
SPSS正交試驗設(shè)計及其方差分析
試驗優(yōu)化設(shè)計,指在最優(yōu)化思想的指導(dǎo)下,進(jìn)行最優(yōu)設(shè)計的一種優(yōu)化方法,從不同的優(yōu)良性出發(fā),合理設(shè)計試驗方案,有效控制試驗干擾,科學(xué)處理試驗數(shù)據(jù),全面進(jìn)行優(yōu)化分析,直接實現(xiàn)優(yōu)化目標(biāo)。
正交試驗設(shè)計是試驗優(yōu)化的常用技術(shù),在農(nóng)業(yè)試驗、工業(yè)優(yōu)化、商業(yè)優(yōu)化等方面應(yīng)用已久。主要優(yōu)點(diǎn)是能在多試驗條件中選出代表性強(qiáng)的少數(shù)試驗方案,通過對這些少數(shù)試驗方案結(jié)果的分析,從中找出最優(yōu)方案或最佳生產(chǎn)工藝條件,并可以得到比試驗結(jié)果本身給出的還要多的有關(guān)各因素的信息。
SPSS軟件不僅具有包括數(shù)據(jù)管理、統(tǒng)計分析、圖表分析、輸出管理等在內(nèi)的基本統(tǒng)計功能,而且用它處理正交試驗設(shè)計中的數(shù)據(jù)程序簡單,分析結(jié)果明了。
【實施正交試驗設(shè)計的步驟】
1、明確試驗?zāi)康?,確定考核指標(biāo)
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(biāo),并詳細(xì)描述出評定該指標(biāo)的原則標(biāo)準(zhǔn)、測定指標(biāo)的方法重要信息。
2、挑因素,選水平
有依據(jù)的選擇引起指標(biāo)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(diào)節(jié)的影響因素,最后列出因素水平表。
3、選擇合適的正交表
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(shù)和成本的消耗。
4、進(jìn)行表頭設(shè)計
表頭設(shè)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(jìn)行配列;為避免混雜,那些主要因素重點(diǎn)考察的因素涉及交互作用較多的因素,應(yīng)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(chǎn)生的效應(yīng)是否可靠的標(biāo)志。
5、排出試驗方案
表頭設(shè)計完成后,將所選正交表中各列的不同數(shù)字換成對應(yīng)因素的相應(yīng)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(jìn)行試驗的順序,一般需同時進(jìn)行,若條件不允許,為排除外界環(huán)境干擾,應(yīng)使試驗序號隨機(jī)化。
6、開始試驗,收取結(jié)果
按照隨機(jī)化的試驗順序進(jìn)行試驗,記錄結(jié)果必備分析。
7、試驗結(jié)果的統(tǒng)計分析
正交設(shè)計的結(jié)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(xì)化分析方法,可采用spss完成。
【SPSS正交試驗設(shè)計案例】
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(jìn)行優(yōu)化。
(1)明確目的,確定指標(biāo):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(biāo)為白藜蘆醇苷含量。
(2)挑因素,選水平:根據(jù)專業(yè)知識及參考文獻(xiàn)知識,以及正交試驗的特點(diǎn),選定影響水提取法的3個因素,加水量、煎煮時間、煎煮次數(shù),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(jù)3列,預(yù)留一個空列作為誤差的話,標(biāo)準(zhǔn)正交表L934是最合適的選擇。
(4)表頭設(shè)計:不考慮交互作用,因素可占據(jù)任意列。
(5)排出試驗方案:方案及試驗結(jié)果如下表,第六步省略。
(7)試驗結(jié)果的方差分析:為考察試驗的誤差及精細(xì)效果,我們直接采用SPSS方差分析來對此試驗進(jìn)行結(jié)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(yīng)
C:方差分析結(jié)果解讀
由方差分析可知,影響因素中加水量和煎煮次數(shù)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(guān)系是:煎煮次數(shù)>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(shù)3次。
使用SPSS統(tǒng)計軟件包對L9(34)正交試驗結(jié)果進(jìn)行數(shù)據(jù)處理,只要按正交表的設(shè)計格式輸入實驗數(shù)據(jù),便可獲得所需的統(tǒng)計結(jié)果。其操作方便,直觀,快捷,結(jié)果準(zhǔn)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(shù)據(jù)。
推薦學(xué)習(xí)書籍
《CDA一級教材》適合CDA一級考生備考,也適合業(yè)務(wù)及數(shù)據(jù)分析崗位的從業(yè)者提升自我。完整電子版已上線CDA網(wǎng)校,累計已有10萬+在讀~
免費(fèi)加入閱讀:https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10