常用统计技术在质量管理的应用研讨(共91页).ppt

1、本资料来源常用统计技术常用统计技术在质量管理中的应用在质量管理中的应用安徽大学经济学院安徽大学经济学院 祝清祝清电话：电话：讲座提纲（讲座提纲（Outline） 方差分析方差分析 回归分析回归分析 试验设计试验设计讲座方式（讲座方式（Arrangement） 案例为主案例为主 注重理论注重理论 现场答疑现场答疑 在终极的分析中，一切知识都是历史 在抽象的意义下，一切科学都是数学 在理性的基础上，所有的判断都是 统计学质量管理三阶段 检验质量管理 统计质量管理 全面质量管理第一节第一节 方差分析方差分析 一、几个概念一、几个概念二、单因子方差分析二、单因子方差分析 三、重复数不等的情况（略）三、

2、重复数不等的情况（略）一、几个概念一、几个概念 在试验中改变状态的因素称为因子，常用大写在试验中改变状态的因素称为因子，常用大写英文字母英文字母A、B、C、等表示。等表示。 因子在试验中所处的状态称为因子的水平。因子在试验中所处的状态称为因子的水平。用代表因子的字母加下标表示，记为用代表因子的字母加下标表示，记为A1，A2，Ak。 试验中所考察的指标（可以是质量特性也可试验中所考察的指标（可以是质量特性也可以是产量特性或其它）用以是产量特性或其它）用Y表示。表示。Y是一个随机变是一个随机变量。量。单因子试验：单因子试验：若试验中所考察的因子只有一个。若试验中所考察的因子只有一个。例例2-1 现

3、有甲、乙、丙三个工厂生产同一种零件，现有甲、乙、丙三个工厂生产同一种零件，为了了解不同工厂的零件的强度有无明显的差异，为了了解不同工厂的零件的强度有无明显的差异，现分别从每一个工厂随机抽取四个零件测定其强度，现分别从每一个工厂随机抽取四个零件测定其强度，数据如表所示，试问三个工厂的零件的平均强度是数据如表所示，试问三个工厂的零件的平均强度是否相同？否相同？ 工厂工厂 量件强度量件强度 甲甲 乙乙 丙丙 103 101 98 110 113 107 108 116 82 92 84 86三个工厂的零件强度三个工厂的零件强度 在这一例子中，考察一个因子：在这一例子中，考察一个因子： 因子因子A：工

4、厂：工厂该因子有三个水平：甲、乙、丙该因子有三个水平：甲、乙、丙试验指标是：零件强度试验指标是：零件强度 这是一个单因子试验的问题。每一水平下的这是一个单因子试验的问题。每一水平下的试验结果构成一个总体，现在需要比较三个总体试验结果构成一个总体，现在需要比较三个总体均值是否一致。如果每一个总体的分布都是正态均值是否一致。如果每一个总体的分布都是正态分布，并且各个总体的方差相等，那么比较各个分布，并且各个总体的方差相等，那么比较各个总体均值是否一致的问题可以用方差分析方法来总体均值是否一致的问题可以用方差分析方法来解决。解决。二、单因子方差分析二、单因子方差分析 假定因子假定因子A有有r个水平，

5、在个水平，在Ai水平下指标服水平下指标服从正态分布，其均值为从正态分布，其均值为 ，方差为，方差为 ，i=1,2, , r。每一水平下的指标全体便构成一个总体，共。每一水平下的指标全体便构成一个总体，共有有r个总体，这时比较各个总体的问题就变成比个总体，这时比较各个总体的问题就变成比较各个总体的均值是否相同的问题了，即要检验较各个总体的均值是否相同的问题了，即要检验如下假设是否为真：如下假设是否为真：i2r:H 210 当当 不真时，表示不同水平下的指标的均不真时，表示不同水平下的指标的均值有显著差异，此时称因子值有显著差异，此时称因子A是显著的，否则是显著的，否则称因子称因子A不显著。检验这

6、一假设的分析方法便不显著。检验这一假设的分析方法便是方差分析。是方差分析。0H 方差分析的三个基本假定方差分析的三个基本假定1. 在水平在水平 下，指标服从正态分布下，指标服从正态分布 ；iA),(Ni2 2. 在不同水平下，各方差相等；在不同水平下，各方差相等；3. 各数据各数据 相互独立。相互独立。ijy 设在一个试验中只考察一个因子设在一个试验中只考察一个因子A，它有，它有r个个水平，在每一水平下进行水平，在每一水平下进行m次重复试验，其结果用次重复试验，其结果用 表示，表示，i=1,2, , r。 常常把数据列成常常把数据列成如下表格形式：如下表格形式：imiiy,y,y21单因子试验

7、数据表单因子试验数据表水平水平试验数据试验数据和和均值均值A1myyy11211,T11yA2myyy22221,T22yArrmrryyy,21Trry 记第记第i水平下的数据均值为水平下的数据均值为 ，总均值为，总均值为 。此。此时共有时共有n=rm个数据，这个数据，这n个数据不全相同，它们的个数据不全相同，它们的波动（差异）可以用总离差平方和波动（差异）可以用总离差平方和ST去表示去表示iyy rimjijT)yy(S112记第记第i 水平下的数据和为水平下的数据和为Ti， ； mjijiyT1引起数据波动（差异）的原因不外如下两个：引起数据波动（差异）的原因不外如下两个： 一是由于因子

8、一是由于因子A的水平不同，当假设的水平不同，当假设H0不真不真时，各个水平下指标的均值不同，这必然会使试时，各个水平下指标的均值不同，这必然会使试验结果不同，我们可以用组间离差平方和来表示，验结果不同，我们可以用组间离差平方和来表示，也称因子也称因子A的离差平方和：的离差平方和： riiAyymS12这里乘以这里乘以m是因为每一水平下进行了是因为每一水平下进行了m次试验。次试验。 二是由于存在随机误差，即使在同一水平下二是由于存在随机误差，即使在同一水平下获得的数据间也有差异，这是除了因子获得的数据间也有差异，这是除了因子A的水平的水平外的一切原因引起的，我们将它们归结为随机误外的一切原因引起

9、的，我们将它们归结为随机误差，可以用组内离差平方和表示：差，可以用组内离差平方和表示： rimjiijeyyS112 Se：也称为误差的离差平方和：也称为误差的离差平方和可以证明有如下平方和分解式：可以证明有如下平方和分解式：eATSSS ST、SA、Se 的自由度分别用的自由度分别用 、 、 表示，它们也有分解式：表示，它们也有分解式： ，其中：，其中：TfAfefeATfff 1 试试验验数数Tf1 水水平平数数AfATefff 因子或误差的离差平方和与相应的自由度因子或误差的离差平方和与相应的自由度之比称为因子或误差的均方和，并分别记为：之比称为因子或误差的均方和，并分别记为：AAAfS

10、MS eeefSMS 两者的比记为：两者的比记为：eAMSMSF 当当 时认为在显著性水平时认为在显著性水平 上因上因子子A是显著的。其中是显著的。其中 是自由度为是自由度为 的的F分布的分布的1-分位数。分位数。),(1eAffFF ),(1eAffF eAff ,单因子方差分析表单因子方差分析表 来来源源偏偏差差平平方方和和自自由由度度均均方方和和F比比因因子子A误误差差eSASe1 rfArnfe AAAfSMS eeefSMS eAMSMSF 总总计计TST1 nfT各个离差平方和的计算：各个离差平方和的计算： nTyyySrimjijrimjijT2112112 r1i22i2ir1

11、iAnTmTyymSATeSSS 其中其中 是第是第i个水平下的数据和；个水平下的数据和；T表示表示所有所有n=r m个数据的总和。个数据的总和。 iT进行方差分析的步骤如下：进行方差分析的步骤如下： （1）计算因子）计算因子A的每一水平下数据的和的每一水平下数据的和T1，T2，Tr及总和及总和T； （2）计算各类数据的平方和）计算各类数据的平方和 ； 222,TTyiij （3）依次计算）依次计算ST，SA，Se； （4）填写方差分析表；）填写方差分析表； （5）对于给定的显著性水平）对于给定的显著性水平，将求得的，将求得的F值与值与F分布表中的临界值分布表中的临界值 比较，当比较，当 时认

12、为因子时认为因子A是显著的，否则认为是显著的，否则认为因子因子A是不显著的。是不显著的。 eAffF,1 eAffFF,1 对对例例2-1的分析的分析 （1）计算各类和：）计算各类和： 每一水平下的数据和为：每一水平下的数据和为： 344,444,412321 TTT数据的总和为数据的总和为T=1200 （2）计算各类平方和：）计算各类平方和： 原始数据的平方和为：原始数据的平方和为： 1214922ijy每一水平下数据和的平方和为每一水平下数据和的平方和为 4852162 iT（3）计算各离差平方和：）计算各离差平方和： ST=121492-12002/12=1492， fT=34-1=11

13、SA=485216/4-12002/12=1304, fA=3-1=2Se= 1492-1304=188, fe=11-2=9（4）列方差分析表：）列方差分析表： 例例2-1的方差分析表的方差分析表 来源来源偏差平方和偏差平方和自由度自由度均方和均方和F比比因子因子A1304AS2Af652 AMSF=31.21误差误差e188eS9ef920.MSe 总计总计T1492TS11Tf（5） 如果给定如果给定 =0.05，从，从F分布表查得分布表查得 26. 4)9 , 2(95. 0 F 由于由于F4.26，所以在，所以在 =0.05水平上结论是因水平上结论是因子子A是显著的。这表明不同的工厂

14、生产的零件强是显著的。这表明不同的工厂生产的零件强度有明显的差异。度有明显的差异。 当因子当因子A是显著时，我们还可以给出每一水是显著时，我们还可以给出每一水平下指标均值的估计，以便找出最好的水平。在平下指标均值的估计，以便找出最好的水平。在单因子试验的场合，第单因子试验的场合，第i个水平指标均值的估计个水平指标均值的估计为：为： iiy ， ri, 2 , 1 在在例例2-1中，三个工厂生产的零件的平均强度中，三个工厂生产的零件的平均强度的的估计分别为：的的估计分别为： 86,111,103321 由此可见，乙厂生产的零件的强度的均值由此可见，乙厂生产的零件的强度的均值最大，如果我们需要强度

15、大的零件，那么购买最大，如果我们需要强度大的零件，那么购买乙厂的为好；而从工厂来讲，甲厂与丙厂应该乙厂的为好；而从工厂来讲，甲厂与丙厂应该设法提高零件的强度。设法提高零件的强度。 误差方差的估计：这里方差误差方差的估计：这里方差 的估计是的估计是MSe。在本例中：在本例中： 的估计是的估计是20.9。 2 2 的估计是的估计是 57. 49 .20 三、重复数不等的情况（略）三、重复数不等的情况（略）第二节第二节 回归分析回归分析 一、散点图一、散点图二、相关系数二、相关系数三、一元线性回归分析三、一元线性回归分析四、可化为一元线性回归分析的曲线回归分析四、可化为一元线性回归分析的曲线回归分析

16、 请看例子请看例子 例例2-2 合金的强度合金的强度y与合金中的碳含量与合金中的碳含量x有关。有关。为了生产出强度满足顾客需要的合金，在冶炼时为了生产出强度满足顾客需要的合金，在冶炼时应该如何控制碳含量？如果在冶炼过程中通过化应该如何控制碳含量？如果在冶炼过程中通过化验得到了碳含量，能否预测合金的强度？验得到了碳含量，能否预测合金的强度？ 这时需要研究两个变量间的关系。首先是收这时需要研究两个变量间的关系。首先是收集数据集数据(xi,yi)，i=1,2, ,n。现从生产中收集到表。现从生产中收集到表2.2-1所示的数据。所示的数据。 表表2-1 数据表数据表 序号序号xy10.1042.020

17、.1143.530.1245.040.1345.550.1445.060.1547.570.1649.080.1753.090.1850.0100.2055.0110.2155.0120.2360.0一、散点图一、散点图 6050400.150.200.10 xy例例2-2的散点图的散点图 二、相关系数二、相关系数 1相关系数的定义相关系数的定义 在散点图上在散点图上 n 个点在一条直线附近，但又个点在一条直线附近，但又不全在一条直线上，称为两个变量有线性相关不全在一条直线上，称为两个变量有线性相关关系，可以用相关系数关系，可以用相关系数 r 去描述它们线性关系去描述它们线性关系的密切程度的密

18、切程度 yyxxxyLLLr nTTyxyyxxLyxiiiixy)( nTxxxLxiixx222 nTyyyLyiiyy222 iyyT ixxT,性质：性质： 1 r 表示表示n个点在一条直线上，这时两个个点在一条直线上，这时两个变量间完全线性相关。变量间完全线性相关。 1r r0表示当表示当x增加时增加时y也增大，称为正相关也增大，称为正相关 r0.576，说明两个变量间有（正）线性相关关系。说明两个变量间有（正）线性相关关系。 576. 0)10(975. 0 r三、一元线性回归方程三、一元线性回归方程 1. 一元线性回归方程的求法：一元线性回归方程的求法： 一元线性回归方程的表达式

19、为一元线性回归方程的表达式为 bxay 其中其中a与与b使下列离差平方和达到最小：使下列离差平方和达到最小： 2)(),(iibxaybaQ通过微分学原理，可知通过微分学原理，可知 xxxyLLb ， xbya 称这种估计为最小二乘估计。称这种估计为最小二乘估计。 b 称为回归系数；称为回归系数；a一般称为常数项。一般称为常数项。 求一元线性回归方程的步骤如下：求一元线性回归方程的步骤如下： （1）计算变量）计算变量x与与y的数据和的数据和Tx，Ty；（2）计算各变量的平方和与乘积和；）计算各变量的平方和与乘积和；（3）计算）计算Lxx,Lxy；（4）求出）求出b与与a；利用前面的数据，可得：

20、利用前面的数据，可得： b=2.4392/0.0186=130.6022 a=590.5/12-130.6022 1.90/12=28.5297 （5）写出回归方程：）写出回归方程： xy6022.1305340.28 画出的回归直线一定通过（画出的回归直线一定通过（0，a）与）与 两点两点 ),(yx上例：上例： bxay 或或 xxbyy 2. 回归方程的显著性检验回归方程的显著性检验 有两种方法：有两种方法： 一是用上述的相关系数；一是用上述的相关系数； 二是用方差分析方法（为便于推广到多元二是用方差分析方法（为便于推广到多元线性回归的场合），将总的离差平方和分解成线性回归的场合），将总

21、的离差平方和分解成两个部分：回归平方和与离差平方和。两个部分：回归平方和与离差平方和。 总的离差平方和：总的离差平方和： 2yySiT回归平方和：回归平方和： xyiRbLyyS 2离差平方和：离差平方和： RTiiESSyyS 2且有且有ST=SR+SE，其中，其中 iibxay 它们的自由度分别为：它们的自由度分别为： fT=n-1，fR=1，fE=n-2=fT-fR 计算计算F比，比， EERRfSfSF/ 对给定的显著性水平对给定的显著性水平 ，当，当 时认为回归方程是显著的，即回归方程是有意时认为回归方程是显著的，即回归方程是有意义的。一般也列成方差分析表。义的。一般也列成方差分析表

22、。 )2, 1(1 nFF 对上面的例子，作方差分析的步骤如下：对上面的例子，作方差分析的步骤如下： 根据前面的计算根据前面的计算 （1）计算各类平方和：）计算各类平方和： ST=Lyy=335.2292， fT=12-1=11SR=bLxy=130.60222.4292=317.2589，fR=1SE=335.2292-317.2589=17.9703， fE=11-1=10 （2）列方差分析表：）列方差分析表： 例例2-2的方差分析表的方差分析表 来源来源 偏差平方和偏差平方和自由度自由度均方和均方和F比比回归回归317.25891317.2589 176.55残差残差17.9703101

23、.7970T335.229211对给定的显著性水平对给定的显著性水平 =0.05，有，有 F0.95(1,10)=4.96 由于由于F4.96，所以在，所以在0.05水平上认为回归水平上认为回归方程是显著的（有意义的）。方程是显著的（有意义的）。 3利用回归方程进行预测利用回归方程进行预测 对给定的对给定的 ，y的预测值为的预测值为 0 xx 00bxay 1概率为概率为 的的y的预测区间是的预测区间是 ),(00 yy其中其中 xxLxxnnt2021112 EEfS 当当n较大，较大， 与与 相差不大，那么可给出相差不大，那么可给出近似的预测区间，此时近似的预测区间，此时 0 xx21 u

24、进行预测的步骤如下：进行预测的步骤如下： （1）对给出的）对给出的x0求预测值求预测值 上例，设上例，设x0 =0.16，则，则 43.4916. 06022.1305364.280 y（2）求）求 的估计的估计 上例有上例有 34. 1109703.17 （3）求）求 上例上例n=12，如果求概率为，如果求概率为95%的预测区的预测区间，那么间，那么t0.975(10)=2.228，所以，所以 11. 30186. 0)1583. 016. 0(1211228. 234. 12 （4）写出预测区间）写出预测区间 ),(00 yy上例为上例为(49.43-3.11,49.43+3.11)=(4

25、6.32,52.54) 由于由于u0.975=1.96，故概率为，故概率为0.95的近似的预测的近似的预测区间为：区间为：63. 234. 196. 1 所求区间：所求区间：（，（，49.43+2.63）=（46.80，52.06） 相差较大的原因总相差较大的原因总n较小。较小。四、可化为一元线性回归的曲线回归四、可化为一元线性回归的曲线回归（略）（略） 在两个重复的散点图上，在两个重复的散点图上，n个点的散布不一个点的散布不一定都在一条直线附近波动，有时可能在某条曲线定都在一条直线附近波动，有时可能在某条曲线附近波动，这时以建立曲线回方程为好。附近波动，这时以建立曲线回方程为好。 1. 确定

26、曲线回归方程形式确定曲线回归方程形式 2. 曲线回归方程中参数的估计曲线回归方程中参数的估计 通过适当的变换，化为一元线性回归的形通过适当的变换，化为一元线性回归的形式，再利用一元线性回归中的最小二乘估计方式，再利用一元线性回归中的最小二乘估计方法获得。法获得。 回归曲线的形式：回归曲线的形式：（1） ，（，（a0，b0） xbay11 （2） ，（，（b0） )lg(xbay （3） ，（，（b0） xbay （4） ，（，（b0） xbay/exp100 3. 曲线回归方程的比较曲线回归方程的比较 常用的比较准则：常用的比较准则： （1）要求相关指数）要求相关指数R大，其平方也称为决大，其

27、平方也称为决定系数，它被定义为：定系数，它被定义为： 222)(1yyyyRiii（2）要求剩余标准差）要求剩余标准差s小，它被定义为：小，它被定义为： 2n)y y(s2ii 第三节第三节 试验设计试验设计 一、试验设计的基本概念与正交表一、试验设计的基本概念与正交表 二、无交互作用的正交设计与数据分析二、无交互作用的正交设计与数据分析 三、有交互作用的正交设计与数据分析（略）三、有交互作用的正交设计与数据分析（略）一、试验设计的基本概念与正交表一、试验设计的基本概念与正交表 （一）试验设计（一）试验设计 多因素试验遇到的最大困难是试验次数太多，多因素试验遇到的最大困难是试验次数太多，若十个

28、因素对产品质量有影响，每个因素取两个若十个因素对产品质量有影响，每个因素取两个不同状态进行比较，有不同状态进行比较，有210=1024、如果每个因素、如果每个因素取三个不同状态取三个不同状态310=59049个不同的试验条件个不同的试验条件 选择部分条件进行试验，再通过数据分析选择部分条件进行试验，再通过数据分析来寻找好的条件，这便是试验设计问题。通过少来寻找好的条件，这便是试验设计问题。通过少量的试验获得较多的信息，达到试验的目的。量的试验获得较多的信息，达到试验的目的。 利用正交表进行试验设计的方法就是正交利用正交表进行试验设计的方法就是正交试验设计。试验设计。 （二）正交表（二）正交表

29、493L试验号列号试验号列号1 12 23 34 41 11 11 11 11 12 21 12 22 22 23 31 13 33 33 34 42 21 12 23 35 52 22 23 31 16 62 23 31 12 27 73 31 13 32 28 83 32 21 13 39 93 33 32 21 1 “L”表示正交表，表示正交表，“9”是表的行数，在试验是表的行数，在试验中表示试验的条件数，中表示试验的条件数，“4”是列数，在试验中是列数，在试验中表示可以安排的因子的最多个数，表示可以安排的因子的最多个数，“3”是表的是表的主体只有三个不同数字，在试验中表示每一因主体只有

30、三个不同数字，在试验中表示每一因子可以取的水平数。子可以取的水平数。 正交表具有正交性，这是指它有如下两个特点：正交表具有正交性，这是指它有如下两个特点： （1）每列中每个数字重复次数相同。）每列中每个数字重复次数相同。 在表在表L9(34)中，每列有中，每列有3个不同数字：个不同数字：1,2,3，每一个出现每一个出现3次。次。 （2）将任意两列的同行数字看成一个数对，那）将任意两列的同行数字看成一个数对，那 么一切可能数对重复次数相同。么一切可能数对重复次数相同。 在表在表L9(34)中，任意两列有中，任意两列有9种可能的数对：种可能的数对： (1,1),(1,2),(1,3),(2,1),

31、(2,2),(2,3),(3,1),(3,2),(3,3)每一对出现一次。每一对出现一次。 常用的正交表有两大类常用的正交表有两大类 （1） 一类正交表的行数一类正交表的行数n，列数，列数p，水平数，水平数q 间有如下关系：间有如下关系： n=qk, k=2,3,4, p=(n-1)/(q-1) 如：如：L4(23)，L8(27)，L16(215)，L32(231)等，等，可以考察因子间的交互作用。可以考察因子间的交互作用。 （2）另一类正交表的行数，列数，水平数之间）另一类正交表的行数，列数，水平数之间 不满足上述的两个关系不满足上述的两个关系 如：如： L12(211)，L18(37)，L

32、20(219)，L36(313)等等 这类正交表不能用来考察因子间的交互作用这类正交表不能用来考察因子间的交互作用 常用正交表见附录常用正交表见附录二、无交互作用的正交设计与数据分析二、无交互作用的正交设计与数据分析 试验设计一般有四个步骤：试验设计一般有四个步骤： 1. 试验设计试验设计 2. 进行试验获得试验结果进行试验获得试验结果 3. 数据分析数据分析 4. 验证试验验证试验 例例2-3 磁鼓电机是彩色录像机磁鼓组件的磁鼓电机是彩色录像机磁鼓组件的关键部件之一，按质量要求其输出力矩应大于关键部件之一，按质量要求其输出力矩应大于210g.cm。某生产厂过去这项指标的合格率较。某生产厂过去

33、这项指标的合格率较低，从而希望通过试验找出好的条件，以提高低，从而希望通过试验找出好的条件，以提高磁鼓电机的输出力矩。磁鼓电机的输出力矩。 （一）试验的设计（一）试验的设计 在安排试验时，一般应考虑如下几步：在安排试验时，一般应考虑如下几步： （1）明确试验目的）明确试验目的 （2）明确试验指标）明确试验指标 （3）确定因子与水平）确定因子与水平 （4）选用合适的正交表）选用合适的正交表,进行表头设计，进行表头设计，列出试验计划列出试验计划 在本例中：在本例中： 试验目的：提高磁鼓电机的输出力矩试验目的：提高磁鼓电机的输出力矩 试验指标：输出力矩试验指标：输出力矩 确定因子与水平：经分析影响输

34、出力矩的可能因确定因子与水平：经分析影响输出力矩的可能因 子及水平见表子及水平见表2-3 表表2-3 因子水平表因子水平表 因因子子水水平平一一二二三三A A：充充磁磁量量（1 10 0- -4 4特特）9 90 00 01 11 10 00 01 13 30 00 0B B：定定位位角角度度（度度）1 10 01 11 11 12 2C C：定定子子线线圈圈匝匝数数（匝匝）7 70 08 80 09 90 0选表：首先根据因子的水平数，找出一类正交表选表：首先根据因子的水平数，找出一类正交表 再根据因子的个数确定具体的表再根据因子的个数确定具体的表 把因子放到表的列上去，称为表头设计把把因子

35、放到表的列上去，称为表头设计把放因子的列中的数字改为因子的真实水平，便成放因子的列中的数字改为因子的真实水平，便成为一张试验计划表，每一行便是一个试验条件。为一张试验计划表，每一行便是一个试验条件。在正交设计中在正交设计中n个试验条件是一起给出的的，称为个试验条件是一起给出的的，称为“整体设计整体设计”，并且均匀分布在试验空间中。，并且均匀分布在试验空间中。表头设计表头设计 A B C列号列号 1 2 3 4试验计划与试验结果试验计划与试验结果 因子因子试验号试验号充磁量充磁量 定位角度定位角度 定子线圈匝数定子线圈匝数T410 rad)180( 匝匝试验结果试验结果 y y输出力矩输出力矩（

36、g.cmg.cm）1 1(1)(1)900900(1)(1)1010(1)(1)70701601602 2(1)(1)900900(2)(2)1111(2)(2)80802152153 3(1)(1)900900(3)(3)1212(3)(3)90901801804 4(2)(2)11001100(1)(1)1010(2)(2)80801681685 5(2)(2)11001100(2)(2)1111(3)(3)90902362366 6(2)(2)11001100(3)(3)1212(1)(1)70701901907 7(3)(3)13001300(1)(1)1010(3)(3)909015

37、71578 8(3)(3)13001300(2)(2)1111(1)(1)70702052059 9(3)(3)13001300(3)(3)1212(2)(2)80801401409个试验点的分布个试验点的分布 3C3C2C1A115798642A2A3B1B2B3（二）进行试验，并记录试验结果（二）进行试验，并记录试验结果 在进行试验时，要注意几点：在进行试验时，要注意几点： 1. 除了所考察的因子外的其它条件，尽除了所考察的因子外的其它条件，尽可能保持相同可能保持相同 2. 试验次序最好要随机化试验次序最好要随机化 3. 必要时可以设置区组因子必要时可以设置区组因子 （三）数据分析（三）数

38、据分析 1. 数据的直观分析数据的直观分析 （1）寻找最好的试验条件）寻找最好的试验条件 在在A1水平下进行了三次试验：水平下进行了三次试验：#1，#2，#3，而在这三次试验中因子而在这三次试验中因子B的三个水平各进行了一的三个水平各进行了一次试验，因子次试验，因子C的三个水平也各进行了一次试验。的三个水平也各进行了一次试验。 在在A2水平下进行了三次试验：水平下进行了三次试验：#4，#5，#6，在这三次试验中因子在这三次试验中因子B与与C的三个水平各进行了一的三个水平各进行了一次试验。次试验。 在在A3水平下进行了三次试验：水平下进行了三次试验：#7，#8，#9，在这三次试验中因子在这三次试

39、验中因子B与与C的三个水平各进行了一的三个水平各进行了一次试验。次试验。 将全部试验分成三个组，那么这三组数据间将全部试验分成三个组，那么这三组数据间的差异就反映了因子的差异就反映了因子A的三个水平的差异，为此的三个水平的差异，为此计算各组数据的和与平均：计算各组数据的和与平均： T1=y1+y2+y3=160+215+180=555 =T1/3=185 1T T2=y4+y5+y6=168+236+190=594 =T2/3=198 2T T3=y7+y8+y9=157+205+140=502 =T3/3=167.3 3T同理同理 对因子对因子B与与C将数据分成三组分别比较将数据分成三组分别

40、比较 所有计算列在下面的计算表中所有计算列在下面的计算表中 例例2-3直观分析计算表直观分析计算表 表头设计表头设计A AB BC C试验号试验号列号列号1 12 23 34 4y y1 11 11 11 11 11601602 21 12 22 22 22152153 31 13 33 33 31801804 42 21 12 23 31681685 52 22 23 31 12362366 62 23 31 12 21901907 73 31 13 32 21571578 83 32 21 13 32052059 93 33 32 21 1140140T T1 15555554854855

41、55555T T2 2594594656656523523T T3 35025025105105735731T185185161.7161.71851852T198198218.7218.7174.3174.33T167.3167.3170170191191R R30.730.7575716.716.7 （2）各因子对指标影响程度大小的分析）各因子对指标影响程度大小的分析 极差的大小反映了因子水平改变时对试验结极差的大小反映了因子水平改变时对试验结果的影响大小。这里因子的极差是指各水平平均果的影响大小。这里因子的极差是指各水平平均值的最大值与最小值之差，譬如对因子值的最大值与最小值之差，譬如对

42、因子A来讲：来讲： RA=198167.3=30.7 其它的结果也列在上表中。从三个因子的极差其它的结果也列在上表中。从三个因子的极差可知因子可知因子B的影响最大，其次是因子的影响最大，其次是因子A，而因子，而因子C的影响最小。的影响最小。 （3）各因子不同水平对指标的影响图）各因子不同水平对指标的影响图 从图上可以明显地看出每一因子的最好水从图上可以明显地看出每一因子的最好水平平A2，B2，C3，也可以看出每个因子对指标影，也可以看出每个因子对指标影响的大小响的大小RBRARC。 CBA220205190175160900 1100 1300 10 11 12 70 80 90 RARBRC

43、图图2-4 因子各水平对输出力矩的影响因子各水平对输出力矩的影响 由于正交表的特点，使试验条件均匀分布在由于正交表的特点，使试验条件均匀分布在试验空间中，因此使数据间具有整齐可比性，上试验空间中，因此使数据间具有整齐可比性，上述的直观分析可以进行。但是极差大到什么程度述的直观分析可以进行。但是极差大到什么程度可以认为水平的差异确实是有影响的呢？可以认为水平的差异确实是有影响的呢？ 2. 数据的方差分析数据的方差分析 要把引起数据波动的原因进行分解，数据的要把引起数据波动的原因进行分解，数据的波动可以用离差平方和来表示。波动可以用离差平方和来表示。 正交表中第正交表中第j列的离差平方和的计算公式

44、：列的离差平方和的计算公式： nTqnTSiijj22 其中其中Tij为第为第j列第列第i水平的数据和，水平的数据和，T为数据为数据总和，总和，n为正交表的行数，为正交表的行数，q为该列的水平数为该列的水平数 该列表头是哪个因子，则该该列表头是哪个因子，则该Sj即为该因子的即为该因子的离差平方和，譬如离差平方和，譬如SA=S1 正交表总的离差平方和为：正交表总的离差平方和为： nTyyySiiiiT222)( 在这里有在这里有： jjTSS 例例2-32-3 的方差分析计算表的方差分析计算表表头设计表头设计A AB BC C列号列号试验号试验号1 12 23 34 4Y Y1 11 11 11

45、 11 11601602 21 12 22 22 22152153 31 13 33 33 31801804 42 21 12 23 31681685 52 22 23 31 12362366 62 23 31 12 21901907 73 31 13 32 21571578 83 32 21 13 32052059 93 33 32 21 1140140T T1 1555555485485555555536536T=1651T=1651T T2 2594594656656523523562562=310519=310519T T3 3502502510510573573553553T T14

46、21.61421.65686.95686.9427.6427.6116.2116.2S ST T=7652.2=7652.2 第第4列上没有放因子，称为空白列。列上没有放因子，称为空白列。S4仅仅反映由误差造成的数据波动，称为误差平方和。反映由误差造成的数据波动，称为误差平方和。 Se=S4 利用利用 可以验证平方和的计算是可以验证平方和的计算是否正确。否正确。 jjTSS 例例2-32-3 的方差分析表的方差分析表来来源源平平方方和和 S S自自由由度度 f f均均方方和和 V VF F 比比因因子子 A A1 14 42 21 1. .6 62 27 71 10 0. .8 81 12 2

47、. .2 23 3因因子子 B B5 56 68 86 6. .9 92 22 28 84 43 3. .4 44 48 8. .9 94 4因因子子 C C4 42 27 7. .6 62 22 21 13 3. .8 83 3. .6 68 8误误差差 e e1 11 16 6. .2 22 25 58 8. .1 1T T7 76 65 52 2. .2 28 80 .19)2 , 2(, 0 , 9)2 , 2(95. 090. 0FF 因子因子A与与B在显著性在显著性0.10与与0.05上都是显著的，上都是显著的，而因子而因子C不显著。不显著。3. 最佳条件的选择最佳条件的选择对显著

48、因子应该取最好的水平；对显著因子应该取最好的水平； 对不显著因子的水平可以任意选取，在实际对不显著因子的水平可以任意选取，在实际中通常从降低成本、操作方便等角度加以选择。中通常从降低成本、操作方便等角度加以选择。 上面的上面的例例2-3中对因子中对因子A与与B应该选择应该选择A2B2，因子因子C可以任选，譬如为节约材料可选择可以任选，譬如为节约材料可选择C1。4. 贡献率分析方法贡献率分析方法 当试验指标不服从正态分布时当试验指标不服从正态分布时,进行方差分进行方差分析的依据就不够充足析的依据就不够充足,此时可通过比较各因子的此时可通过比较各因子的“贡献率贡献率”来衡量因子作用的大小。由于来衡

49、量因子作用的大小。由于S因因中中除因子的效应外，还包含误差，从而称除因子的效应外，还包含误差，从而称S因因-f因因Ve为因子的纯离差平方和，将因子的纯离差平方和为因子的纯离差平方和，将因子的纯离差平方和与与ST的比称为因子的贡献率。的比称为因子的贡献率。（四）验证试验（四）验证试验 对对A2B2C1进行三次试验，结果为：进行三次试验，结果为：234，240，220，平均值为，平均值为231.3此结果是满意的此结果是满意的三、有交互作用的正交设计与数据分析（略）三、有交互作用的正交设计与数据分析（略） 例例2-4 为提高某种农药的收率，需要进行为提高某种农药的收率，需要进行试验。试验。（一）试验

50、的设计（一）试验的设计 明确试验目的明确试验目的 明确试验指标明确试验指标 确定试验中所考虑的因子与水平，并确定试验中所考虑的因子与水平，并确定可能存在并要考察的交互作用确定可能存在并要考察的交互作用 选用合适的正交表。选用合适的正交表。在本例中：在本例中：试验目的：提高农药的收率试验目的：提高农药的收率试验指标：收率试验指标：收率确定因子与水平以及所要考察的交互作用：确定因子与水平以及所要考察的交互作用：因子水平表因子水平表因因子子一一水水平平二二水水平平A A: :反反应应温温度度（）6 60 08 80 0B B: :反反应应时时间间( (小小时时) )2 2. .5 53 3. .5

51、5C C: :两两种种原原料料配配比比1 1. .1 1/ /1 11 1. .2 2/ /1 1D D: :真真空空度度( (k kP Pa a) )5 50 06 60 0还要考察因子还要考察因子A与与B交互作用交互作用 选表：首先根据因子的水平数，找出一选表：首先根据因子的水平数，找出一类正交表再根据因子的个数及交互作用个数类正交表再根据因子的个数及交互作用个数确定具体的表。确定具体的表。 把因子放到表的列上去，但是要先放有把因子放到表的列上去，但是要先放有交互作用的两个因子，并利用交互作用表，交互作用的两个因子，并利用交互作用表，标出交互作用所在列，以便于今后的数据分标出交互作用所在列，以便于今后的数据分析。析。 把放因子的列中的数字改为因子的真实把放因子的列中的数字改为因子的真实水平，便成为一张试验计划表。水平，便成为一张试验计划表。L8（27）的交互作用表）的交互作用表列 号1234567(1)325476(2)16745(3)7654(4)123(5)32(6)1表头设计ABABCD列号1234567试验计划试验计