正交试验极差分析计算
聚乙烯(PE)
聚丙烯(PP)
聚氯乙烯(PVC)
聚苯乙烯(PS) 热塑
ABS塑料是丙烯腈、丁二烯和苯乙烯的三元共聚物。
聚酰胺(PA)
聚酰胺(PA)
聚碳酸酯(PC)
聚甲基丙烯酸甲酯(PMMA) 酚醛塑料(PF)热固
环氧塑料(EP)
正交试验设计的极差分析
第7章正交试验设计的极差分析正交试验设计和分析方法大致分为二种：一种是极差分析法(又称直观分析法),另一种是方差分析法(又称统计分析法)。本章介绍极差分析法，它简单易懂，实用性强，在工农业生产中广泛应用。 7.1单指标正交试验设计及其极差分析 极差分析法简称R法。它包括计算和判断两个步骤，其内容如图7-1所示。 由K jm的大 j列因素的极 j为第 R j反映了第j列因素的水平变动时，试验指标的变动幅度。R j越大，说明该因素对试验指标的影响越大，因此也就越重要。于是依据R j的大小，就可以判断因素的主次。 极差分析法的计算与判断，可直接在试验结果分析表上进行，现以例６-２来说 明单指标正交试验结果的极差分析方法。 一、确定因素的优水平和最优水平组合 例6-2为提高山楂原料的利用率，某研究组研究了酶法液化工艺制造山楂精汁。拟通过正交试验寻找酶法液化工艺的最佳工艺条件。 在例６-２中，不考虑因素间的交互作用（因例６-２是四因素三水平试验，故选用L9(34)正交表），表头设计如表６-５所示，试验方案则示于表６-６中。试验结果的极差分析过程，如表７-１所示.
表6-4因素水平表 表6-6试验方案及结果 试验指标为液化率，用y i表示，列于表６-６和表７-１的最后一列。 表7-1试验方案及结果分析
计算示例： 因素A 的第１水平A 1所对应的试验指标之和及其平均值分别为： K A1=y 1+y 2+y 3=0+17+24=41， 1A K 3 1K A1=13.7 同理，对因素A 的第２水平A 2和第３水平A 3，有 K A2=y 4+y 5+y 6=12+47+28=87， 2A K 31K A2=29 K A3=y 7+y 8+y 9=1+18+42=61， 3A K 31 K A3=20.3 由表７-１或表６-６可以看出，考察因素A 进行的三组试验中（A 1,A 2,A 3），B 、C 、D 各水平都只出现了一次，且由于B 、C 、D 间无交互作用，所以B 、C 、D 因素的各水平的不同组合对试验指标无影响，因此，对A 1、A 2和A 3来说，三组试验的试验条件是完全一样的。假如因素A 对试验指标无影响，那么321,,A A A K K K 应该相等，但由上面的计标可知，321,,A A A K K K 实际上并不相等，显然，这是由于因素A 的水平变化引起的，因此，321,,A A A K K K 的大小反映了A 1、A 2和A 3对试验指标影响的大小。由于液化率y 越大越好，而132A A A K K K ，所以可判断A 2为因素A 的优水平。 同理，可判断因素B 、C 、D 的优水平分别为B 3、C 3、D 1。所以，优水平组合为A 2B 3C 3D 1，即最优工艺条件为加水量A 2=50ml/100g 、加酶量B 3=7ml/100g 、酶解温度C 3=50。C 和酶解时间D 1=1.5小时。 二、确定因素主次顺序 极差R j 按定义计算，如 3.157.130.2912 A A A K K R ,
正交试验方差分析(通俗易懂)
第十一章正交设计试验资料的方差分析 在实际工作中，常常需要同时考察3个或3个以上的试验因素，若进行全面试验，则试验的规模将很大，往往因试验条件的限制而难于实施。 正交设计是安排多因素试验、寻求最优水平组合的一种高效率试验设计方法。 第一节、正交设计原理和方法 (一) 正交设计的基本概念 正交设计是利用正交表来安排多因素试验、分析试验结果的一种设计方法。它从多因素试验的全部水平组合中挑选部分有代表性的水平组合进行试验，通过对这部分试验结果的分析了解全面试验的情况，找出最优水平组合。 例如，研究氮、磷、钾肥施用量对某小麦品种产量的影响： A因素是氮肥施用量，设A1、A2、A3 3个水平； B因素是磷肥施用量，设B1、B2、B3 3个水平； C因素是钾肥施用量，设C1、C2、C3 3个水平。 这是一个3因素每个因素3水平的试验，各因素的水平之间全部可能的组合有27种。 如果进行全面试验，可以分析各因素的效应，交互作用，也可选出最优水平组合。 但全面试验包含的水平组合数较多，工作量大，由于受试验场地、经费等限制而难于实施。 如果试验的主要目的是寻求最优水平组合，则可利用正交设计来安排试验。 正交设计的基本特点是：用部分试验来代替全面试验，通过对部分试验结果的分析，了解全面试验的情况。 正交试验是用部分试验来代替全面试验，它不可能像全面试验那样对各因素效应、交互作用一一分析；当交互作用存在时，有可能出现交互作用的混杂。 如对于上述3因素每个因素3水平试验，若不考虑交互作用，可利用正交表L9(34)安排，试验方案仅包含9个水平组合，就能反映试验方案包含27个水平组合的全面试验的情况，找出最佳的生产条件。 一、正交设计的基本原理 表11-1 33试验的全面试验方案
第7章 正交试验设计的极差分析
第7章 正交试验设计的极差分析 正交试验设计和分析方法大致分为二种：一种是极差分析法(又称直观分析法),另一种是方差分析法(又称统计分析法)。本章介绍极差分析法，它简单易懂，实用性强，在工农业生产中广泛应用。 7.1 单指标正交试验设计及其极差分析 极差分析法简称R 法。它包括计算和判断两个步骤，其内容如图7-1所示。 图7-1 R 法示意图 图中，K jm 为第j 列因素m 水平所对应的试验指标和，K jm 为K jm 的平均值。由K jm 的大小可以判断j 因素的优水平和各因素的水平组合，即最优组合。R j 为第j 列因素的极差，即第j 列因素各水平下平均指标值的最大值与最小值之差： R j =max(jm j j K K K ,,,21 )-min(jm j j K K K ,,,21 ) R j 反映了第j 列因素的水平变动时，试验指标的变动幅度。R j 越大，说明该因素对试验指标的影响越大，因此也就越重要。于是依据
R j的大小，就可以判断因素的主次。 极差分析法的计算与判断，可直接在试验结果分析表上进行，现以例６-２来说明单指标正交试验结果的极差分析方法。 一、确定因素的优水平和最优水平组合 例6-2 为提高山楂原料的利用率，某研究组研究了酶法液化工艺制造山楂精汁。拟通过正交试验寻找酶法液化工艺的最佳工艺条件。 在例６-２中，不考虑因素间的交互作用（因例６-２是四因素三水平试验，故选用L9(34)正交表），表头设计如表６-５所示，试验方案则示于表６-６中。试验结果的极差分析过程，如表７-１所示. 表6-4 因素水平表 表6-6 试验方案及结果
正交试验设计及其方差分析
第三节正交试验设计及其方差分析 在工农业生产和科学实验中，为改革旧工艺，寻求最优生产条件等，经常要做许多试验，而影响这些试验结果的因素很多，我们把含有两个以上因素的试验称为多因素试验.前两节讨论的单因素试验和双因素试验均属于全面试验（即每一个因素的各种水平的相互搭配都要进行试验），多因素试验由于要考虑的因素较多，当每个因素的水平数较大时，若进行全面试验，则试验次数将会更大.因此，对于多因素试验，存在一个如何安排好试验的问题.正交试验设计是研究和处理多因素试验的一种科学方法，它利用一套现存规格化的表——正交表，来安排试验，通过少量的试验，获得满意的试验结果. 1.正交试验设计的基本方法 正交试验设计包含两个内容：（1）怎样安排试验方案；（2）如何分析试验结果.先介绍正交表. 正交表是预先编制好的一种表格.比如表9-17即为正交表L4(23),其中字母L表示正交，它的3个数字有3种不同的含义： (1) L4（23）表的结构：有4行、3列，表中出现2个反映水平的数码1，2. 列数 ↓ L4 （23） ↑↑ 行数水平数 （2）L4（23）表的用法：做4次试验，最多可安排2水平的因素3个. 最多能安排的因素数 ↓ L4 (23) ↑↑ 试验次数水平数 (3) L4（23）表的效率：3个2水平的因素.它的全面试验数为23=8次，使用正交表只需从8次试验中选出4次来做试验，效率是高的. L4 (23) ↑↑ 实际试验数理论上的试验数 正交表的特点： （1）表中任一列，不同数字出现的次数相同.如正交表L4(23)中，数字1，2在每列中均出现2次. （2）表中任两列，其横向形成的有序数对出现的次数相同.如表L4（23）中任意两列，数字1，2间的搭配是均衡的.
第7章-正交试验设计的极差分析汇总
\ 第7章 正交试验设计的极差分析 正交试验设计和分析方法大致分为二种：一种是极差分析法(又称直观分析法),另一种是方差分析法(又称统计分析法)。本章介绍极差分析法，它简单易懂，实用性强，在工农业生产中广泛应用。 单指标正交试验设计及其极差分析 极差分析法简称R 法。它包括计算和判断两个步骤，其内容如图7-1所示。 & 图7-1 R 法示意图 — 图中，K jm 为第j 列因素m 水平所对应的试验指标和，K jm 为K jm 的平均值。由K jm 的大小可以判断j 因素的优水平和各因素的水平组合，即最优组合。R j 为第j 列因素的极差，即第j 列因素各水平下平均指标值的最大值与最小值之差： R j =max(jm j j K K K ,,,21 )-min(jm j j K K K ,,,21 )
R j反映了第j列因素的水平变动时，试验指标的变动幅度。R j越大，说明该因素对试验指标的影响越大，因此也就越重要。于是依据R j的大小，就可以判断因素的主次。 极差分析法的计算与判断，可直接在试验结果分析表上进行，现以例６-２来说明单指标正交试验结果的极差分析方法。 一、确定因素的优水平和最优水平组合 例6-2 为提高山楂原料的利用率，某研究组研究了酶法液化工艺制造山楂精汁。拟通过正交试验寻找酶法液化工艺的最佳工艺条件。 在例６-２中，不考虑因素间的交互作用（因例６-２是四因素三水平试验，故选用L9(34)正交表），表头设计如表６-５所示，试验方案则示于表６-６中。试验结果的极差分析过程，如表７-１所示. ( 表6-4 因素水平表 酶解温度 (C) ( C 表6-6 试验方案及结果
正交实验计算方法
正交试验设计方法（1）(2008-12-17 12:59:39) 标签：正交设计杂谈分类：其他 5．1试验设计方法概述 试验设计是数理统计学的一个重要的分支。多数数理统计方法主要用于分析已经得到的数据，而试验设计却是用于决定数据收集的方法。试验设计方法主要讨论如何合理地安排试验以及试验所得的数据如何分析等。 例5-1某化工厂想提高某化工产品的质量和产量，对工艺中三个主要因素各按三个水平进行试验（见表5-1）。试验的目的是为提高合格产品的产量，寻求最适宜的操作条件。 表5－1因素水平
对此实例该如何进行试验方案的设计呢 很容易想到的是全面搭配法方案（如图5-1所示）： 此方案数据点分布的均匀性极好，因素和水平的搭配十分全面，唯一的缺点是实验次数多达33＝27次（指数3代表3个因素，底数3代表每因素有3个水平）。因素、水平数愈多，则实验次数就愈多，例如，做一个6因素3水平的试验，就需36＝729次实验，显然难以做到。因此需要寻找一种合适的试验设计方法。
图5－1 全面搭配法方案 试验设计方法常用的术语定义如下。 试验指标：指作为试验研究过程的因变量，常为试验结果特征的量（如得率、纯度等）。例1的试验指标为合格产品的产量。 因素：指作试验研究过程的自变量，常常是造成试验指标按某种规律发生变化的那些原因。如例1的温度、压力、碱的用量。 水平：指试验中因素所处的具体状态或情况，又称为等级。如例1的温度有3个水平。温度用T表示，下标1、2、3表示因素的不同水平，分别记为T1、T2、T3。
常用的试验设计方法有：正交试验设计法、均匀试验设计法、单纯形优化法、双水平单纯形优化法、回归正交设计法、序贯试验设计法等。可供选择的试验方法很多，各种试验设计方法都有其一定的特点。所面对的任务与要解决的问题不同，选择的试验设计方法也应有所不同。由于篇幅的限制，我们只讨论正交试验设计方法。 5．2正交试验设计方法的优点和特点 用正交表安排多因素试验的方法，称为正交试验设计法。其特点为：①完成试验要求所需的实验次数少。②数据点的分布很均匀。③可用相应的极差分析方法、方差分析方法、回归分析方法等对试验结果进行分析，引出许多有价值的结论。 从例1可看出，采用全面搭配法方案，需做27次实验。那么采用简单比较法方案又如何呢
正交实验数据分析
正交实验如何数据分析 我们把在试验中考察的有关影响试验指标的条件称为因素（也叫因子），把在试验中准备考察的各种因索的不同状态(或配方)称为水平。在研究比较复杂的工程问题中，往往都包含着多个因素，而且每个因素要取多个水平。 对于包含五个因素、五个水平的工程项目，理论计算必须进行55＝3125次试验。显然，所需要的试验次数太多了，工作量太大。实践告诉我们，合理安排试验和科学分析试验，是试验工作成败的关键。 试验方案设计的好，试验次数就少，周期也短，这样不仅节省了大量人力、物力、财力和时间，而且可以得到理想的结果。相反，如果试验设计安排的不好，即使进行了很多次试验，浪费了大量材料、人力和时间，也不一定能够得到预期的结果。 正交试验法，就是在多因素优化试验中，利用数理统计学与正交性原理，从大量的试验点中挑选有代表性和典型性的试验点，应用“正交表”科学合理地安排试验，从而用尽量少的试验得到最优的试验结果的一种试验设计方法。 正交试验法也叫正交试验设计法，它是用“正交表”来安排和分析多因素问题试验的一种数理统计方法。这种方法的优点是试验次数少，效果好，方法筒单，使用方便，效率高。 由于试验次数大大减少，使得试验数据处理非常重要。我们可以从所有的试验数据中找到最优的一个数据，当然，这个数据肯定不是最佳匹配数据，但是肯定是最接近最佳的了。 用正交表安排的试验具有均衡分散和整齐可比的特点。均衡分散，是指用正交表挑选出来的各因素和各水平组合在全部水平组合中的分布是均衡的。整齐可比是说每一因素的各水平间具有可比性。 最简单的正交表L4(23)如表-1所示。 记号L4(23)的含意如下： “L”代表正交表； L下角的数字“4”表示有4横行(简称为行)，即要做四次试验； 括号内的指数“3”表示有3纵列(简称为列)，即最多允许安排的因素个数是3个； 括号内的数“2”表示表的主要部分只有2种数字，即因素有两种水平l与2，称之为l 水平与2水平。 表L4(23)之所以称为正交表是因为它有两个特点： 1、每一列中，每一因素的每个水平，在试验总次数中出现的次数相等。表-1里不同的水平只有两个——1和2，它们在每一列中各出现2次。
正交试验结果的极差分析法
正交试验结果的极差分析法 正交试验方法能得到科技工作者的重视，在实践中得到广泛的应用，原因之一是不仅试验的次数减少，而且用相应的方法对试验结果进行分析可以引出许多有价值的结论。因此，在正交试验中，如果不对试验结果进行认真的分析，并明确地引出应该引出的结论，那就失去用正交试验法的意义和价值。 下面以L4（23）表为例讨论正交试验结果的极差分析法。 表4-13 L4 (2 3）正交试验计算表 在表4-13中： I j——第j列“1”水平所对应的试验指标的数值之和。 Ⅱj——第j列“2”水平所对应的试验指标的数值之和。 （第j列有“3”，“4”水平时）
k j——第j列同一水平出现的次数。等于试验的次数（n）除以第j列的水平数。 ——第j列“1”水平所对应的试验指标的平均值。 ——第j列“2”水平所对应的试验指标的平均值。 D j——第j列的极差。等于第j列各水平对应的试验指标平均值中的最大值减最小值，即 用极差法分析正交试验结果应引出以下几个结论： ①在试验范围内，各列对试验指标的影响从大到小的排队。 某列的极差最大，表示该列的数值在试验范围内变化时，使试验指标数值的变化最大。 所以各列对试验指标的影响从大到小的排队，就是各列极差D的数值从大到小的排队。 ②试验指标随各因素的变化趋势。 ③使试验指标最好的适宜的操作条件（适宜的因素水平搭配）。 ④对所得结论和进一步研究方向的讨论。 例4-5要求对例4-4的试验问题，写出应用正交试验设计方法的全过程，用极差法分析正交实验的结果。 解：试验目的：提高磺化反应的乙酰胺苯的收率。 试验指标：乙酰胺苯的收率 表4-14因素水平表
正交试验设计原理
正交试验设计法 1．正交试验设计法的基本思想 正交试验设计法，就是使用已经造好了的表格--正交表--来安排试验并进行数据分析的一种方法。它简单易行，计算表格化，使用者能够迅速掌握。下边通过一个例子来说明正交试验设计法的基本想法。[例1]为提高某化工产品的转化率，选择了三个有关因素进行条件试验，反应温度(A)，反应时间(B)，用碱量(C)，并确定了它们的试验范围： A：80-90℃ B：90-150分钟 C：5-7％ 试验目的是搞清楚因子A、B、C对转化率有什么影响，哪些是主要的，哪些是次要的，从而确定最适生产条件，即温度、时间及用碱量各为多少才能使转化率高。试制定试验方案。 这里，对因子A，在试验范围内选了三个水平；因子B和C也都取三个水平： A：Al＝80℃，A2＝85℃，A3=90℃ B：Bl＝90分，B2＝120分，B3=150分 C：Cl＝5％，C2＝6%，C3＝7% 当然，在正交试验设计中，因子可以是定量的，也可以是定性的。而
定量因子各水平间的距离可以相等，也可以不相等。 这个三因子三水平的条件试验，通常有两种试验进行方法： (Ⅰ)取三因子所有水平之间的组合，即 AlBlC1，A1BlC2，A1B2C1，……， A3B3C3，共有 33=27次 试验。用图表示就是图1 立方体的27 个节点。这种试验法叫做全面试验法。 全面试验对各因子与指标间的关系剖析得比较清楚。但试验次数太多。特别是当因子数目多，每个因子的水平数目也多时。试验量大得惊人。如选六个因子，每个因子取五个水平时，如欲做全面试验，则需56 ＝15625次试验，这实际上是不可能实现的。如果应用正交实验法，只做25次试验就行了。而且在某种意义上讲，这25次试验代表了15625次试。 (Ⅱ)简单对比法，即变化一个因素而固定其他因素，如首先固定B、C于Bl、Cl，使A变化之： ↗A1 B1C1 →A2 ↘A3 (好结果) 如得出结果A3最好，则固定A于A3，C还是Cl，使B变化之：
正交试验设计的极差分析
正交试验设计的极差分 析 Corporation standardization office #QS8QHH-HHGX8Q8-GNHHJ8
第7章 正交试验设计的极差分析 正交试验设计和分析方法大致分为二种：一种是极差分析法(又称直观分析法),另一种是方差分析法(又称统计分析法)。本章介绍极差分析法，它简单易懂，实用性强，在工农业生产中广泛应用。 7.1 单指标正交试验设计及其极差分析 极差分析法简称R 法。它包括计算和判断两个步骤，其内容如图7-1所示。 由K jm 。 R j R j =max(jm j j K K K ,,,21 )-min(jm j j K K K ,,,21 ) R j 反映了第j 列因素的水平变动时，试验指标的变动幅度。R j 越大，说明该因素对试验指标的影响越大，因此也就越重要。于是依据R j 的大小，就可以判断因素的主次。 极差分析法的计算与判断，可直接在试验结果分析表上进行，现以例６-２来说明单指标正交试验结果的极差分析方法。 一、 确定因素的优水平和最优水平组合 例6-2 为提高山楂原料的利用率，某研究组研究了酶法液化工艺制造山楂精汁。拟通过正交试验寻找酶法液化工艺的最佳工艺条件。
在例６-２中，不考虑因素间的交互作用（因例６-２是四因素三水平试验，故选用L9(34)正交表），表头设计如表６-５所示，试验方案则示于表６-６中。试验结果的极差分析过程，如表７-１所示. 表6-4 因素水平表 表6-6 试验方案及结果 试验指标为液化率，用y i表示，列于表６-６和表７-１的最后一列。 表7-1 试验方案及结果分析
4.1.7 正交试验结果的极差分析法
4.1.7 正交试验结果的极差分析法 正交试验方法能得到科技工作者的重视，在实践中得到广泛的应用，原因之一是不仅试验的次数减少，而且用相应的方法对试验结果进行分析可以引出许多有价值的结论。因此，在正交试验中，如果不对试验结果进行认真的分析，并明确地引出应该引出的结论，那就失去用正交试验法的意义和价值。 下面以L4（23）表为例讨论正交试验结果的极差分析法。 (2 3）正交试验计算表 表4-13 L 4 在表4-13中： ——第j列“1”水平所对应的试验指标的数值之和。 I j Ⅱ ——第j列“2”水平所对应的试验指标的数值之和。 j （第j列有“3”，“4”水平时） ——第j列同一水平出现的次数。等于试验的次数（n）除以第j列的水平数。k j ——第j列“1”水平所对应的试验指标的平均值。 ——第j列“2”水平所对应的试验指标的平均值。
D ——第j列的极差。等于第j列各水平对应的试验指标平均值中的最大值减最j 小值，即 用极差法分析正交试验结果应引出以下几个结论： ①在试验范围内，各列对试验指标的影响从大到小的排队。 某列的极差最大，表示该列的数值在试验范围内变化时，使试验指标数值的变化最大。 所以各列对试验指标的影响从大到小的排队，就是各列极差D的数值从大到小的排队。 ②试验指标随各因素的变化趋势。 ③使试验指标最好的适宜的操作条件（适宜的因素水平搭配）。 ④对所得结论和进一步研究方向的讨论。 例4-5要求对例4-4的试验问题，写出应用正交试验设计方法的全过程，用极差法分析正交实验的结果。 解：试验目的：提高磺化反应的乙酰胺苯的收率。 试验指标：乙酰胺苯的收率 表4-14因素水平表 应考虑的交互作用：A×B，A×C 选择的正交表：L （27），表头设计及计算结果均见表4-15。 8 应该引出的四个结论如下： 1．各列对试验指标影响大小的排队问题。
正交实验的计算步骤
正交实验的计算步骤： 1．直观分析法 该法先将各列相同水平实验组的实测数据进行累加，故得到不同水平时的累加值K1、K2、K3等。K b =ΣX b 然后求得各列K值的极差（R）R=Kmax-Kmin 再求得极差的误差值（R e ）,通常以较小R值或其与空白列R值之和表示。并求各列R值与R e 之比（G）G=R/R e 若G?1.5时，确认该列因素为主要因素，K b 较大者为较好水平。 2．方差分析法 本例N=9,a、b、c分别为因素A、B、C 每个水平实验重复次数，本例为3。1）CT=全部试验值总和的平方的均数，又称校正值 2）三因素同水平指标值和即K值的平方和用Q来表示 Q A=(K1a2+ K2a2+K3a2 )/a 计算Q B、Q C、Q空 3）组间平方和用S表示 S A = Q A―CT 依次类推 S 空= Q空―CT是误差的估计值，即误差S e 4）总平方和的计算 S总＝W-CT W=各指标值平方后的和 5）组内平方和的计算，即误差，用S e 来表示 误差一般来自空相，即上面计算的S空来表示 计算方法： 因为S 总 ＝S A＋S B＋S C＋S e 故S e＝S 总－S A －S B－S C 6）自由度 df 因 各因素的自由度等于水平数减1，即为3－1＝2。df T总的平方和的自由度等于实验次数减1，即为9－1＝8。df e误差自由度等于总自由度减去各因素自由度之和，即为8－2－2－2＝2 7）均方的计算用Z表示，Z A= S A/df A 依次类推Z e= S e/df e 8）F检验F A= Z A/Z e依次类推F B、F C 9）查F检验的临界值F P表为F0 。05 (2,2)＝19.0 F0。01(2,2)=99.0 F值? F0。05，则P? P0。05,具有显著性 10）最优工艺的选择做完显著性检验后，可以选择最优工艺水平，对显著因素控制，选择K值大的水平组即可。对于不显著因素则考虑生产实际情况。
正交试验设计的极差分析
第7章 正交试验设计的极差分析 正交试验设计和分析方法大致分为二种：一种是极差分析法(又称直观分析法),另一种是方差分析法(又称统计分析法)。本章介绍极差分析法，它简单易懂，实用性强，在工农业生产中广泛应用。 7.1 单指标正交试验设计及其极差分析 极差分析法简称R 法。它包括计算和判断两个步骤，其内容如图7-1所示。 由K jm 。R j R j =max(jm j j K K K ,,,21 )-min(jm j j K K K ,,,21 ) R j 反映了第j 列因素的水平变动时，试验指标的变动幅度。R j 越大，说明该因素对试验指标的影响越大，因此也就越重要。于是依据R j 的大小，就可以判断因素的主次。 极差分析法的计算与判断，可直接在试验结果分析表上进行，现以例６-２来说明单指标正交试验结果的极差分析方法。 一、 确定因素的优水平和最优水平组合 例6-2 为提高山楂原料的利用率，某研究组研究了酶法液化工艺制造山楂
精汁。拟通过正交试验寻找酶法液化工艺的最佳工艺条件。 在例６-２中，不考虑因素间的交互作用（因例６-２是四因素三水平试验，故选用L9(34)正交表），表头设计如表６-５所示，试验方案则示于表６-６中。试验结果的极差分析过程，如表７-１所示. 表6-4 因素水平表 表6-6 试验方案及结果 试验指标为液化率，用y i表示，列于表６-６和表７-１的最后一列。 表7-1 试验方案及结果分析
计算示例： 因素A 的第１水平A 1所对应的试验指标之和及其平均值分别为： K A1=y 1+y 2+y 3=0+17+24=41， 1A K 3 1K A1=13.7 同理，对因素A 的第２水平A 2和第３水平A 3，有 K A2=y 4+y 5+y 6=12+47+28=87， 2A K 31K A2=29 K A3=y 7+y 8+y 9=1+18+42=61， 3A K 31 K A3=20.3 由表７-１或表６-６可以看出，考察因素A 进行的三组试验中（A 1,A 2,A 3），B 、C 、D 各水平都只出现了一次，且由于B 、C 、D 间无交互作用，所以B 、C 、D 因素的各水平的不同组合对试验指标无影响，因此，对A 1、A 2和A 3来说，三组试验的试验条件是完全一样的。假如因素A 对试验指标无影响，那么321,,A A A K K K 应该相等，但由上面的计标可知，