本思想是将数据的总偏差平方和(S T)分解为因素的偏差平方和(S A、S B)和误差的偏差平方和(S e)，然后将偏差平方和除以相对应的自由度(f)得到方差(V A、V B)，最后利用因素方差与误差方差之比(V A/V e，V B/V e)，作F检验，即可判断因素的作用是否显著.正交试验设计的方差分析也是按这样的步骤进行的，所不同的是这是考虑的是多因素试验的方差分析，而第2章中只考虑单因素和双因素试验的方差分析.一、计算1.偏差平方和与自由度的计算方差分析的关键是偏差平方和的分解，现在以最简单的L 4(23)正交表上安排的试验为例来说明(见表8-1，板书).不考虑哪些因素安排在哪些列上(即表头设计时)，设试验结果为x 1、x ２、x 3和x 4. 总的偏差平方和:4)(241221212_T x n T x x x S i i ni ini i T -=-=-=∑∑∑=== T=∑=ni i x 1=(x 21+x 22+x 23+x 24)-41(x 4321x x x +++)2 整理后可得 43=(24232221x x x x +++) 21- (434232413121x x x x x x x x x x x x +++++) 第1列各水平偏差平方和为S 1=22_21_2_11_)(2)(x K x K -+-=2[221211)42()42(TK T K -+-] =2[T K T K T K T K 2111222122114141164164--+++] =222121141)(21T K K -+ )(211141K K x T i i +==∑= =24321243221)(41])()[(21x x x x x x x x +++-+++=)(21)(4143214232413124232221x x x x x x x x x x x x x x x x --+++-+++表8-1 L 4(23)正交表及计算表注: K ij 表示第j 列第i 水平的指标值之和；ij K __表示第j 列第i 水平的平均指标值；T 表示指标值总和；__x 表示平均指标值. 同理，第2、3列各水平的偏差平方和S 2、S 3为)(21)(4141)(21)()(23241434231212423222122232132__23__2__13__3x x x x x x x x x x x x x x x x T K K x K x K S --+++-+++=-+=-+-= 由此可得S T =S 1+S 2+S 3 (8-1)式(8-1)是正交表L 4(23)的总偏差平方和的分解公式，即L 4(23)的总偏差平方和等于各列偏差平方和之和.若在L 4(23)正交表的第1列和第2列分别安排二水平因素A 、B ，在不考虑A 、B 因素间交互作用的情况下，则第3列(空列)是误差列.)(21)(4141)(21)(2)(24231433241212423222122222122__22__2__12__2x x x x x x x x x x x x x x x x T K K x K x K S --+++-+++=-+=-+-=同样也可以证明S T =S A +S B +S e (8-2)上式也是总偏差平方和的分解公式，即总偏差平方和等于各列因素的偏差平方和与误差的偏差平方和之和.我们可以把上例推广到一般情况:用饱和正交表L n (m k )安排试验(见表8-2，p160)，总的试验次数为n ，每个因素的水平数为m ，则每个水平作r 次试验，r=mn. 试验结果为x 1，x 2，x 3，…，x n .令∑∑∑=======ni i T ni i ni i x Q x n x nT CT x T 121__21,1,,则总偏差平方和为CT Q n T x x x S T ni ini i T -=-=-=∑∑==21212__)( (8-3)列偏差平方和为),,2,1(1)(21212__k i CT Q n T K r x K r S j m i ij mi ij j =-=-=-=∑∑== (8-4) 其中∑==m i ij j K r Q 121特别地， 当m=2(即二水平)时， 式(8-4)可表示成:2212212221221222122221)(1)(1)(2)(1)()(1j j j j j j j j jj j j j K K nK K n K K n K K n K K n m n T K K r S -=+-+=+-+=-+= (8-5) 列偏差平方和S j 是第j 列中各水平对应的试验数据平均值与总平均值的偏差平方和，它反映了该列水平变动所引起的试验数据的波动.若该列安排的是因素，就称S j 为该因素的偏差平方和；若该列安排的是交互作用，就称S j 为该交互作用的偏差平方和；若该列为空列，则S j 表示由于试验误差和未被考察的某些交互作用或某些条件因素所引起的波动.在正交试验设计中，通常把空列的偏差平方和作为试验误差的偏差平方和，虽然它属于模型误差，一般比试验误差大（当作安全系数考虑），但用它作为试验误差进行显著性检验，可使检验结果更可靠些。
试验设计与数据处理第5章_正交试验设计与数据处理
(y5+ y7)/2 =(0.472+0.554)/2=0.513
(y6+ y8)/2 =(0.480+0.552)/2=0.516
ቤተ መጻሕፍቲ ባይዱ
说明：
表头设计中的“混杂”现象（一列安排多个因素或交互作 用）
高级交互作用 ，如A×B× C，一般不考虑 r水平两因素间的交互作用要占r－1列 ，当r＞2时，不宜
6.2 正交试验设计结果的直观分析法
6.2.1 单指标正交试验设计及其结果的直观分析 例：
单指标：乳化能力 因素水平：3因素3水平（假定因素间无交互作用）
（1）选正交表
要求： 因素数≤正交表列数 因素水平数与正交表对应的水平数一致 选较小的表
选L9(34)
（2）表头设计
将试验因素安排到所选正交表相应的列中 因不考虑因素间的交互作用，一个因素占有一列（可以随
R=max｛K1 ,K2 ,K3｝－min｛K1 ,K2 ,K3｝， 或 R=max｛k1 ,k2 ,k3｝－min｛k1 ,k2 ,k3｝
R越大，因素越重要 若空列R较大，可能原因： ➢ 漏掉某重要因素 ➢ 因素之间可能存在不可忽略的交互作用
（6）优方案的确定
优方案：在所做的试验范围内，各因素较优的水平组合 若指标越大越好 ，应选取使指标大的水平 若指标越小越好，应选取使指标小的水平 还应考虑：降低消耗、提高效率等
正交设计就是从选优区全面试验 点（水平组合）中挑选出有代表性 的部分试验点（水平组合）来进行 试验。
利用正交表L9(34)从27个试验点 中挑选出来的9个试验点。即：
(1)A1B1C1 (4)A1B2C2 (7)A1B3C3
(2)A2B1C2 (5)A2B2C3 (8)A2B3C1
实验设计与数据处理分析大作业(正交试验)
枣果皮中酚类物质提取工艺优化及抗氧化活性分析1.实验数据背景叙述。
一：实验关于枣果皮中酚类物质提取工艺优化及抗氧化活性分析。
酚类物质是植物体内重要的次生代谢产物，主要通过莽草酸和丙二酸途径合成，广泛分布于植物界。
许多的酚类物质具有营养保健功效。
现代流行病学研究证明，经常食用富含酚类物质的果蔬能够预防由活性氧导致的相关疾病如癌症、糖尿病、肥胖症等的发生。
二：实验问题：为提高枣果皮中的酚类物质的提取效率，该文以马牙枣为试验材料，对枣果皮中酚类物质提取条件进行了优化。
同时分析枣果皮提取物中酚类物质的抗氧化活性。
三：实验目的：要通过实验得到枣果皮中酚类物质提取的最优条件。
并对提取物中酚类物质清除DPPH，2，2'－连氮基双（3－乙基苯并噻唑啉）－6－磺酸(ABTS)自由基及铁还原能力进行探讨，同时与合成抗氧化剂2，6-二叔丁基对甲酚（BHT）的抗氧化能力进行比较。
2. 实验数据处理方法选择及论述。
一：单因素试验（获得数据，将数据输入excel中，使用excel绘制图表，以便直观感受影响因素对实验的影响趋势。
）以冻干枣果皮为材料，分别以甲醇浓度、提取温度、提取料液比和提取时间作为因素，分析不同的提取条件对枣果皮中酚类物质提取效果的影响，检测指标为提取物中总酚含量。
二：正交试验（设计正交试验以便获得到枣果皮中酚类物质提取的最优条件，用excel进行结果直观分析，见表2。
）以冻干枣果皮为材料，以提取溶剂浓度（A）、提取温度（B）、料液比（C）、和浸提时间（D）作4 因素3水平的L9（34）正交设计（见表1），检测指标为提取物中总酚含量。
表1 枣果皮中酚类物质提取因素水平表三：统计分析所有提取试验均重复3 次，每次提取液的测定均重复3 次。
结果表示为平均值±标准偏差。
应用excel软件对所有数据进行方差分析。
3. 实验数据的处理的过程叙述。
一：在单因素试验中，将每次试验结果输入excel中，选中表格，点击“插入”柱形图。
实验设计与数据处理
实验设计与数据处理第二次作业正交实验设计与数据处理姓名：班级：学号拟水平法：某啤酒厂实验期用不发芽的大麦制造啤酒新工艺的过程中，选择因素、水平及结果如下，不考虑交互作用，考察粉状粒越高越好，采用拟水平法将因素D的水平一136重复一次作为第二水平，（表一），按L9（34）安排实验，得到结果如表二，请分别进行直观分析、方差分析，并找出最好的工艺条件。
表一：因素水平表表二：实验设计及结果1.正交试验设计结果的直观分析法表三：试验方案及试验结果分析因素主次 C A B D优方案C1A3B3D1图一：趋势图2.正交试验设计结果的方差分析法表4正交实验的实验方案及结果分析试验号 A B C D粉状粒y i/%1 2 3 4 5 611122212312312323112331264.2553.2539.2544.2528.2553.25赤霉素浓度 /(mg/kg) 氨水浓度/% 吸氨量/g 底水/g粉状粒，y i /%⑴计算离差平方和： T=∑=91i iy=64.25+53.25+39.25+44.25+28.25+53.25+41.25+60.25+61.25=445.25 Q=∑=912i i y =64.252+53.252+39.252+44.252+28.252+53.252+41.252+60.252+61.252 =23179.06P=211⎪⎭⎫⎝⎛∑=n i i y n =T 2/n=445.252/9=22027.51SS T =21∑=-⎪⎭⎫ ⎝⎛-ni i y y =21121⎪⎭⎫ ⎝⎛-∑∑==n i i n i i y n y =Q-P=23179.06-22027.51=1151.55对于3水平正交实验的方差分析，由于r=3,所以任一列（第j 列）的离差平方和为：SS J =⎪⎭⎫⎝⎛∑=3123i i K n -PSS A =3/9（156.752+125.752+162.752）-22027.51=262.89 SS B =3/9（149.752+141.752+153.752）-22027.51=24.89 SS C =3/9（177.752+158.752+108.752）-22027.51=846.89因素D 的第一水平重复了6次，第二水平重复了3次，所以D 因素引起的离差平方和为：SS D =K12/6+K32/3-P=301.52/6+143.752/3-22027.51=10.89 误差的离差平方和为： SSe=SS T -(SS A +SS B +SS C +SS D )=1151.55-(262.89+24.89+846.89+10.89)=5.99 ⑵计算自由度：总自由度：dfT=n-1=9-1=8各因素自由度：dfA=dfB=dfC=r-1=3-1=2 dfD=2-1=1dfe=dfT-（dfA+dfB+dfC+dfD ）=8-（2+2+2+1）=1 ⑶计算均方：（不考虑交互作用） MS A =SS A /dfA=262.89/2=131.445 MS B =SS B /dfB=24.89/2=12.445 MS C =SS C /dfC=846.89/2=423.45MS D=SS D/dfD=10.89/1=10.89MSe=SSe/dfe=5.99/1=5.99⑷计算F值：F A=MS A/MSe=131.445/5.99=21.94F B=MS B/MSe=12.445/5.99=2.08F C=MS C/MSe=423.45/5.99=70.69F D=MS D/MSe=10.89/5.99=1.82⑸F检验：查得临界值F0.10（2，1）=49.5，F0.10（1，1）=39.86，所以对于给定的显著性水平0.10，因素C对试验结果有显著影响。
试验设计与数据处理作业
试验设计与数据处理作业（二）无机122班罗远方通过正交试验对对木犀草素的β-环糊精包合工艺进行优化，需要考察的因数及水平如下：试验指标有两个：包合率和包含物收率，这两个指标都是越大越好。
用正交表L9（34）安排试验，将3个因素依次放在1,2,3列上，不考虑因素间的交互作用，9次试验结果依次如下：包合率/%：12.01,15.86,16.95,8.60,13.71,7.22,6.54,7.78,5.43包合物收率/%：61.80，84.31,80.15,67.23,77.26,76.53,58.61,78.12,77.60这两个指标的重要性不相同，如果化成数量，包合率和包含物收率重要性之比为3:2，试通过综合评分法确定有方案。
解：依题意，这是一个3因素3水平的试验，由于不考虑交互作用，所以可选用正交表L9（34）来安排试验。
表头设计、试验方案及实验结果如下表所示：试验方案及其试验结果如上表，采用综合评分法来确定优方案，试验结果具体计算过程：有两个指标：包合率和包合物收率，将其分别转换成它们的隶属度，用隶属度来表示分数。
指标隶属度=（指标值-指标最小值）/（指标最大值-指标最小值）因两个指标的重要性不一样，如果化成数量，包合率和包含物收率重要性之比为3:2，故有：综合分数=包合率隶属度×0.6＋包合物收率隶属度×0.4依次求得9次试验的综合分数后，再分别计算它们所对应的K1，K2，K3，从而确定优方案：通过正交试验对对木犀草素的β-环糊精包合工艺进行优化，试验指标包合率和包合物收率要越大越好。
A因素列：K1>K2>K3B因素列：K2>K3>K1C因素列：K3>K2>K1所以有综合评分法确定优方案为A1B2C3. ..。
试验设计与数据处理作业
试验设计与数据处理题目正交实验方差分析法确定优方案学院名称化学化工学院指导教师班级化工081班学号 20084540104 学生姓名2011年04月20日《实验设计与数据处理》课程的收获与体会《实验设计与数据处理》课程具有公式多、计算多、图表多等特点，涉及较多概率论基础知识，课程本身的繁杂性决定了理解和掌握起来难度较大。
一开始的时候，我还有点担心这一门课会学不好，因为我的概率论和数理统计的知识基础薄弱，可能会对里面的内容产生难以理解的心理，有点感觉他是郁闷枯燥乏味的课程。
不过，在老师的指导下我否认了之前的观点。
这门课的安排很合理，从简单到复杂，由浅入深的思维发展规律，现将单因素试验、双因素试验、正交试验、均匀实验设计等常用实验设计方法及常规数据处理方法、再讲误差理论、方差分析、回归分析等数据处理的理论知识、最后讲得出的方差分析、回归分析等结论和处理方法直接应用到实验设计方法。
老师也让我们先熟悉实验设计方法，并掌握常规数据处理方法，使我较早的感受到应用试验设计方法指导实践的“收获”，从而激发并维持学习兴趣。
通过学习，我初步认识了这一门课。
这门课是研究如何合理而有效地获得数据资料的方法。
讨论如何合理安排实验、取得数据、然后进行综合的科学分析，从而达到尽快获得最优方案的目的，即实验的最优设计。
实验设计方法是数据统计学的应用方法之一。
一般的数据统计方法主要是对已获得的数据资料尽可能精确的判断。
如果试验安排得好且分析得当，就能以较少的试验次数、较短的试验时间、较低的费用，得到较满意的实验结果；反之，如果试验安排的不得当，分析不得当，则试验次数增加，试验时间延长，浪费人力、物力、财力，难以达到预期的结果，甚至导致实验失败。
通过这门课程的学习，是我对误差理论、方差分析、正交试验设计与应用、回归分析都有了一个很好的理解，并且将它们做了笔记。
比如方差分析的理解：方差分析市实验设计中的重要分析方法，应用非常广泛，它是将不同因素，不同水平组合下的实验数据作为不同总体的样本数据，进行统计分析，找出对实验结果影响大的因素及其影响程度。
试验设计与数据处理 第二版 第6章 正交试验设计
按照规定的方案完成每一号试验 试验次序可随机决定 试验条件要严格控制
（5）计算极差，确定因素的主次顺序
三个符号： Ki：表示任一列上水平号为 i 时，所对应的试验结果之和。 ki ：ki= Ki/s，其中s为任一列上各水平出现的次数 R（极差）：在任一列上
R=max｛K1 ,K2 ,K3｝－min｛K1 ,K2 ,K3｝，
上一张 下一张 主 页 退 出
图6-3
上一张 下一张 主 页
退 出
正交设计就是从选优区全面试验点（水 平组合）中挑选出有代表性的部分试验点（水
平组合）来进行试验。图6-3中标有试验号的九
个“(·)”，就是利用正交表 L9(34) 从 27 个试
验点中挑选出来的9个试验点。即：
(1)A1B1C1 (2)A2B1C2 (3)A3B1C3
图6-3
3 因 素 3 水 平 的 全 面试验水平组合数为 33=27，4 因素3水平的全面试验水平组合数为34=81 ， 5因素3水平的全面试验水平组合数为35=243，这在科 学试验中是有可能做不到的。
上一张 下一张 主 页 退 出
表10-1
上一张 下一张 主 页
退 出
图6-1 全面实验 实验点分布
试验目的与要求
试验方案设计：
试验指标
选因素、定水平 因素、水平确定 选择合适正交表 表头设计 列试验方案 试验结果分析
验证试验
试验结果分析：
进行试验，记录试验结果
试验结果极差分析
试验结果方差分析
绘 制 因 素 指 标 趋 势 图
计 算 K 值
计 算 k 值
计 算 极 差 R
计算各列偏差平方和、 自由度 列方差分析表， 进行F 检验 分析检验结果， 写出结论
试验设计与数据处理第五章--正交试验设计
2. 利用正交表，确定试验方案 •3. 试验结果----- 这批四个试验基本都消除了应力.
利用SAS进行方差分析
■正交试验采用极差分析或方差分析都可以, 两 者没有本质区别只是前者较方便而后者分析更 精确, 以下见例5.3.1用SAS进行方差方析 (E531). 一、利用菜单系统对每个因素进行单因素 方差分析, 模型的平方和即该因素的平方和 在正交试验的分析中与极差作用类似. 亦可 用因素的原始数据值(xa xb xc)求水平趋势 图(plot选项中选取均值图)
(2) 任意两个纵列，其横方向形成的四个数字对中，恰 好(1，1)、(1，2)、(2，1)和(2，2)各出现一次. 这说 对于任意两个纵列，数码“1”、“2”间的搭配是
均衡 的. 2. L成8(2. 7它)有8个横行和7个纵列，由数码“1”和“2”组 有两个特点： (1) 每纵列恰有四个“1”和四个“2”；
考核指标: 应力(度)
第一批撒大网
1. 挑因素、选水平，制定因素水平表( 略) 2. 利用正交表，确定试验方案
•3. 试验结果分析 (1)直观分析 第5号试验最好, 第7号试验次之. (2)极差分析 A2B2C1D3称为全体水平组合关于应力的可能 好的水平组合.
本例因素的主次顺序为: 升温速度A(极差21.5) →恒温时间C(极差14) →恒温速度B(极差12.5) →降温速度D(极差11.5
=每个平面上红点数 ：每个平面上交叉点数 =每条棱上红点数 ：每条棱上交叉点数 即 9/27=3/9=1/3 (三因素三水平场合)
2. 整齐可比性: 使正交表的同一列可比较产生” 好
水平”. 上图说明A1的三次试验(红点)中因素B的三个水 平和因素C的三个水平各出现一次，A2和A3有同 样情况，就是说，对因素A的三个不同水平，受
正交试验设计与数据处理
多因素正交试验设计
1
多因素正交试验设计是针对多个影响因素进行试 验设计的方法，能够全面考察各因素之间的交互 作用。
2
多因素正交试验设计通过合理地安排试验点和水 平，能够有效地减少试验次数，提高试验效率。
3
多因素正交试验设计在科学研究、产品开发和生 产实践中具有广泛的应用价值，能够为决策提供 科学依据。
特点
正交试验设计具有均衡分散、整齐可 比的特点，能够快速有效地找到最优 解，适用于多因素多水平的试验设计。
正交试验设计的重要性
提高试验效率
通过合理地减少试验次数，正交 试验设计能够大大提高试验效率， 缩短试验周期。
优化资源配置
在试验资源有限的情况下，正交 试验设计能够有效地利用资源， 避免浪费。
科学指导生产实践
回归分析
通过回归分析，建立试验指标与因素之间的数学模型， 预测因素变化对试验指标的影响。
结果解释与优化方案
结果解释
根据数据分析结果，解释各因素对试验指标的 影响，并分析原因。
优化方案
根据分析结果，提出针对各因素的优化方案， 并预测其对试验指标的影响。
方案实施与验证
按照优化方案进行试验，验证方案的可行性和有效性。
05
趋势与展望
计算机辅助正交试验设计
01
计算机辅助正交试验设计利用 计算机技术，通过编程和算法 实现试验设计的自动化和智能 化。
02
计算机辅助正交试验设计能够 快速生成多因素、多水平的试 验方案，提高试验效率，减少 人力和物力的浪费。
03
计算机辅助正交试验设计还可 以进行模拟和预测，为试验提 供更加全面和准确的数据支持 。
正交试验设计与数据处 理
目 录
试验设计与数据处理试验报告
1.为了通过正交试验寻找从某矿物中提取稀土元素的最优工艺条
件，使稀土元素提取率最高，选取的水平如下：
水平
（A）酸用量
（B）水用量
（ C)反 应 时
/ml
/ml
间/h
1
25
20
1
2
20
40
2
需要考虑交互作用有 A×B，A×C，B×C，如果将 A，B，C 分别安排
2 3
4
21
3 3 2 1 1 3 2 2 1 3 76
2 3
5
32
1 1 3 2 3 2 1 2 1 3 89
2 3
6
32
1 2 1 3 1 3 2 3 2 1 78
2 3
7
32
1 3 2 1 2 1 3 1 3 2 85
K 87 8 79 8 7 8 7 7 8 7 7 8 7
19
00 5
07 96 00 88 84 36 91 90 24 94
差分析（α=0.05）试验结果，确定较优水平组合。
解：列出表，进行方差分析。
试 1
验号
23
45
A B A 空C
1 1 11 6 789
0 1 23
A 空 B D空空E F 抗
11
21
31
41
51
61
71
81
91
1 2
0
1 2
1
1 2
2
1 2
3
×B 列
×C 列 ×C 列 列
压强度
/KG.cm
11
1 1 1 1 1 1 1 1 1 1 100
正交实验设计与数据处理
正交表L9(34)
试验号\ 列号
1
2
3
4
1
1
1
1
1
2
1
2
2
2
3
1
3
3
3
5
2
2
3
1
6
2
3
1
2
7
3
1
3
2
8
3
2
1
3
9
3
3
2
1
正交表记法
一般正交表记为Ln(mk)， n——是表的行数，是要安排的试验次数； k——表中列数，表示因素的个数； m——是各因素的水平数。
Ln(Km)是一个n行m列矩阵
正交表简介
是一种特制的表格，每个表都有一个记号，如L9(34)， L8(27)，就是两个最常用的正交表；
符号说明： L——正交表 L下角的9、8——正交表的行数
括号里的3、2——因素所取的水平数， 指数4、7——正交表的列数
表内的数字1、2、3——因素的水平
二水平的正交表还有L16(215)、L12(211)， 三水平的正交表还有L18(37)，L27(313)， 四水平的正交表还有L16(45)等等。
试验设计的意义
根据专业知识和统计学知识，制定出一个包含多因素 多水平有机组合的试验计划；
清楚地表达出每次试验涉及到各因素的哪个水平，各 种水平组合下是否需要做重复试验，全部试验共需进 行多少次；
是试验的行动指南； 使试验过程有据可查、有章可循，并能有效地、科学
地解决试验研究中的复杂问题。
试验设计的基本步骤
实际问题很复杂，对试验有影响的因素往往 是多方面的。
在多因素、多水平试验中，若对每个因素的 每个水平都互相搭配进行全面试验，需要做 的试验就会很多。
正交试验设计—直观分析法(试验设计与数据处理课件)
（5）计算极差，确定因素的主次顺序
R越大，因素越重要 若空列R较大，可能原因：
➢ 漏掉某重要因素 ➢ 因素之间可能存在不可忽略的交互作用
（6）最优方案的确定
➢ 优方案：在所做的试验范围内，各因素较优的水平组合 ➢ 若指标越大越好 ，应选取使指标大的水平 ➢ 若指标越小越好，应选取使指标小的水平 ➢ 还应考虑：降低消耗、提高效率等
② 例题6-3
水平
(A)乙醇浓度/%
1
80
2
60
3
70
目标：检验三个指标 ：
（B）液固比
7 6 8
（C）回流次数
1 2 3
提取物得率
总黄酮含量
葛根素含量
注意：三个指标都是越大越好。
对三个指标分别进行直观分析： ➢ 提取物得率： 因素主次：C A B 优方案：C3A2B2 或C3A2B3 ➢ 总黄酮含量： 因素主次：A C B 优方案：A3C3B3 ➢ 葛根素含量 ： 因素主次：C A B 优方案：C3A3B2
110
120 130 温度/℃
2
3
4
时间/h
趋势图
甲
乙
丙
催化剂种类
多指标正交试验设计及其结果 的直观分析
多指标正交试验设计及其结果的直观分析
有两种分析方法： ➢ 综合平衡法 ➢ 综合评分法
（1）综合平衡法
❖ 先对每个指标分别进行单指标的直观分析 ❖ 对各指标的分析结果进行综合比较和分析，得出较优方案
❖ 选 L9(34) 正交表
（2）表头设计
➢ 将试验因素安排到所选正交表相应的列中 ➢ 因不考虑因素间的交互作用，一个因素占有一列（可以随机排列） ➢ 空白列（空列）：最好留有至少一个空白列
《试验设计与数据处理》讲稿_第6章_正交试验设计
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。
正交实验设计与数据分析结果报告
实验报告课程名称计算机在材料科学中的应用，指导教师付老师，日期2012.5.9 。
班级 09材化一班，小组成员姓名与学号唐帆200910230107 ，黄斌 200910230114 ，张敬文200910230116 。
实验名称_______正交试验设计与数据分析________________ 一．实验目的1.掌握正交试验设计方法.2.会用相关软件或自编程序对正交实验数据进行分析.二．实验原理在材料科学研究与陶瓷配方中，常遇到正交实验设计内容。
在正交实验设计中，因素可以是定量的，也可以是定性的。
而定量因素个水平间的距离可以相等也可以不相等。
利用依据数学原理制作好的规格化表——正交表。
用正交表来安排实验及分析实验结果，这种方法叫正交实验法。
三．问题描述羟基磷灰石是一类生物陶瓷材料。
利用正交实验设计法，对湿法制备羟基磷灰石的几个重要因素，如反应物初始浓度，回流时间，NaOH浓度，陈化时间作为正交表的因素，并分别拟定三个水平，建立正交实验表进行实验研究。
实验得到的产率结果对表中的数据进行分析，其中B的极差最大，固其对实验结果影响最大，A次之，D最小，再分析它们的均值，最后确定制备HAP的最优条件是B1A1C2D2.2.为了求某无机材料的组成（SiO2,Na2O,K2O,CaO)对其弹性模量的影响，用L9(3*4)正交表进行实验的弹性模量对表中的数据进行分析，其中D的极差最大，固其对实验结果影响最大，C次之，A最小，再分析它们的均值，最后确定材料的最佳组成是D1C3B2A1/D1C3B2A2.3.为提高某产品的转化率，选择了三个有关的因素进行条件实验；反应温度A,反应时间B,用碱量C,并确定了它们的实验原因；用L9(3*4)正交表进行实验的转化率结果对表中的数据进行分析，其中A的极差最大，固其对实验结果影响最大，C次之，B最小，再分析它们的均值，最后确定材料的最佳生产条件是A3C2B2.四.问题讨论最佳方案的选择：1.极差或均值最大，对实验结果影响很大；2.对主要因素，选择使指示最好的水平；3.对次要因素，以节约方便原则选取水平。
- 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)。
枣果皮中酚类物质提取工艺优化及抗氧化活性分析
1.实验数据背景叙述。
一：实验关于枣果皮中酚类物质提取工艺优化及抗氧化活性分析。
酚类物质是植物体内重要的次生代谢产物，主要通过莽草酸和丙二酸途径合成，广泛分布于植物界。
许多的酚类物质具有营养保健功效。
现代流行病学研究证明，经常食用富含酚类物质的果蔬能够预防由活性氧导致的相关疾病如癌症、糖尿病、肥胖症等的发生。
二：实验问题：为提高枣果皮中的酚类物质的提取效率，该文以马牙枣为试验材料，对枣果皮中酚类物质提取条件进行了优化。
同时分析枣果皮提取物中酚类物质的抗氧化活性。
三：实验目的：要通过实验得到枣果皮中酚类物质提取的最优条件。
并对提取物中酚类物质清除DPPH，2，2'－连氮基双（3－乙基苯并噻唑啉）－6－磺酸(ABTS)自由基及铁还原能力进行探讨，同时与合成抗氧化剂2，6-二叔丁基对甲酚（BHT）的抗氧化能力进行比较。
2. 实验数据处理方法选择及论述。
一：单因素试验（获得数据，将数据输入excel中，使用excel绘制图表，以便直观感受影响因素对实验的影响趋势。
）
以冻干枣果皮为材料，分别以甲醇浓度、提取温度、提取料液比和提取时
间作为因素，分析不同的提取条件对枣果皮中酚类物质提取效果的影响，检测
指标为提取物中总酚含量。
二：正交试验（设计正交试验以便获得到枣果皮中酚类物质提取的最优条件，
用excel进行结果直观分析，见表2。
）
以冻干枣果皮为材料，以提取溶剂浓度（A）、提取温度（B）、料液比（C）、和浸提时间（D）作4 因素3水平的L9（34）正交设计（见表1），检测指标为
提取物中总酚含量。
表1 枣果皮中酚类物质提取因素水平表
三：统计分析
所有提取试验均重复3 次，每次提取液的测定均重复3 次。
结果表示为平
均值±标准偏差。
应用excel软件对所有数据进行方差分析。
3. 实验数据的处理的过程叙述。
一：在单因素试验中，将每次试验结果输入excel中，选中表格，点击“插入”柱形图。
图1 ：不同因素对枣果皮提取物中总酚含量的影响二：正交试验结果直观分析。
表2中数据计算公式：
1、∑T=TI+T2+T3
2、Ki=每一列上水平号为i，所对应的试验结果之和。
例如：A列中，K1=I3+I4+I5=495.41+535.64+618.43=1649.48 3、ki=Ki/（3*3）=Ki/9 (因为Ki是三向之和故多除一个三)
R=MAX(k1,k2,k3)-MIN(k1,k2,k3)
表二：枣果皮中酚类物质提取正交试验L9 (34)设计及结果三;趋势图
四：方差分析
表二中数据进行处理：T=SUM(I3,I4,I5,I6,I7,I8,I9,I10,I11)
P=T^2/9=B22^2/9
离差平方和：SS A={SUMSQ(B12:B14)/3-B23}/3
(用填充手柄复制到B、C、D)
自由度:df A= df B= df C= df D =2
计算均方: MS A=SS A/df A=1412.45/2=706.23 (其他同理，用填充手柄复制) 新误差均方;MS e=SS e/df e=20.64396375
F值：F=MS A/MS e
表3枣果皮中酚类物质提取正交试验L9(34)方差分析
4.结果分析
通过单因素和正交试验的优化，枣果皮中多酚类物质提取的应采用的最优条件是：采用70%(V/V)甲醇、在40 C 下，以1︰60 的料液比浸提4 h ，共浸提 2 次。
枣果皮中酚类物质清除DPPH 、ABTS ·+自由基和铁还原能力的动态反应过程表明枣果皮中酚类物质具有很强的抗氧化能力，且清除DPPH 自由基和铁还原的能力与合成抗氧化剂BHT 相当，在一定程度上可以取代BHT 。