1、第十章 第八节 试验设计方法的综合应用,正交试验设计、正交设计、均匀设计、单纯形优化设计以及SAS的ADX试验设计模块中的二水平设计、响应面设计、混合水平设计、 混料设计、优化设计、分割设计等.,分析人员在开始进行试验之前，除了根据专业知 识、经验与文献资料对各种因素可能产生的影响有一些最 初步的了解之外，对各因素的实际影响可以说是不清楚的. 为了科学合理地安排试验，分批试验是常用的手段. 通常 先对各种试验条件进行初步的考察. 通过初步考察，概括 地了解各种因素对试验结果是否有影响以及影响的程度， 以便为以后深入研究各因素的影响而设计试验时提供依据. 有鉴于此，应尽量将所有可能影响试验结果的
2、各种因素包 括在试验设计中，并尽可能将欲考察因素的范围适当地放 宽一些，因素水平数设计得多一些，以避免漏掉主要影响 因素与局部优化.,由于均匀设计可容纳的因素数与因素水平数较 多，试验点在整个试验区域分布均匀，试验次数 少，用直观法分析数据时方法简便，很适合用来进 行试验条件的初步考察. 此外，用双水平单纯形优化法或二水平的正 交试验来初选试验条件也是合适的，通过少量试验 可以估计各因素影响的相对大小，分清主要与次要 因素，为以后设计试验提供依据.,在初步确定主要与次要因素之后，需进一步估 计主要与次要因素的影响程度. 正交试验设计的试 验点的数目，虽比用均匀设计时多一些，但又不是 很多，采用
3、方差分析法或极差分析可以很方便地估 计各因素的影响程度，而且，针对主要因素的重要 性不同，可以采用不等水平的正交表安排试验或者 ADX模块中的混合水平设计，主要影响因素多安 排几个水平，次要因素少安排几个水平，可以有针 对性地对因素进行试验研究. 除此之外，采用正交 设计与方差分析，还可以对因素之间的交互效应做 出估计.,如果要对因素的影响做出定量的估计，并希望 能对未试验过的因素水平的影响加以预测，可采用 回归的正交设计、多项式正交回归设计，或者用单 纯形优化法寻优，用回归分析法处理数据. 对于均 匀设计以及正交试验，只有在有一定的误差自由度 下，回归分析才有意义. 正交设计的特点是各项彼
4、此正交避免信息重叠增删项时不影响保留项的系数 和偏平方和, 只要把删去项的偏平方和从模型中移 入误差即可, 反之亦然. 当模型选择为二次回归方程 时比如二次正交组合设计应该用rsreg响应面回归进 行试验设计或分析.,从试验设计的角度来看，当因素数与因素水平 数较多时，因素交互作用项数目较多, 通常是在明 确主次要因素之后，用较少试验次数的正交表来考 察主要因素的交互效应，而且一般都不将三因素或 三因素以上的多因素之间的交互效应单独予以考察.在分析测试中，因素之间的交互效应是经常存 在的，但也未必所研究的各因素之间都存在交互效 应，因此，盲目地将所有因素之间的交互作用项都 设置在试验中予以考察的做法是不可取的. 在一个 具体的试验中，究竟该考察哪些因素之间的交互效 应，需根据专业知识与经验来判断与确定.,
