第4章试验设计基本知识.docx

第4章试验设计基本知识.docx

《第4章试验设计基本知识.docx》由会员分享，可在线阅读，更多相关《第4章试验设计基本知识.docx（8页珍藏版）》请在冰点文库上搜索。

第4章试验设计基本知识

第4章试验设计基本知识

4.1基本概念

一、试验指标

在试验设计中，根据试验目的而选定的用来衡量试验效果的特征值，称为试验指标。

试验指标可以是数量指标、质量指标、成本指标、效率指标等。

试验指标可分为两大类，一类是定量指标，也称为数量指标，它是在试验中能够直接得到具体数值的指标，如强度、硬度、重量、光洁度、精度、寿命、成本、合格率、pH值等；另一类是定性指标，或称非数量指标，它是在试验中不能得到具体数值的指标，如颜色、味道、光泽、手感等。

在试验设计中，为便于分析试验结果，一般把定性指标定量化，例如，可把色泽按不同深度分成不同等级。

试验指标可以是一个，也可以同时是几个。

前者称单指标试验设计，后者称多指标试验设计。

二、试验因素

对试验指标特征值可能有影响的原因或要素称为因素（factor），也称为因子，它是进行试验时重点考察的内容，因素一般用大写英文字母AB、C,,来标记，如因素A、因素B、因素C,等。

在确定试验因素时，必然以专业技术和生产实践经验为基础，应尽可能列出与研究对象目标有关的各种因素，然后判断哪些是需要探索的因素。

因素有各种分类方法，最简单的是分为可控因素和不可控因素

可控因素是指人们可以控制和调节的因素，如温度、流量、pH值等；

不可控因素指人们暂时不能控制和调节的因素，如设备的轻微振动、刀具的轻微磨损等。

进行试验设计时，一般只考虑可控因素。

只考察一个因素的试验叫单因素试验，考察两个因素的试验叫双因素试验，考察三个或三个以上因素试验中多因素试验。

三、因素水平（leveloffactor）

在试验设计中，为考察试验因素对试验指标的影响情况，要使试验因素处于不同的状态。

我们把试验因素所处的各种状态称为因素水平或试验水平，简称水平或位级。

试验设计中，一个因素选了几个水平，就称该因素为几水平因素。

如某试验中温度A选了300C和500C二个水平，时间B选了20min、40min、60min三个水平，就称A为二水平因素，B为三水平因素。

因素A的第一、二水平通常分别用A和A表示（即A=30°C、A=50°C）,而因素B的三个水平通常分别用B、B2和B3表示（即B=20、B2=40、B3=60）。

四、试验处理

试验处理是指各试验因素的不同水平之间的联合搭配，因此，试验处理也叫因素的水平组合或组合处理。

在单因素试验中，水平和处理是一致的，即一个水平就是一个处理。

在双因素或多因素试验中，由于因素和水平较多，可以形成若干个水平组合。

例如，研究两种不同温度（Ai,A）和三种不同时间（Bi，B2，压）对某反应的影响，则形成AB、AB、AiR、AB、AB2和AB六种水平组合，该试验共有六

个处理

处理数的多少等于参加试验的各因素水平数的乘积，如三因素三水平试验，共有3*3*3=27个处理。

五、全面试验

对全部组合处理进行试验，叫全面试验，显然，全面试验的试验次数等于各试验因素水平数的乘积。

全面试验的优点是能够掌握每个因素及其每一个水平对试验结果的影响，无一遗漏。

但是，当试验的因素和水平较多时，试验处理的数目会急剧增加。

全面试验次数也就急剧增加，当还要进行重复试验时，试验规模就非常庞大，以致难以实施，因此，全面试验只适用于因素和水平数目都不太多的试验。

六、部分实施

在全面试验中，随着试验因素和因素水平数的增多，会使处理数目急剧增多，以致难以实验。

即使能够实施；全面试验也不是一个经济有效的方法。

为此，在实际试验研究中，都采用部分实施方法。

所谓部分实施就是从全部组合处理中选取部分有代表性的处理进行实施。

正交试验设计和均匀试验设计都是部分实施。

部分实验可以使试验规模大为缩小。

例如三因素三水平试验共有27个处理，全面试验需进行27次，而用L9（34）正交表安排正交试验，只需9次，仅为全面试验的1/3；又如一个四因素五水平试验，全面试验至少需进行54=625次试验，而用U5（54）均匀设计表安排试验，仅需要5次试验。

所以，在试验因素和水平较多时，均采用部分实施方法。

4.2试验数据结构与试验误差

一、试验数据结构

众所周知，任何试验所得的结果（数据）总是存在差异，即使在同一条件下进行重复试验或重复取样，所得的数据也不完全一样，影响试验结果的原因很多，并且这些原因不是同等重要，而是有主有次、有大有小。

如果我们抓住一些重要因素加以控制，使这些因素固定在我们希望的水平上，从理论上讲，它们对试验结果x的影响也是固定的，以m表示；而那些次要因素不加控制，它们对实验结果的影响归为一项，称为误差项，以£表示。

因此，任何一个实验结果数据x都可分解为两部分，即：

x=m+£（4-1）

式中m为被控因素（即影响指标的主要因素）对指标的影响之和，它是某一生产条件下所得指标应有的理论值（真值），£是误差项，它是整个生产过程中许多未加控制因素（随机因素）对实验结果的影响之和，称为随机误差。

式（4-1）称为实验结果x的数据结构式，它是对实验结果进行统计分析的依据。

m和£在性质上是两类完全不同的量，m为常量，£是随机误差。

二、实验误差

任何一个实验数据都不可避免的包含有实验误差£，它的大小决定实验数据的精度，并直接影响实验结果分析的可靠性，实验设计的

一个重要任务就是设法减少实验误差£,从而提高对实验结果分析的精确性和判断的准确性。

1、实验误差的来源

（1）实验材料

实验中所用的实验材料在质量和纯度上不可能完全一致，即使是同一包装内的产品，有时也会存在某种程度的不均匀性，可见实验材料的差异在一定范围内是普遍存在的。

这种差异会对实验结果带来影响，产生误差。

（2）实验仪器设备

仪器误差是客观存在的，不可避免的。

仪器的精密度是有限的，长期使用的仪器会老化等，均会使实验结果产生误差。

（3）实验环境条件

环境因素主要包括温度、气压、振动、光线、电磁场、海拔高度和气流等。

实验条件对实验的影响是十分重要的，实验在完全相同的条件下进行，才能得到可靠的结果。

但是，实际上难以控制环境因素，特别是实验周期较长时，受环境影响的可能性就更大了，环境的变化还可能影响到实验材料的性质和试验仪器的性能，从而引起误差。

（4）实验操作

由于实验操作人员的某些生理特点和固有习惯，均会带来操作误

差。

2、实验误差的分类

1）随机误差

随机误差是由于在实验过程中一系列有关因素的细小随机波动而形成的具有相互抵消性误差，它决定实验结果的精密度。

随机误差在一次实验中是没有规律的。

但在多次实验中具有统计规律性，随机误差是无法严格控制的，是不可避免的，实验人员可设法将其大大减小，但不可能完全消除。

（2）系统误差

系统误差是在一定条件下，由某个或某些因素按照某一确定的规律起作用而形成的误差，它决定了实验结果的准确度。

系统误差是有规律的，是可以设法避免或通过校正加以消除的。

总之，实验过程中出现误差是不可避免的，但又必须设法尽量减小误差。

否者，有可能产生“假数据真计算”现象。

如何尽可能的减小实验误差呢？

这就是下面我们要讨论的内容。

4.3实验设计的基本原则

在实验设计中，为了尽量减少实验误差，就必须严格控制实验干扰。

所谓实验干扰，就是指前面讨论的实验误差来源的四个方面的因素。

这些干扰的影响是随机的，有些是事先无法估计的，并且实验过程中也无法控制的。

为了保证实验结果的精确度，各种试验组合处理必须在基本均匀一致的条件下进行，即应尽量控制或消除试验干扰的影响。

控制和消除试验干扰的方法，就是必须严格遵循实验设计的三个基本原则——重复、随机化和局部控制。

通常人们将这三个原则称为费歇（Fisher）三原则.

一．重复原则（principleofrepetition）

我们把相同实验条件下进行的二次或二次以上的实验，称为重复实验。

重复实验的目的在于估计和减小随机误差。

实验误差是客观存在和不可避免的，实验设计的任务之一是尽量减少误差和正确估计误差。

若某实验条件下只进行一次实验，那么就无法从一次实验结果中估计随机误差的大小。

只有重复实验才能利用同一条件取得的多个数据的差异，把随机误差估计出来。

实验重复次数越多，实验的精度也就越高。

虽然强调实验的重复，但并非盲目地追求反复进行实验。

没有正确的实验设计方法为指导，再多次的重复也无助于减少实验误差，反而造成人力、物力、财力和时间的大量浪费。

重复实验必须在“局部控制原则”的前提下进行。

此外，相同条件下的重复实验不能发现和减小系统误差，只有改变实验条件才能发现或减小系统误差。

二．随机化原则（principleofrandomization）在科学实验中，往往人为地有次序地安排实验而引起系统误差，

令人讨厌的是，实验结果中一旦含有系统误差，就不能通过任何数据处理的方法来消除，从而严重影响实验数据的准确性，有时甚至使实验作不出正确的判断而归于失败。

在试验设计中，遵循随机化原则是

所谓随机化原则，就是在试验中对试验的顺序和步骤按随机性原则来安排，使每一个组合处理及其每一个重复都有同等的机会被安排在某一特定的空间和时间环境中，保证试验条件在空间和时间上的均匀性。

随机化可消除系统误差，使系统误差转化为随机误差，从而可正确和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，以满足统计分析的基本要求，但它必须在设置适当次数重复的基础上才能发挥作用。

随机化通常采用抽签、摸牌或查随机数表等方法来实现。

书后附表6就是一种均匀分布的随机数表（seep.328），以后将要用到它。

三、局部控制原则（principleoflocalcontrol）

做一次试验，总是希望试验条件（即试验因素以外的所有其它条件，又称条件因素）基本上保持一致，这样得到的试验结果才可以直接看出试验因素对试验指标的影响情况，因素的不同水平之间才具有可比性，那么，如何使试验条件基本保持一致呢？

我们知道，任何一项试验都是在一定的时空范围内进行的，而不同时空范围内的试验条件是有差异的。

试验次数越多，所占的时空范围就越大，试验条件之间的差异也就越大。

反之，试验时空范围越小，试验条件越均匀一致。

如果我们把一项试验范围划分为几个小的范围——区组，使得每个区组内试验条件尽可能均匀一致，每个区组内各

处理的试验顺序随机安排。

这样，每个区组内的试验误差大大减小。

虽然区组间的试验条件差异较大，但可用适当的统计方法来处理。

这种安排试验的方法称为局部控制，也称局部管理。

实施局部控制时，究竟如何划分区组，贝师根据具体情况确定。

例如，可以根据时间、空间、仪器设备、操作人员等划分区组。

在实际应用中，试验设计的三个原则是相辅相成、相互补充和融为一体的。

从而能控制试验干扰，保证试验条件均匀一致，提高试验精度，减少试验误差。

再结合适当的统计分析方法，就能准确地评价试验因素的作用，正确地估计试验误差，作出可靠的推断，从而获得正确的结论。

例：

用ABC三种方法测定维生素C,由甲、乙、丙三人操作，每个试验重复三次，共9次试验（即9个处理）。

目的是评价三种方法的好坏。

F表出了三种试验设计方法。

（a）规则的设计法

试验人员

甲

乙

丙

处理

AAA

BBB

CCC

（b）完全随机化设计法

试验人员

甲

乙

丙

处理

BCA

CBB

ACA

（c）随机化局部控制设计法

试验人员

甲

乙

丙

处理

BCA

CAB

ACB