
用SPSS進行正交試驗優(yōu)化設計及其方差分析
試驗優(yōu)化設計,指在最優(yōu)化思想的指導下,進行最優(yōu)設計的一種優(yōu)化方法,從不同的優(yōu)良性出發(fā),合理設計試驗方案,有效控制試驗干擾,科學處理試驗數據,全面進行優(yōu)化分析,直接實現優(yōu)化目標。
正交試驗設計是試驗優(yōu)化的常用技術,在農業(yè)試驗、工業(yè)優(yōu)化、商業(yè)優(yōu)化等方面應用已久。主要優(yōu)點是能在多試驗條件中選出代表性強的少數試驗方案,通過對這些少數試驗方案結果的分析,從中找出最優(yōu)方案或最佳生產工藝條件,并可以得到比試驗結果本身給出的還要多的有關各因素的信息。
SPSS軟件不僅具有包括數據管理、統(tǒng)計分析、圖表分析、輸出管理等在內的基本統(tǒng)計功能, 而且用它處理正交試驗設計中的數據程序簡單, 分析結果明了。
明確通過正交試驗想要解決什么問題,確定用來衡量試驗效果的評價指標,并詳細描述出評定該指標的原則標準、測定指標的方法重要信息。
有依據的選擇引起指標變化的影響因素,因素在試驗中的各種狀態(tài)稱為因素的水平。盡量選擇適用于人為控制的和調節(jié)的影響因素,最后列出因素水平表。
在能夠安排下試驗因素和交互作用前提下,盡可能選用較小的正交表,以減少試驗次數和成本的消耗。
表頭設計即將試驗因素安排到所選正交表的各列中去的過程。正交表中的任意一列的位置是一樣的,可以任意變換,因此不考慮交互作用的情況下可直接將所有因素安排在任意一列;如果考慮交互作用,則必須按照交互作用列表的規(guī)定進行配列;為避免混雜,那些主要因素重點考察的因素涉及交互作用較多的因素,應優(yōu)先安排;特別注意,盡可能安排空列,用于反映試驗誤差,并以此作為衡量試驗因素產生的效應是否可靠的標志。
表頭設計完成后,將所選正交表中各列的不同數字換成對應因素的相應水平,形成試驗方案。試驗方案中的試驗號并不意味著實際進行試驗的順序,一般需同時進行,若條件不允許,為排除外界環(huán)境干擾,應使試驗序號隨機化。
按照隨機化的試驗順序進行試驗,記錄結果必備分析。
7、試驗結果的統(tǒng)計分析
正交設計的結果分析有兩種,一種是極差分析法(直觀分析法),只考慮因素間的影響,不考慮試驗誤差。另一種是方差分析法,是一種精細化分析方法,可采用spss完成。
我們用正交試驗的方法,對從中草藥虎杖中提取白藜蘆醇苷的工藝進行優(yōu)化。
(1)明確目的,確定指標:這是工藝優(yōu)化的案例,目的在于通過試驗,尋求優(yōu)選白藜蘆醇苷的最佳提取條件,白藜蘆醇苷提取的效果指標為白藜蘆醇苷含量。
(2)挑因素,選水平:根據專業(yè)知識及參考文獻知識,以及正交試驗的特點,選定影響水提取法的3個因素,加水量、煎煮時間、煎煮次數,每個因素3個水平,列出因素水平表如下:
(3)選擇正交表:此為3水平試驗,并不考慮交互作用,有3個因素需要占據3列,預留一個空列作為誤差的話,標準正交表L934是最合適的選擇。
(4)表頭設計:不考慮交互作用,因素可占據任意列。
(5)排出試驗方案:方案及試驗結果如下表,第六步省略。
(7)試驗結果的方差分析:為考察試驗的誤差及精細效果,我們直接采用SPSS方差分析來對此試驗進行結果分析。
A:方差分析的步驟
B:不考慮交互作用,只考察各因素的主效應
C:方差分析結果解讀
由方差分析可知,影響因素中加水量和煎煮次數兩個對提取白藜蘆醇苷具有顯著的影響,而煎煮時間這個因素對其的影響較小。3個因素的主次關系是:煎煮次數>加水量>煎煮時間。
D:影響因素的哪個水平最好?可以通過繪制出的圖直觀的看出,也可以通過鄧肯氏檢驗來解答,這里我們僅列出直觀圖。
通過上圖,我們可以非常直觀的看出,從三個因素中選擇最好的水平,得到最佳組合為A3B2C3,即加水量12,煎煮時間1.5小時,煎煮次數3次。
使用SPSS統(tǒng)計軟件包對L9(34) 正交試驗結果進行數據處理, 只要按正交表的設計格式輸入實驗數據, 便可獲得所需的統(tǒng)計結果。其操作方便,直觀,快捷,結果準確,使研究工作事半功倍,此法也可用來處理其他正交試驗的數據。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關鍵? 在循環(huán)神經網絡(RNN)家族中,長短期記憶網絡(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數據分析師報考條件詳解與準備指南? ? 在數據驅動決策的時代浪潮下,CDA 數據分析師認證愈發(fā)受到矚目,成為眾多有志投身數 ...
2025-07-11數據透視表中兩列相乘合計的實用指南? 在數據分析的日常工作中,數據透視表憑借其強大的數據匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數據分析師:連接數據與業(yè)務的價值轉化者? ? 在大數據與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預測分析中的應用:從數據查詢到趨勢預判? ? 在數據驅動決策的時代,預測分析作為挖掘數據潛在價值的核心手段,正被廣泛 ...
2025-07-10數據查詢結束后:分析師的收尾工作與價值深化? ? 在數據分析的全流程中,“query end”(查詢結束)并非工作的終點,而是將數 ...
2025-07-10CDA 數據分析師考試:從報考到取證的全攻略? 在數字經濟蓬勃發(fā)展的今天,數據分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數據背后的時間軌跡? 在數據分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數據類型:時間維度的精準切片? ? 在數據的世界里,時間是最不可或缺的維度之一,而year_month數據類型就像一把精準 ...
2025-07-09CDA 備考干貨:Python 在數據分析中的核心應用與實戰(zhàn)技巧? ? 在 CDA 數據分析師認證考試中,Python 作為數據處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數據趨勢與突變分析的有力工具? ? ? 在數據分析的廣袤領域中,準確捕捉數據的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數據分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數據分析師認證作為國內權威的數據分析能力認證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應對策略? 長短期記憶網絡(LSTM)作為循環(huán)神經網絡(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學方法在市場調研數據中的深度應用? 市場調研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學方法則是市場調研數 ...
2025-07-07CDA數據分析師證書考試全攻略? 在數字化浪潮席卷全球的當下,數據已成為企業(yè)決策、行業(yè)發(fā)展的核心驅動力,數據分析師也因此成為 ...
2025-07-07剖析 CDA 數據分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數據分析師考試作為衡量數據專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉日期:解鎖數據處理的關鍵技能? 在數據處理與分析工作中,數據格式的規(guī)范性是保證后續(xù)分析準確性的基礎 ...
2025-07-04CDA 數據分析師視角:從數據迷霧中探尋商業(yè)真相? 在數字化浪潮席卷全球的今天,數據已成為企業(yè)決策的核心驅動力,CDA(Certifie ...
2025-07-04CDA 數據分析師:開啟數據職業(yè)發(fā)展新征程? ? 在數據成為核心生產要素的今天,數據分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03