(完整word版)试验设计与数据处理复习题1

一．填空题

1．反映两个连续变量间的相关性的指标可采用相关系数表示;

反映一个连续变量和一组连续变量间的相关性的指标可采用复相关系数表示; 讨论一组连续变量和一组连续变量间的相关性可采用典型相关分析方法讨论。 2．在数据处理中概率可用频率近似;分布的数学期望可用样本均值近似; 分布的方差可用样本方差近似.

3．配方试验中，若成分A 、B 、C 的总份数必须满足A+B+C=60份，采用正交试验的因素水平见表

若正交)3(4

9L 的第9号试验条件为（A 、B 、C ）=（3、3、2），请给出具体的试验方案(取

小数点后一位)

A= 6.7 份，

B= 13.3 份，

C= 40 份

4．抽样调查不同阶层对某改革方案的态度,统计分析方法应为方差分析 ; 研究学历对收入的影响,统计分析方法应为回归分析或相关性分析。 P53

5．设x1，x2，…，xn 是出自正态总体N （μ，σ2）的样本，其中σ2未知。对假设检验H0∶μ=μ0， H1∶μ≠μ0，则当H0成立时，常选用的统计量是__T =(x ˉ-μ0)S /√n _______，它服从的分布为____t_（n-1）_____.

6．设有100件同类产品,其中20件优等品,30件一等品,30件二等品,20件三等品,则这四个等级的标准分依次为 1.28 、0.39 、 -0.39 、 -1.28

(记P(U u α≤

)=α查标准正态表可得u

.0=0.39,

.0=0.12,

.0=0.84,

.0=1.28)

二．求解

1．抗牵拉强度是硬橡胶的一项重要性能指标,现试验考察下列两个因素对该指标的影响.

A(硫化时间): A 1(40秒), A 2(60秒)

B(催化剂种类): B 1(甲种), B 2(乙种), B 3(丙种)

以上六种水平组合下,各重复做了两次试验,测得数据(单位:kg/cm 2)如表:

试在显著性水平α=0.05下分析因素A 和因素B 对指标的主效应及交互效应是否显著?

The GLM Procedure

Dependent Variable: STRE

Source DF Squares Mean Square F Value Pr > F

Model 5 9866.66667 1973.33333 13.16 0.0035

Error 6 900.00000 150.00000

Corrected Total 11 10766.66667

R-Square Coeff Var Root MSE STRE Mean

0.916409 3.074673 12.24745 398.3333

Source DF Type I SS Mean Square F Value Pr > F

A 1 533.333333 533.333333 3.56 0.1083

B 2 9316.666667 4658.333333 31.06 0.0007 A*B 2 16.666667 8.333333 0.06 0.9464

Source DF Type III SS Mean Square F Value Pr > F

A 1 533.333333 533.333333 3.56 0.1083

B 2 9316.666667 4658.333333 31.06 0.0007 A*B 2 16.666667 8.333333 0.06 0.9464 由p值可知A,A*B 不显著；B高度显著

2．以下是用SAS对三个指标的数据进行主成份分析的部分输出结果:

(一) 在Proportion及Cumulative以下划线处填相应数值

0.666 0.666

0.333 0.999

0.001 1

(二) 求第一主成份的表达式z1=0.70633x1 + 0.043501x2 + 0.706544x3

(三) 按85%阈值截取主成份并构造综合指标得：

则x3忽略，将其他两个归一后得出：z=0.667x1 + 0.333x2代入数据，合并同类项得出结果z=0.459x1 + 0.362x2 +0.462x3

3．在单纯形优化设计中，已知三因素的初始单纯形的试验方案及试验结果见下表（指标以大为好）

（一）以上初始单纯形的反射点E的位置为E=（10，10/3，5 ）

（二）若试验点E的试验指标值Y E为下表第一行中的各种情况，填表以表示下一推

A（3.5，3，1.5）B不变；C（2.5，2.5，2.5）；D （2.5,3.5,3）

4．利用SAS在一次回归正交设计的输出部分结果如下:

Sum of Mean

Source DF Squares Square F Value Pr > F

Model 4 543.10250 135.77562 4.38 0.0908

Error 4 123.94830 30.98708

Corrected Total 8 667.05080 Parameter

Variable DF Estimate Pr > |t| Type I SS

Intercept 1 56.46000 <.0001 28690

x1 1 2.92500 0.2675 51.33375

x2 1 5.27333 0.0811 166.84827

x3 1 7.28833 0.0327 318.71882

x4 1 -1.01667 0.6778 6.20167

由于发现因子x1与x4不显著,故从回归方程中删去x1,x4.

1 y=56.46 + 5.2733x

2 + 7.28833x3

2 2 485.576 242.784 8.0267

6 181.484 30.2473

8 667.0508

5．轴承硬度合格率y(%)与因素A （上升温度：℃）、因素B （保温时间：小时）、因素C

（出炉温度：℃）有关，采用正交表)3(4

9L 安排试验，试验方案及试验结果见表：

（1）填表（2）指出3号试验的具体条件：

820，6，500

（3）指出可能好的水平组合

820，8，400 （4）排出因素的主次顺序

BAC （5）画因素水平趋势图，并检验有无因

素取值范围选偏的情况

6．测量圆柱体体积，体积公式为圆柱体高为底圆半径其中，h R h R V ,2

π=。若测得底圆周长C=40cm ，其均方差cm c 05.0=σ；测得高h=10cm ，其均方差cm h 2.0=σ，求圆柱体体积V 的均方差V σ。

试作综合评判

（1）依据最大隶属原则；

（2）依据秩加权平均原则；

（3）若评语“优”对应分值100分，“良好”对应80分，“一般”对应60分“差”对应40分，问此类食品罐头可得评分值多少分？

（0.20 0.40 0.20 0.10 0.10）* 0 0.2 0.6 0.2

0.1 0.4 0.3 0.2

0.3 0.4 0.2 0.1

0.1 0.4 0.5 0

0 0.3 0.6 0.1

B=（0.11 0.35 0.39 0.15）

1 0.39为最大，依据最大隶属度原则，判定为良好

2 4 * 0.11 + 3*0.35 + 2*0.39 + 1*0.15 = 2.42 判定为良偏一般

3 40* 0.11 +60*0.35 + 80*0.39 + 100*0.15 =71.6

8．设对某多层次模糊指标评价的态度有赞成、不表态、反对,其分层的权向量和表态隶属向量见图,求模糊综合指标U的表态隶属向量

实验设计与数据处理心得

实验设计与数据处理心得体会刚开始选这门课的时候,我觉得这门课应该就是很难懂的课程,首先我们做过不少的实验了,当然任何自然科学都离不开实验,大多数学科(化工、化学、轻工、材料、环境、医药等)中的概念、原理与规律大多由实验推导与论证的,但我觉得每次到处理数据的时候都很困难,所以我觉得这就是门难懂的课程,却也就是很有必要去学的一门课程,它对于我们工科生来说也就是很有用途的,在以后我们实验的数据处理上有很重要的意义。如何科学的设计实验,对实验所观测的数据进行分析与处理,获得研究观测对象的变化规律,就是每个需要进行实验的人员需要解决的问题。“实验设计与数据处理”课程就就是就是以概率论数理统计、专业技术知识与实践经验为基础,经济、科学地安排试验,并对试验数据进行计算分析,最终达到减少试验次数、缩短试验周期、迅速找到优化方案的一种科学计算方法。它主要应用于工农业生产与科学研究过程中的科学试验,就是产品设计、质量管理与科学研究的重要工具与方法,也就是一门关于科学实验中实验前的实验设计的理论、知识、方法、技能,以及实验后获得了实验结果,对实验数据进行科学处理的理论、知识、方法与技能的课程。通过本课程的学习,我掌握了试验数据统计分析的基本原理,并能针对实际问题正确地运用,为将来从事专业科学的研究打下基础。这门课的安排很合理,由简单到复杂、由浅入深的思维发展规律,先讲单因素试验、双因素试验、正交试验、均匀试验设计等常用试验设计

方法及其常规数据处理方法、再讲误差理论、方差分析、回归分析等数据处理的理论知识,最后将得出的方差分析、回归分析等结论与处理方法直接应用到试验设计方法。比如我对误差理论与误差分析的学习:在实验中,每次针对实验数据总会有误差分析,误差就是进行实验设计与数据评价最关键的一个概念,就是测量结果与真值的接近程度。任何物理量不可能测量的绝对准确,必然存在着测定误差。通过学习,我知道误差分为过失误差,系统误差与随机误差,并理解了她们的定义。另外还有对准确度与精密度的学习,了解了她们之间的关系以及提高准确度的方法等。对误差的学习更有意义的应该就是如何消除误差,首先消除系统误差,可以通过对照试验,空白试验,校准仪器以及对分析结果的校正等方法来消除;其次要减小随机误差,就就是要在消除系统误差的前提下,增加平行测定次数,可以提高平均值的精密度。比如我对方差分析的理解:方差分析就是实验设计中的重要分析方法,应用非常广泛,它就是将不同因素、不同水平组合下试验数据作为不同总体的样本数据,进行统计分析,找出对实验指标影响大的因素及其影响程度。对于单因素实验的方差分析,主要步骤如下:建立线性统计模型,提出需要检验的假设;总离差平方与的分析与计算;统计分析,列出方差分析表。对于双因素实验的方差分析,分为两种,一种就是无交互作用的方差分析,另一种就是有交互作用的方差分析,对于这两种类型分别有各自的设计方法,但就是总体步骤都与单因素实验的方差分析一样。

食品配方设计知识

食品配方设计知识一、食品配方设计概述所谓配方设计，就是根据产品的性能要求和工艺条件,通过试验、优化、评价，合理地选用原辅材料，并确定各种原辅材料的用量配比关系。如何开发一个新产品，如何设计一个新配方，对企业来说至关重要。要设计一个好的食品配方，成为一个真正的优秀技术人员，必须要有扎实的基本功。二、配方设计需要哪些基本功 1、熟悉原料的性能、用途及相关背景每种原料都有其各自的特点，你只有熟悉它，了解它，才能用好它。在不同的配方里，根据不同的性能指标的要求，选择不同的原料十分重要。 2、熟悉食品添加剂的特点及使用方法食品添加剂是食品生产中应用最广泛、最具有创造力的一个领域，它对食品工业的发展起着举足轻重的作用，被誉为食品工业的灵魂。了解食品添加剂的各种特性，包括复配性、安全性、稳定性（耐热性、耐光性、耐微生物性、抗降解性）、溶解性等，对配方设计来说，是重要的事情。 3、熟悉设备和工艺特点熟悉设备和工艺特点，对配方设计有百利而无一害；只有如此，才能发挥配方的最佳效果，才是一项真正的成熟技术。比方说喷雾干燥和冷冻干燥、夹层锅熬煮和微电脑控制真空熬煮、三维混合和捏合混合等，不同设备导致不同的工艺和配方。 4、积累工艺经验不多叙述，重视工艺，重视加工工艺经验的积累。就好比一道好菜，配料固然重要，可厨师的炒菜火候同样重要。一样的配方，不一样的工艺，出来的产品质量相差天壤之别，这需要进行总结、提炼。 5、熟悉实验方法和测试方法配方研究中常用的实验方法有单因素优选法、多因素变换优选法、平均试验法以及正交试验法。一个合格的配方设计人员必须熟悉实验方法及测试方法，这样才能使他不至于在做完实验后，面对一堆实验数据而无所适从。 6、熟练查阅各种文献资料

实验设计与数据处理试题库

一、名词解释：（20分） 1. 准确度和精确度：同一处理观察值彼此的接近程度同一处理的观察值与其真值的接近程度 2. 重复和区组：试验中同一处理的试验单元数将试验空间按照变异大小分成若干个相对均匀的局部，每个局部就叫一个区组 3回归分析和相关分析：对能够明确区分自变数和因变数的两变数的相关关系的统计方法：对不能够明确区分自变数和因变数的两变数的相关关系的统计方法 4?总体和样本：具有共同性质的个体组成的集合从总体中随机抽取的若干个个体做成的总体 5. 试验单元和试验空间：试验中能够实施不同处理的最小试验单元所有试验单元构成的空间二、填空：（20分） 1. 资料常见的特征数有：（3空）算术平均数方差变异系数 2. 划分数量性状因子的水平时，常用的方法：等差法等比法随机法（3空） 3. 方差分析的三个基本假定是（3空）可加性正态性同质性 4. 要使试验方案具有严密的可比性，必须（2空）遵循“单一差异”原则设置对照 5. 减小难控误差的原则是（3空）设置重复随机排列局部控制 6. 在顺序排列法中，为了避免同一处理排列在同一列的可能，不同重复内各处理的排列方式常采用（2空）逆向式阶梯式 7. 正确的取样技术主要包括：（）确定合适的样本容量采用正确的取样方法 8. 在直线相关分析中，用（相关系数）表示相关的性质，用（决定系数）表示相关的程度。三、选择：（20分） 1试验因素对试验指标所引起的增加或者减少的作用，称作（C） A、主要效应 B、交互效应 C、试验效应 D、简单效应 2. 统计推断的目的是用（A） A、样本推总体 B、总体推样本 C、样本推样本 D、总体推总体 3. 变异系数的计算方法是（B） 4. 样本平均数分布的的方差分布等于（A） 5. t检验法最多可检验（C）个平均数间的差异显著性。 6. 对成数或者百分数资料进行方差分析之前，须先对数据进行（B） A、对数 B、反正弦 C、平方根 D、立方根 7. 进行回归分析时，一组变量同时可用多个数学模型进行模拟，型的数据统计学标准是（B） A、相关系数 B、决定性系数 C、回归系数 D、变异系数 8. 进行两尾测验时，u0.10=1.64,u0.05=1.96,u0.01=2.58,那么进行单尾检验，u0.05=（A） 9. 进行多重比较时，几种方法的严格程度（LSD\SSR\Q）B 10. 自变量X与因变量Y之间的相关系数为0.9054，则Y的总变异中可由X与Y的回归关系解释的比例为（C） A、0.9054 B、0.0946 C、0.8197 D、0.0089 四、简答题：（15分） 1. 回归分析和相关分析的基本内容是什么？（6分）配置回归方程，对回归方程进行检验，分析多个自变量的主次效益，利用回归方程进行预测预报：计算相关系数，对相关系数进行检验 2. 一个品种比较试验，4个新品种外加1个对照品种，拟安排在一块具有纵向肥力差异的地块中，3次重复（区组），各重复内均随机排列。请画出田间排列示意图。（2分） 3. 田间试验中，难控误差有哪些？（4分）土壤肥力，小气候，相邻群体间的竞争差异，同一群体内个体间的竞争差异。 4随即取样法包括哪几种方式？（3分）简单随机取样法分层随机取样法整群简单随机取样法五、计算题（25分） 1. 研究变数x与y之间的关系，测得30组数据，经计算得出：x均值=10，y均值=20，l xy =60, l yy=300,r=0.6。根

实验设计与数据处理

《实验设计与数据处理》大作业班级：环境17研姓名：学号： 1、用Excel （或Origin ）做出下表数据带数据点的折线散点图余浊（N T U ) 加量药（mL) 总氮T N (m g /L ) 加量药（mL ) 图1 加药量与剩余浊度变化关系图图2 加药量与总氮TN 变化关系图总磷T P (m g /L ) 加量药（mL) C O D C r (m g /L ) 加量药（mL) 图3 加药量与总磷TN 变化关系图图4 加药量与COD Cr 变化关系图去除率(%) 加药量(mL)

图5 加药量与各指标去除率变化关系图

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）。 η H (m ) Q v (m 3 /h) 图6 离心泵特性曲线扬程曲线方程为：H=效率曲线方程为：η=+、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。 (1) 表1 相关系数的计算 Y 吸光度（A ） X X-3B 浓度（mg/L ） i x x - i y y - l xy l xx l yy R 10 -30 2800 20 -20 30 -10 40 ()() i i x x y y l R --= = ∑

50 10 60 20 70 30 平均值 40 吸光度 X-3B浓度（mg/L）图7 水中染料活性艳红（X-3B ）工作曲线一元线性回归方程为：y=+ 相关系数为：R 2= (2) 代入数据可知：样品一：x=样品二：x=、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)。表2 某伴生金属c 与含量距离x 之间的关系分析计算表序号 x c lgx 1/x 1/c 1 2 2 3 3 4 4 5 5 7 6 8 7 10 1

试验设计与数据处理复习提纲

第0章 1 试验数据处理的主要作用试验设计合理的规划试验，以通过较高效的试验方案获得更具代表性的数据数据处理对试验数据进行分析研究，从而获得研究对象的变化规律，为生产和科研提供指导。数据处理的具体作用：第一章 2 真值的概念和特点真值某时刻和某一状态下，某量的可观值或实际值。真值很多是位置的，但部分又是已知的。 3 平均值，尤其是算数平均值，加权平均值的概念。平均值科学实验中，经常将多次试验值得平均值作为真值的近似值。 (1) 算数平均值（arithmetic mean ）同样试验条件下，如多次试验值服从正态分布，则算数平均值是这组等精度试验值中最佳或最可信赖的值。 (2) 加权平均值（weighted mean ）若一组试验数据的精度或可靠度不一致，为了突出可靠性高的数值，可以采用加权平均值权值的确定方法：①取试验值出现的频率ni/n ②若xi 为每组试验值的平均值，则权值为每组试验的次数 ③根据权与绝对误差的平方成反比确定 ④根据试验者的经验确定 4 误差的概念，包括绝对误差与相对误差。判断影响结果的因素主次优化试验或生产方案确定试验因素与试验结果之间的近似函数关系判断试验数据的可靠性预测试验结果控制试验结果 n n x i n ===121n x x x x i n ==+++= 121

5 误差的类型及产生的原因。随机误差系统误差过失误差 6 精密度、正确度和准确度的概念。 1精密度定义：一定条件下多次试验值得彼此符合程度或一致程度。正确度定义：大量试验结果的算数平均值与真值的一致程度。准确度定义：反映系统误差与随机误差的综合正确度：大量试验结果的算数平均值与真值的一致程度。反映试验系统随机误差的大小准确度：反映系统误差与随机误差的综合 7随机误差的检验法F 检验法。 1）检验两组实验数据精密度是否一致—双侧检验（2）检验两组实验数据精密度优劣—单侧检验 a. 左侧检验 ① 取统计量为： ②给定显著性水平α ③查表确定临界值： ④ 判断:若且结论：S12相对S12两无显著减小。 b. 右侧检验 8 系统误差的t 检验法。 2122S F S = ① 取统计量为： ②给定显著性水平α ③查表确定临界值： 1212 (1,1) F n n α - --122(1,1) F n n α--④ 判断:若 121212 2 (1,1)F (1,1) F n n F n n αα- --<<--结论：则两组数据方差无显著差异。 2 122 S F S =112(1,1)F n n α---F 1<12F (1 ,1)F n n α<--12(1,1)F n n α--12F (1 ,1)F n n α<--

一个配方人的配方设计心得

一个配方人的配方设计心得饲料配方的设计工作是一个很有意思，很有逻辑性的工作，还包含了许多辨证法的东西。一个配方并不是简单的把几种原料混在一起，不但需要对动物生理、生物化学、有机化学要有深入的了解，还要对饲养标准、饲料原料的种类和使用特性、营养成分熟记于胸，同时能根据实际情况灵活地应用饲养标准。下面就是本人在饲料厂做配方时候的一些心得体会，供各位同行参考。 1 必须注意饲料的适口性和原料的质量有些配方师在做饲料配方时，只是机械的把各种饲料原料输入到配方软件中，然后点击"线性规划"，只要出来的配方营养成分达到了，就把配方一打印然后交到生产上就万事大吉了。其实这样做是极其不负责任的，虽然配方的营养达到了，但是饲料的"顾客"动物喜不喜欢才是最主要的。因为饲料的适口性很差，动物就会采食很少或者干脆拒食。所以选择原料的时候一定要选择适口性好，新鲜无变质的原料。配方师不应该每天只是做在办公室对着电脑做配方，每次要做一批饲料前一定要亲自去看看原料的品质，必要的时候要亲口品尝原料的适口性。还有就是当饲料做出来后要检验一下饲料的色泽、气味是否达到标准。有些饲料厂经常喜欢做一些抗应激的，增加瘦肉率，促进动物生长的特殊的小包料，因为相对来说这种小包料效果比明显，利润比较高。比如有一次本人做一个控制养殖场蚊虫的小包料，这种小料的主要成分叫环丙胺嗪，主要作用是用来杀死蚊蝇的虫卵。做这种小料的时候没有注意到环丙胺嗪的气味相当难闻，就只是在配方中加了些载体和抗生素。结果客户反映猪拒食加了这种小料的饲料，后来在调整配方的时候加了香味剂和甜味剂，后来这种小料市场反映一直都很好。还有一次类似的事情就是有些客户抱怨我们公司的一种小料（主要成分是黄胺和黄胺增效剂）促生长效果不很好，后来就加大了磺胺和磺胺增效剂用量两倍，结果跟上个例子一样，动物还是拒食这种小料，原因其实很简单，因为这些药物添加剂本来味道和适口性就不好，当用量增大的时候必然会加大难闻的味道，于是把磺胺和磺胺增效剂用量改为原来用量的1.5倍,又添加了一些香味剂,这样一来配方的效果就好多了。强调一点的必须注意饲料原料的质量，比如米糠、麦麸等原料。新鲜的米糠闻起来会有一种清香味道，含在嘴里边很甜，里边有绿色的糠壳一般来说都是新鲜的米糠，这种米糠在鸭料中可以用到50%。但是米糠由于脂肪含量很高，尤其在南方的夏天很容易酸败（5天左右），所以在猪料中使用的时候一定要注意，因为猪的嗅觉很灵敏，能不用尽量不用，可以用木薯来代替。麦麸和次粉这两种原料其实也是一类很容易酸败的原料，但是好多配方师却忽略这一点，所以用麦麸的时候也要注意麦麸的新鲜度，要不动物会出现拒食的现象。鱼粉是一种很好的原料，但鱼粉搀假（尿素、蛋白精）现象是最严重的。有次我公司的乳猪料拉稀很厉害，通过降低蛋白、添加氧化锌、柠檬酸的方法但是总解决不了，

2006-11-295051---配方优化设计方法简介

配方优化设计方法简介刘莉，辛振祥（青岛科技大学，山东青岛 266042）摘要：本文综述了配方实验优化设计方法及数据处理方法，并综合分析了各种方法的优缺点和应用范围。关键词：配方优化设计；单因素变量；正交实验法；回归设计；均匀设计；方差分析；回归分析；遗传算法；神经网络中图分类号：TQ330.61 文献标识码：B 文章编号：1009-797X(2004)10-0008-05 作者简介：刘莉（1970-），女，青岛科技大学高分子科学与工程学院在读研究生，主要从事橡胶配方优化设计及高分子材料加工方面的研究。收稿日期：2003-06-02 配方优化问题是材料领域中的一个重要研究内容。为了获得性能优异、能满足使用要求的配方，需根据产品的性能要求和工艺条件，通过试验、优化、鉴定，合理地选用原材料，确定各种原材料的用量配比关系。对于这样一个复杂的多目标配方体系，试验方法的设计就显得尤为重要。近年来对配方优化设计的应用研究十分活跃，新的试验方法不断出现，旧的方法不断改进，文献报道较多，但这方面的综述报道却很少。面对如此多的设计方法，如何合理选用已成为配方设计者的一大难题。本文针对这一问题对近年来各种实验方法的优缺点及应用范围进行综合分析，希望有助于配方设计者合理选用试验设计方法及优化方法。１试验设计方法试验设计是配方设计的基础。理想的试验设计方案应当是以尽可能少的试验次数反映尽可能多的信息，试验点在试验空间中的分布要合理，既有一定的均匀性，又便于试验结果的分析与模型的建立。橡胶配方优化研究中最早使用的实验方法是单因子实验，后来是正交设计、正交回归设计。它们在优化设计中的地位与作用是毋庸置疑的［2］。近年来，又出现了许多新型的实验设计方法，如均匀设计法、信噪比实验设计、物理实验设计、数学实验设计等新型的实验设计方法［3］。试验设计可分为单因素变量的试验设计和多因素变量的试验设计，根据目标优化选择分为单目标最优化问题和多目标最优化问题。１．１单因素变量试验方法单因素变量法比较简单，特别是用来鉴定新材料，或生产中原材料变动时，只做较少的试验，就可做出判断，见效快，试验数据易于处理，通过图表直观比较即可得出结论。正因为如此，这种方法在配方试验中仍然有一定的价值。实验方法如：黄金分割法、平分法（对分法）、分批试验法（均匀分批试验法、比例分割分批试验法）、分数法（裴波那契法）、爬山法、抛物线法等。１．２多因素试验设计方法在大多数的配方研究中，需要同时考虑两个或两个以上的变量因子对性能的影响规律，这即是多因素配方试验设计的问题。与单因素配方设计不同的是，在基本配方拟定中选择了两个或两个以上的不同组份因素，然后考察这些因素对配方性能的影响规律，这无疑使研究问题变得复杂化，试验次数也将增多。

试验设计与数据处理

试验设计与数据处理方法总述及总结王亚丽（数学与信息科学学院 08统计1班 081120132）摘要：实验设计与数据处理是一门非常有用的学科，是研究如何经济合理安排试验可以解决社会中存在的生产问题等，对现实生产有很重要的指导意义。因此本文根据试验设计与数据处理进行了总述与总结，以期达到学习、理解、掌握的以及灵活运用的目的。 1 试验设计与数据处理基本知识总述 1.1试验设计与数据处理的基本思想试验设计与数据处理是数理统计学中的一个重要分支。它是以概率论、数理统计及线性代数为理论基础，结合一定的专业知识和实践经验，研究如何经济、合理地安排实验方案以及系统、科学地分析处理试验结果的一项科学技术，从而解决了长期以来在试验领域中，传统的试验方法对于多因素试验往往只能被动地处理试验数据，而对试验方案的设计及试验过程的控制显得无能为力这一问题。 1.2试验设计与数据处理的作用（1）有助于研究者掌握试验因素对试验考察指标影响的规律性，即各因素的水平改变时指标的变化情况。（2）有助于分清试验因素对试验考察指标影响的大小顺序，找出主要因素。（3）有助于反映试验因素之间的相互影响情况，即因素间是否存在交互作用。（4）能正确估计和有效控制试验误差，提高试验的精度。（5）能较为迅速地优选出最佳工艺条件（或称最优方案），并能预估或控制一定条件下的试验指标值及其波动范围。（6）根据试验因素对试验考察指标影响规律的分析，可以深入揭示事物内在规律，明确进一步试验研究的方向。

1.3试验设计与数据处理应遵循的原则（1）重复原则：重可复试验是减少和估计随机误差的的基本手段。（2）随机化原则：随机化原则可有效排除非试验因素的干扰，从而可正确、无偏地估计试验误差，并可保证试验数据的独立性和随机性。（3）局部控制原则：局部控制是指在试验时采取一定的技术措施方法减少非试验因素对试验结果的影响。用图形表示如下： 2试验设计与数据处理方法总述和总结 2.1方差分析（1）概念：方差分析是用来检验两个或两个以上样本的平均值差异的显著程度。并由此判断样本究竟是否抽自具有同一均值的总体。（2）优点：方差分析对于比较不同生产工艺或设备条件下产量、质量的差异，分析不同计划方案效果的好坏和比较不同地区、不同人员有关的数量指标差异是否显著时，是非常有用的。（3）缺点：对所检验的假设会发生错判的情况，比如第一类错误或第二类错误的发生。（4）基本原理：方差分析的基本思路是一方面确定因素的不同水平下均值之间的方差，把它作为对由所有试验数据所组成的全部总体的方差的第一个估计值；另一方面再考虑在同一水平下不同试验数据对于这一水平的均值的方差，由此计算出对由所有试验数据所组成的全部数据的总体方差的第二个估计值。比较上述两个估计值，如果这两个方差的估计值比较接近就说明因素的不同水平下的均值间的差异并不大，就接受零假设；否则，说明因素的不同水平下的均值间的差异比较大。

实验设计与数据处理试题库

一、名词解释：（20分） 1.准确度和精确度：同一处理观察值彼此的接近程度同一处理的观察值与其真值的接近程度 2.重复和区组：试验中同一处理的试验单元数将试验空间按照变异大小分成若干个相对均匀的局部，每个局部就叫一个区组 3回归分析和相关分析：对能够明确区分自变数和因变数的两变数的相关关系的统计方法：对不能够明确区分自变数和因变数的两变数的相关关系的统计方法 4.总体和样本：具有共同性质的个体组成的集合从总体中随机抽取的若干个个体做成的总体 5.试验单元和试验空间：试验中能够实施不同处理的最小试验单元所有试验单元构成的空间二、填空：（20分） 1.资料常见的特征数有：（3空）算术平均数方差变异系数 2.划分数量性状因子的水平时，常用的方法：等差法等比法随机法（3空） 3.方差分析的三个基本假定是（3空）可加性正态性同质性 4.要使试验方案具有严密的可比性，必须（2空）遵循“单一差异”原则设置对照 5.减小难控误差的原则是（3空）设置重复随机排列局部控制 6.在顺序排列法中，为了避免同一处理排列在同一列的可能，不同重复内各处理的排列方式常采用（2空）逆向式阶梯式 7.正确的取样技术主要包括：（）确定合适的样本容量采用正确的取样方法 8.在直线相关分析中，用（相关系数）表示相关的性质，用（决定系数）表示相关的程度。三、选择：（20分） 1试验因素对试验指标所引起的增加或者减少的作用，称作（C） A、主要效应 B、交互效应 C、试验效应 D、简单效应 2.统计推断的目的是用（A） A、样本推总体 B、总体推样本 C、样本推样本 D、总体推总体 3.变异系数的计算方法是（B） 4.样本平均数分布的的方差分布等于（A） 5.t检验法最多可检验（C）个平均数间的差异显著性。 6.对成数或者百分数资料进行方差分析之前，须先对数据进行（B） A、对数 B、反正弦 C、平方根 D、立方根 7.进行回归分析时，一组变量同时可用多个数学模型进行模拟，型的数据统计学标准是（B） A、相关系数 B、决定性系数 C、回归系数 D、变异系数 8.进行两尾测验时，u0.10=1.64,u0.05=1.96,u0.01=2.58,那么进行单尾检验，u0.05=(A) 9.进行多重比较时，几种方法的严格程度（LSD\SSR\Q）B 10.自变量X与因变量Y之间的相关系数为0.9054，则Y的总变异中可由X与Y的回归关系解释的比例为（C） A、0.9054 B、0.0946 C、0.8197 D、0.0089 四、简答题：（15分） 1.回归分析和相关分析的基本内容是什么？（6分）配置回归方程，对回归方程进行检验，分析多个自变量的主次效益，利用回归方程进行预测预报：计算相关系数，对相关系数进行检验 2.一个品种比较试验，4个新品种外加1个对照品种，拟安排在一块具有纵向肥力差异的地块中，3次重复（区组），各重复内均随机排列。请画出田间排列示意图。（2分） 3.田间试验中，难控误差有哪些？（4分）土壤肥力，小气候，相邻群体间的竞争差异，同一群体内个体间的竞争差异。 4随即取样法包括哪几种方式？（3分）简单随机取样法分层随机取样法整群简单随机取样法五、计算题（25分） 1.研究变数x与y之间的关系，测得30组数据，经计算得出：x均值=10，y均值=20，l xy=60, l yy=300,r=0.6。根据所得数据建立直线回归方程。（5分）a=2 b=1.8 y=2+1.8 x 2.完成下列方差分析表，计算出用LSR法进行多重比较时各类数据填下表：

数据处理与实验设计小论文

上海大学2014～2015学年秋季学期研究生课程考试课程名称：数据处理与实验设计课程编号：11S009003论文题目：正交实验在锂离子电极材料制备中的应用研究生姓名：李艳峰学号：14722191 论文评语：成绩：任课教师：评阅日期：

正交实验在锂离子电极材料制备中的应用李艳峰（上海大学环境与化学工程学院，上海200444）摘要：锂源、反应温度、反应时间和锂钛摩尔比是影响锂离子电极负极材料Li4Ti5O12制备的重要因素，本文利用正交实验L9 (34)的方法对液相法制备Li4Ti5O12的各种影响因素进行进一步优化，从而得到最优水平组合，并对各种影响因素进行权重分析。最后，利用正交实验确定了液相法制备Li4Ti5O12的最佳工艺：烧结温度为750℃，烧结时间为8h，LiOH·H2O 为锂源，原料中锂钛摩尔比为0.85。关键词：正交实验设计；液相法；影响因素；中图分类号：O242.1文献标识码：A The application of orthogonal experimental design on liquid method in the production of Lithium-ion electrode materials Yanfeng Li (School of Environmental and Chemical Engineering, Shanghai University, Shanghai 200444, China) Abstract:lithium source, reaction temperature, reaction time and lithium titanium molar ratio are important factors for the preparation of Li4Ti5O12 conditions of liquid method. Based on the single factor experiment, this study use L9 (34) orthogonal experiments to optimized the removal of the preparation of Li4Ti5O12 of liquid method. The optimal technological parameters of solution method determined by the orthogonal experiment were as follows: sintering temperature was 750℃, sintering time was 8 h, the lithium resource was LiOH·H2O and the mole ration of Li to Ti was 0.85. Key words: Orthogonal experimental design;Liquid method; Factors;

试验设计与数据处理课程论文

课程论文课程名称试验设计与数据处理专业2012级网络工程学生姓名孙贵凡学号201210420136 指导教师潘声旺职称副教授

成绩科学研究与数据处理学院信息科学与技术学院专业网络工程姓名孙贵凡学号：201210420136 摘要：《实验设计与数据处理》这门课程列举典型实例介绍了一些常用的实验设计及实验数据处理方法在科学研究和工业生产中的实际应用，重点介绍了多因素优化实验设计——正交设计、回归分析方法以对目标函数进行模型化处理。其适于工艺、工程类本科生使用，尤其适用于化学化工、矿物加工、医学和环境学等学科的本科生使用。其对行实验设计可提供很大的帮助，也可供广大分析化学工作者应用。关键字：优化实验设计; 标函数进行模型化处理; 正交设计; 回归分析方法 1 引言实验是一切自然科学的基础,科学界中大多数公式定理是由试验反复验证而推导出来的。只有经得起试验验证的定理规律才具有普遍实用性。而科学的试验设计是利用自己已有的专业学科知识，以大量的实践经验为基础而得出的既能减少试验次数，又能缩短试验周期，从而迅速找到优化方案的一种科学计算方法，就必然涉及到数据处理，也只有对试验得出的数据做出科学合理的选择，才能使实验结果更具说服力。实验设计与数据处理在水处理中发挥着不可估量的作用，通过科学合理的实验设计过程加上严谨规范的数据处理方法，可以使水处理原理，内在规律性被很好的发现，从而更好的应用于生产实践。 2 材料与方法 2.1 供试材料 1. 论文所围绕的目标和假设研究的目标就是实验的目的，我们设计了这个实验是想来做什么以及想得到什么样的结论。要正确的识别问题和陈述问题，这些需要专业知识和大量的阅读文献综述等方法来获得我们所要提出的问题。需要对某一个具体的问题，并且对这个具体的问题提出假设。如水处理中混凝剂的最佳投加量，混凝剂的最佳投加量有一个适宜的PH值范围。

实验设计与数据处理

试验设计与数据处理学院班级学号学生姓名指导老师

第一章 4、相对误差18.20.1%0.0182x mg mg ?=?= 故100g 中维生素C 的质量范围为：±。 5、1）、压力表的精度为级，量程为，则 max 0.2 1.5%0.00333 0.375 8 R x MPa KPa x E x ?=?==?=== 2）、1mm 的汞柱代表的大气压为，所以 max 2 0.1330.133 1.662510 8 R x KPa x E x -?=?===? 3）、1mm 水柱代表的大气压为gh ρ，其中2 9.8/g m s = 则： 3max 33 9.8109.810 1.22510 8 R x KPa x E x ---?=???===? 6. 样本测定值算数平均值几何平均值调和平均值标准差s 标准差σ 样本方差S 2 总体方差σ2 算术平均误差△ 极差R 7、S ?2＝，S ?2＝ F ＝S ?2/ S ?2＝= 而F （）=，= 所以F （）< F < 两个人测量值没有显著性差异，即两个人的测量方法的精密度没有显著性差异。 |||69.947|7.747 6.06 p p d x =-=>

分析人员A分析人员B 8样本方差1 8样本方差2 10Fa值 104F值 6 68 4705 6 6 88 8.旧工艺新工艺 %% %% %% %% %% %% %% %% %% % % % % t-检验: 双样本异方差假设变量 1变量 2 平均方差观测值139假设平均差0 df8 t Stat-38. P(T<=t) 单尾0 t 单尾临界 P(T<=t) 双尾0 t 双尾临界 F-检验双样本方差分析

实验设计与数据处理课后答案

《试验设计与数据处理》专业：机械工程班级：机械11级专硕学号：S110805035 姓名：赵龙第三章：统计推断 3-13 解：取假设H0：u1-u2≤0和假设H1：u1-u2＞0用sas分析结果如下：Sample Statistics Group N Mean Std. Dev. Std. Error ---------------------------------------------------- x 8 0.231875 0.0146 0.0051 y 10 0.2097 0.0097 0.0031 Hypothesis Test Null hypothesis: Mean 1 - Mean 2 = 0 Alternative: Mean 1 - Mean 2 ^= 0 If Variances Are t statistic Df Pr > t ---------------------------------------------------- Equal 3.878 16 0.0013 Not Equal 3.704 11.67 0.0032 由此可见p值远小于0.05，可认为拒绝原假设，即认为2个作家所写的小品文中由3个字母组成的词的比例均值差异显著。 3-14 解：用sas分析如下： Hypothesis Test Null hypothesis: Variance 1 / Variance 2 = 1 Alternative: Variance 1 / Variance 2 ^= 1 - Degrees of Freedom - F Numer. Denom. Pr > F ---------------------------------------------- 2.27 7 9 0.2501 由p值为0.2501＞0.05（显著性水平），所以接受原假设，两方差无显著差异第四章：方差分析和协方差分析 4-1 解： Sas分析结果如下： Dependent Variable: y Sum of Source DF Squares Mean Square F Value Pr > F

试验设计与数据处理试验报告

试验设计与数据处理试验报告正交试验设计 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：

需要考虑交互作用有A×B，A×C，B×C，如果将A，B，C分别安排在正交表L8（2）的 1,2,4列上，试验结果（提取量/ml）依次是1.01,，1,33，1,13，1.06,，1.03，0.08,，0.76，0.56. 试用方差分析法（α=0.05）分析实验结果，确定较优工艺条件解：（1）列出正交表L8（27）和实验结果，进行方差分析。试验号 A B A×B C A×C B×C 空号提取量（ml） 1 1 1 1 1 1 1 1 1.01 2 1 1 1 2 2 2 2 1.33 3 1 2 2 1 1 2 2 1.13 4 1 2 2 2 2 1 1 1.06 5 2 1 2 1 2 1 2 1.03 6 2 1 2 2 1 2 1 0.8 7 2 2 1 1 2 2 1 0.76 8 2 2 1 2 1 1 2 0.56 K1 4.53 4.17 3.66 3.93 3.5 3.66 3.63 K2 3.15 3.51 4.02 3.75 4.18 4.02 4.05 k1 2.265 2.085 1.83 1.965 1.75 1.83 1.815 k2 1.575 1.755 2.01 1.875 2.09 2.01 2.025 极差R 1.38 0.66 0.36 0.18 0.68 0.36 0.42 因素主次 A A×C B A×B B×C 优选方案 A1B1C1 SS J 0.23805 0.05445 0.0162 0.00405 0.0578 0.0162 0.02205 Q 7.7816 总和T 7.68 P=T^2/n 7.3728 SS T 0.4088 差异源SS df MS F 显著性 A 0.23805 1 0.23805 19.5925 9259 * B 0.05445 1 0.05445 4.48148 1481 A*B 0.0162 1 0.0162 1.33333 3333 C 0.00405 1 0.00405 0.33333 3333 A*C 0.0578 1 0.0578 4.75720 1646

综合性、设计性实验指导书(范本)

设计性实验指导书实验名称：冷冻鱼糜及鱼糜制品的生产实验项目性质：本实验是食品科学与工程专业水产品加工方向的学生在学习了《水产食品加工学》这门课程之后，将其课堂上学习的水产品加工理论知识应用到生产实践的一个设计性试验。该实验是由学生自己设计鱼糜制品（鱼丸）的配方和生产工艺。通过实验可以实现以学生自我训练为主的教学模式，使学生更好地掌握实验原理、操作方法、步骤，全面了解掌握鱼糜制品弹性形成的机理、掌握鱼糜制品制造的技术原理、掌握影响鱼糜制品弹性的因素。培养学生思考问题、分析问题和解决问题的能力，提高学生的创新思维和实际动手能力，提高学生驾驭知识的能力，培养学生事实求是的科学态度，百折不挠的工作作风，相互协作的团队精神，勇于开拓的创新意识。通过开展这项工作，将有利于学校培养社会所需要的高素质、创新型人才。所属课程名称：水产食品加工学计划学时：10 一、实验目的 1、掌握冷冻鱼糜的生产原理和工艺技术；抗冻剂防治鱼肉蛋白质冷冻变性的作用；鱼肉蛋白质变性的特征变化。 2、掌握鱼糜制品弹性形成的机理及其影响弹性的因素。 3、掌握鱼糜制品制造的生产技术。 4、掌握鱼糜凝胶化和凝胶劣化的性质。 5、学习鱼糜制品弹性感观检验方法。二、设计指标设计的鱼糜制品（鱼丸）主要考虑如下质量指标： 1、鱼丸的凝胶强度 2、鱼丸的风味 3、鱼丸的香气 4、鱼丸的产品成数 5、鱼丸的白度 6、鱼丸的水分三、实验要求（设计要求） 1、要求学生首先查资料，搞清楚不同鱼种在制作冷冻鱼糜时形成凝胶的特性，熟悉冷冻鱼糜的制作工艺过程，了解其相关的机械设备。 2、学生自己设计鱼糜制品（鱼丸）的配方和生产工艺。按5人为一实验小组，学生自己拆装、调试设备。各实验小组自己根据鱼糜制品制造的技术原理、影响鱼糜制品弹性的因素，各组自己制定鱼丸生产工艺，产品配方，用各实验小

实验设计与数据处理

Fisher传统的试验设计被誉为第一个里程碑。正交表的构造和开发是第二个里程碑，日本学者田口玄一开开发的SN比试验设计则称为第三个里程碑。第一章试验设计 1.试验包括：验证性试验、探索性试验。 2.试验设计的要求：效率、精度。（效率由设计保证，精度由数据处理、分析保证。） 3.试验方案设计的4个基本要素：目标、目标函数、因素、水平。 4.目标：进行试验所要达到的目的。目标可以定量也可定性。 5.目标函数：表示目标的函数Y(x)。有显示目标函数、隐式目标函数。 6.因素：对目标产生影响的自变量或试验条件，也称因子。分为可控因素与不可控因素。 7.水平：每个因素所处的状态，也称位级。 8.选取因素的原则：抓住主要因素及多因素之间的交互作用；抓住非主要因素，在试验中保持不变，消除其干扰。因素用大写字母表示。

9.按所取因素的多少，可把试验分为单因素试验、两因素试验、多因素试验。 10.交互作用：就是这些因素在同时改变水平时，其效果会超过单独改变某一因素水平时的效果。 11.水平的选取原则：等间距；三水平为宜；是具体的；技术上可行。 12.误差包括：系统误差、随机误差。 13.费希尔Fisher三原则（作用：进行误差控制）：重复测试、随机化、区组控制。 14.重复测试，作用：减小误差。 15.随机化是使系统误差转化为偶然误差的有效方法。原则：进行随机化，使其转化为随机误差。 16.区组控制，原则：机会均等，公平原则。区组控制原则实质上是机会均等原则，实行区组控制，可使设备条件由存在差异转化为没有差异，在区组控制中也把区组当做因素来对待，并称之为区组因素。 17.试验设计法和现行做法的不同点：对于不能实现控制的环境条件及未知原因对试验数据产生的干扰和影响程度，可以做出客观

《实验设计与数据处理》教学大纲

《实验设计与数据处理》教学大纲（Experiment Design and Data Analysis）一、基本信息课程代码：学分：2 总课时：32 课程性质：硕士专业必修课适用专业：环境工程先修课程：高等数学、概率论、线性代数二、本课程教学目的和任务本课程是环境工程硕士生的专业课。数据分析作为一种研究手段，主要是通过从系统设计、参数设计和允许误差设计入手，运用一定的物质手段，在人为控制或模拟自然现象的条件下，使环境过程以纯粹的、典型的形式表现出来，以便进行观察、研究、探索环境本质及其规律，使试验设计建立在统计理论基础之上，试验设计与数据处理相并重。三、大纲的教学体系以课堂教学和上机操作为主，采用多媒体教学，辅以课堂讨论、专题讲解等内容。主要开展环境试验的优化设计、环境数据的展示分析、环境数据的比较分析、环境数据的关系分析、环境数据的类别分析、环境数据的序列分析、环境数据的序列分析、正交试验的数据分析、回归分析、数据分析软件学习等内容。四、教学内容及要求第一章环境实验设计与数据处理概论要求掌握（1）环境试验研究的目的与任务；（2）环境试验研究的类型；（3）环境试验研究的程序重点内容：准确理解环境试验研究类型的区分；理解环境试验研究的设计步骤，以及试验设计的基本要求。难点内容：理解环境试验因子、水平、处理、重复、响应指标等要素，了解准确度、精密度等概念。第二章环境试验的优化设计要求掌握（1）非均分设计；（2）黄金分割设计；（3）纵横对折设计；（4）平行线设计；（5）环境试验的正交设计；（6）环境试验点均匀设计；熟悉单因子、双因子优选设计的基本方法，熟悉正交表的定义和类型；了解均匀设计与正交设计的区别。重点内容：正交试验的设计步骤，常见的正交设计运用方法，均匀设计的步骤难点内容：了解分数法设计；旋升设计；逐步提高设计；陡度法设计；单纯形法设计等。第三章环境数据的展示分析

试验设计与数据处理(整理)

第四章 1、误差的来源: 主要有四个方面：1.设备仪表误差：包括所使用的仪器、器件、引线、传感器及提供检定用的标准器等，均可引入误差。2.环境误差：周围环境的温度、湿度、压力、振动及各种可能干扰测量的因素，均能使测量值发生变化，使测量失准，产生误差；3.人员误差：测量人员分辨能力、测量经验和习惯，影响测量误差的大小。4.方法误差：研究与实验方法引起的误差。 2、误差的分类：粗大误差、系统误差、随机误差；粗大误差的特点是测量值显著异常。处理方法是在对实验结果进行数据处理之前，须先行剔除坏值。系统误差的特点是在测量条件一定时，误差的大小和方向恒定，当测量条件变化时，误差按某一确定规律变化。处理方法：由于误差是按某一确定规律变化的，即误差变化可用函数式或用曲线图形描述偶然出现，误差很大，数据异常。可以理论分析、实验验证，找到规律并修正。随机误差的特点是测量时，每一次测量的误差均不相同，时大时小，时正时负，不可预定，无确定规律。处理方法是采用数理统计的方法，来研究随机误差的特征，以判断它对测量结果的影响。粗大误差或者坏值的判断方法:剔除方法有两种：1)格拉布斯准则。设对某物理量进行N 次重复测量，得测量列x1，x2，···xn ，算术平均值11n i i x x n -==∑测量值与平均值之差称为残余误差或残差，用Vi 表示，即V i i x x - =- 测量列的标准差 σ= 若某测量值xi 的残差绝对值(,)V n αλασ>时，则判为坏值。（n 为测量次数，α为置信度）。2)3σ准则。确定其最大可能误差，并验证各测量值的误差是否超过最大可能误差。一般为简化计算，提出以+-3σ 为最大可能误差，也称为3σ准则。 3.误差传递公式及其应用（任意选取两个方面）