名词解释和简答题(最终版)20201118

1.基本概念

1.1实验和试验 experiment and trial

实验，指的是科学研究的基本方法之一。根据科学研究的目的，尽可能地排除外界的影响，突

出主要因素并利用一些专门的仪器设备，而人为地变革、控制或模拟研究对象，使某一些事物（或过程）发生或再现，从而去认识自然现象、自然性质、自然规律。

试验，指已知某种事物的时候，为了了解它的性能或者结果而进行的试用操作，与实验不同，

若您想了解有关“用来检验某种假设或者验证某种已经存在的理论而进行的操作”。还指为了察

看某事的结果或某物的性能而从事某种活动；在旧时指考试；测验。

1.2试验设计 experimental design 和数据处理 data processing

实验设计：指科学研究的一般程序的知识，它包括从问题的提出、假说的形成、变量的选择等

等一直到结果的分析、论文的写作一系列内容。它给研究者展示如何进行科学研究的概貌，试

图解决研究的全过程。

数据处理：数据处理是对数据的采集、存储、检索、加工、变换和传输。

1.3验证实验和探索实验 Verification and Exploration, 比较实验和优化实验 comparison and optimization

验证实验：有两种，一种是别人发表的已有结果的论文。另外的人在相同实验条件下重复实验，对真实性和正确性加以验证。另一种是根据已有的实验站论和手上的资科等，推论出一个可能

的结论，然后设计实验去验证他的正确性。

探索试验：在完全不知道結果的情况下，利用已知的条件和推测，对一个既定的范围进行研究

就好像发现一个未知的山洞，用手上的工具进去探查一样。对未知事物及其规律的探索。包括

探索所究对象的性质，了解它的组成，有哪些属性，以及与其他对象或现象的联系等。

比较试验：目的是检验一种或几种实验处理的效果。例如对工艺改进效果的检验，对新药物疗

效的检验比较实验的设计需要结合专业知识和数理统计两方面知识，对实验结果的数据分析属

于统计学中的假设检验问题，如F检验和检验。

优化实验：目的是高效率地找出实验问题的最优实验条件，即最佳因素水平的组合。这种优化

实验是一项尝试性的工作，有可能获得成功，也有可能不成功。目前流行的设计有：正交设计、正交回归设计和配方设计等

1.4实验的基本术语：

因素和水平 Factor and level、实验处理和实验单元 treatment and

unit、指标和响应变量 experimental index and Response variable、结果和结论 result and conclusion

1.5实验设计的基本原则：

重复 replication（随机误差）、随机化 randomization（人为误差）、区组化 blocking（非处理因素）、对照 contrast（空白对照、标准对照、条件对照）,

1.6：实验的基本要求条件

要有代表性 typical conditions、数据要有准确性 Accurate data、结果要有再现性 reproducible results

1.7显著性水平 the level of significance 和置信水平 the level of confidence

显著性水平是估计总体参数落在某一区间内，可能犯错误的概率，用α表示。显著性是对差异的程度而言的，程度不同说明引起变动的原因也有不同：一类是条件差异，一类是随机差异。它是在进行假设检验时事先确定一个可允许的作为判断界限的小概率标准。

置信水平（Confidence level）指特定个体对待特定命题真实性相信的程度，概率是对个人信念合理性的量度。置信水平指总体参数值落在样本统计值某一区内的概率，一般用1-α表示；置信区间指在某一置信水平下，样本统计值与总体参数值间误差范围；置信区间越大，置信水平越高。置信水平是描述GIS中线元素与面元素的位置不确定性的重要指标之一。

2.历史和发展

2.1德国数学家高斯的最小二乘法、马利科夫的计量学基础，贝塞尔的标准偏差公式

最小二乘法公式为a=y(平均)-b*x（平均）。

标准差=方差的算术平方根=s=sqrt(((x1-x)^2 +(x2-x)^2 +......(xn-x)^2)/n)。

2.2费歇尔 R.A.Fisher 的方差分析，高尔顿的回归分析，田口玄一 Taguchi Genichi 的正交实验设计，范福仁、许宝禄、华罗庚，方开泰和王元的均匀实验设计

方差分析(Analysis of Variance，简称ANOVA)为数据分析中常见的统计模型，主要为探讨连续型资料型态之因变量与类别型资料型态之自变量的关系。

回归分析（regression analysis）是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。按照涉及的变量的多少，分为一元回归和多元回归分析；按照因变量的多少，可分为简单回归分析和多重回归分析；按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析

正交实验设计简称正交设计，它是利用正交表科学的安排与分析多因素实验的方法，是最常用的实验分析方法之一。

均匀设计是中国数学家方开泰和王元于1978年首先提出来的，它是一种只考虑试验点在实验范围内均匀散布的一种实验设计方法。

2.3英国：方差分析——响应曲面——配方设计，美国：可靠性设计

方差分析根据试验结果，怎样找出有显著作用的因素，以及找出在怎样的水平和工艺条件下能使指标最优以达到优质和高产的目的。

响应曲面法是优化随机过程的统计学试验方法。目标是寻找试验指标与各因子间的定量规律，找出各因子水平的最佳组合。在多元线性回归的基础上主动收集数据，以获得具有较好性质的回归方程。建立的复杂多维空间曲面较接近实际情况，所需要的试验组数相对较少，在模拟和系统动力学中得到广泛应用。

配方设计一种特殊的混料试验设计应用

可靠性设计是对系统和结构进行可靠性分析和预测，采用简化系统和结构、余度设计和可维修设计等措施以提高系统和结构可靠度的设计。

2.4日本：正交设计——稳健设计——产品三阶段设计，中国：均匀设计

正交试验设计，是指研究多因素多水平的一种试验设计方法。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均匀分散，齐整可比的特点。正交试验设计是分式析因设计的主要方法。当试验涉及的因素在3个或3个以上，而且因素间可能有交互作用时，试验工作量就会变得很大，甚至难以实施。针对这个困扰，正交试验设计无疑是一种更好的选择。正交试验设计的主要工具是正交表，试验者可根据试验的因素数、因素的水平数以及是否具有交互作用等需求查找相应的正交表，再依托正交表的正交性从全面试验中挑选出部分有代表性的点进行试验，可以实现以最少的试验次数达到与大量全面试验等效的结果，因此应用正交表设计试验是一种高效、快速而经济的多因素试验设计方法。

稳健设计就是通过调整设计变量及控制其容差使可控因素和不可控因素当与设计值发生变差时仍能保证产品质量的一种工程方法。换言之，若作出的设计即使在各种因素的干扰下产品质量也是稳定的，或者用廉价的零部件能组装出质量上乘、性能稳定与可靠的产品，则认为该产品的设计是稳健的·

产品设计是一个将人的某种目的或需要转换为一个具体的物理形式或工具的过程，是把一种计划、规划设想、问题解决的方法，通过具体的载体——以美好的形式表达出来的一种创造性活