正交实验结果如何进行数据分析(3)

变对结果的影响有显著影响。

显著性水平?，是指我们对作出的判断大概有1－?的把握。对于不同的显著性水平，有不同的F分布表，常用的有?＝0.01, ?=0.05和?＝0.10三种。

为了区别显著性的程度，当F比>F0.01(f1，f2)时，就说该因子水平的改变对试验结果有高度显著的影响，记做***;

当F0.01(f1，f2)> F比>F0.05(f1，f2)时，就说该因子水平的改变，对试验结果有显著的影响，记做**;

当F0.05(f1，f2)>FA>F0.10(f1，f2)时，就说该因子水平的改变，对试验结果有一定的影响，记做*。

根据是否要考虑两个因素的交互作用，又将双因素方差分析分为双因素重复试验的方差分析和双因素不重复试验的方差分析。

此外还有多因素方差分析，分析方法与此类同，这里不进行讨论。

3． 交互作用：

在多因素对比试验中，某些因素对试验指标的影响往往有相互制约、互相联系的现象。

在处理多因素对比试验时，不仅需要分别研究各因素水平的改变对试验指标的影响以及每个因素的单独作用，还要考虑它们之间的相互作用。

通常在一个试验里，不仅各个因素在起作用，而且因素之间有时会联合起来影响试验的结果指标，这种作用叫做交互作用。 如果因素A的数值和水平发生变化时，试验指标随因素B的变化也发生变化；同样地，若因素B的数值或水平发生变化时，试验指标随

11

因素A变化的变化也发生变化，则称因素A、B间有交互作用，记为A×B。 当任意两元素之间（如A与B）存在交互作用而且显著时，则不论因素A、B本身对指标的影响是否显著，A、B的最佳水平的选取都应从A与B的搭配中去选择。

为了考虑交互作用的影响，一般在选择正交表时，要注意留有一定的空列。

进行方差分析时，当被分析因子对指标的影响不显著时，其原因是试验误差太大或误差的自由度小，试验误差有可能掩盖了被考察因素的显著性，使得F检验灵敏度下降。若F检验显著，说明存在交互作用。

如果在处理实际问题时，已经知道不存在交互作用，或已知交互作用对试验的指标影响很小，则可以不考虑交互作用。

主次因素的分析一般通过极差分析就可以得出结论，从效应图可以看得更直观。

对极差分析、方差分析以及交互作用的分析结果必须要根据具体的实际条件（例如材料成本，时间花费，主次因素，对指标的影响程度等，特别是对复合指标数据考核时）进行综合分析，才能最后得出最佳水平组合。

本实验的设计和计算使用“正交设计助手”软件。

4软件分析法

使用“正交设计助手Ⅱ”进行实验设计。其操作步骤如下：

1． 文件\\新建工程：命名该未命名工程；并存储工

12

程;

2． 实验\\新建实验――》进入设计向导：

（1）实验说明：填写实验名称和简要叙述及选择标准正交表。对于多指标（复合指标）检验实验，可以在同一工程中建立多个实验，实验最佳方案的确定要通过对各实验分析、讨论所得的结论加以综合考虑。

（2）选择正交表；从下拉菜单中选择合适的正交表，考虑到交互作用，需要留有一定的交互项列和空列，两交互项列放在哪一列，要查阅相应正交表的交互作用项安排表（如附件三的“L8(27)交互作用项安排表”）；

（3）“因素与水平”，因素名称输入；水平参数输入，交互项所在

列下不需输入水平；

（4）点击本工程，出现“实验计划表”；输入试验结果（输入数据时请勿在汉字拼音

输入状态下进行）后,并存为“实验计划表.RTF”； （5）保存工程。

3．分析，执行以下步骤：

（1）直观分析分析；选择“直观分析”，出现类似表－2的表格，

存为“直观分析表.RTF”；

（2）因素指标分析：选择“因素指标”，产生效应曲线图，存为“效应曲线图.bmp”；

（3）方差分析：先选择“方差分析”，再勾选误差所在的列（一

13

般选取偏差平方和小的因子列和空列），当分别取?＝0.01、?＝0.05及?＝0.01时，点击“确定”进行分析，并分别存为“方差分析表(0.01/0.05/0.10).RTF”；

（ 本软件中，有影响的话一律只标注“*”，到底是有高度显著影响、有显著的影响或有一般的影响，主要是以?取0.01，0.05还是0.10的具体值而定，讨论显著性时取高不取低—某水平有高度显著性当然有比较显著性和一般显著性。）

（4）交互作用分析；点击“交互作用”，并选择可能产生交互作用的任意两列因素进行分析，并分别对分析表格进行存储（*.RTF）；

4．输出：

将以上各步骤所得图表和表格在WORD中编排后打印输出。

14