一次回归正交设计、二次回归正交设计、二次回归旋转设计
第七章 回归正交试验设计
个因素之间的函数关系。
因素水平编码表
自然变量xj 规范变量zj 1 -1 0 △j x1 700 300 500 200 x2 2400 1800 2100 300 x3 10 8 9 1
7.1.2一次回归方程的建立
设总的试验次数为N，其中原正交表所规定的二水平试验次数为 mc，零水平试验次数为m0，即有： N 建立回归方程
m
mc m0
ˆ a b j x j bkj xk x j，k 1,2,, m 1( j k ) y
j 1 k j
其系数的计算公式如下：
将被剔除变量的偏回归平方和、自由度并入到剩余平方和与自由度中，
然后再进行相关的方差分析计算。具体例子见书P126～129例8－1。
7.1 一次回归正交试验设计及结果分析
14
用石墨炉原子吸收分光光度计法测定食品中的铅，为提高吸光度，
对x1（灰化温度/℃）、x2（原子化温度/℃）和x3（灯电流/mA）三个
F0.05（1,6）=5.99 F0.01（1,6）=13.74
可见因素z2对指标影响高度显著，所建的回归方程高度显著：
y 0.50475 0.03375z2
7.1 一次回归正交试验设计及结果分析
N 1 SST Lyy ( yi y ) 2 yi2 ( yi ) 2 N i 1 i 1 i 1 N N
7.1 一次回归正交试验设计及结果分析
10
②一次项zj偏回归平方和
SS j m b ，j＝ 1 ， 2， ，m
一次回归正交设计
第五讲回归设计及统计分析设目标性状y与z1、z2……z m等因素有关，我们可以应用回归分析的方法建立y与诸因素的回归方程,以此对y进行预测和控制，或筛选y的最优指标。
z1、z2……z m构成一个因子空间，每一组z1、z2……z m值对应一个y值。
如何在因子空间中选择最适当的试验点,以最少的试验点寻求y的最优区域，这就要将回归分析与正交设计结合起来应用,称为回归正交设计。
按回归模型的次数,回归正交设计又分为一次回归正交设计和二次回归正交设计。
一、一次回归正交设计一次回归正交设计主要是应用2水平正交表进行设计,其设计和分析步骤如下。
1．确定试验因素的变化范围例如研究m 个栽培因素z 1、z 2……z m 与作物产量y 的数量关系，首先需确定各个栽培因素的变化范围。
设因素z j 的变化区间为（z 1j ，z 2j )，则z 1j 和z 2j 分别为因素z j 的下水平和上水平。
那么1202j jj z z z +=为因素z j 的零水平.212jjj z z ∆=-为因素z j 的变化区间。
2。
对各因素的水平编码编码就是对各个因素的取值作如下线性变换：0j jj jz z x =∆-式中x j 为编码值。
如：10121121212jjj jj j j jjz zz z z x z z =∆-+--==-0000j jj jz z x =∆-=20122221212jjj jj j j jjz zz z z x z z =∆+--==-这样就建立了z j 与x j 的一一对应关系: 下水平 z 1j x 1j （-1）零水平z0j x0j （0 )上水平z0j x0j （+1)通过上面的编码可知，当z j在区间（z1j，z2j)变化时,它的编码值x j就在区间（-1,+1）内变化。
多个因素的编码工作可在因素水平编码表（表1)上进行。
表1 因素水平编码表z j因素Z1Z2……Z m下水平Z11Z12 (1)零水平Z01Z02 0上水平Z21Z22 (2)变化间距△j△1△2……△m对因素的水平进行编码后,y对z1、z2……z m的回归问题就转化为对x1、x2……x m的回归问题。
一次回归正交设计、二次回归正交设计、二次回归旋转设计说明
一次回归正交设计某产品的产量与时间、温度、压力和溶液浓度有关。
实际生产中，时间控制在30~40min，温度控制在50~600C，压力控制在2*105~6*105Pa，溶液浓度控制在20%~40%，考察Z1~Z2的一级交互作用。
因素编码Z j(x j) Z1/min Z2/o C Z3/*105Pa Z4/%下水平Z1j（-1）30 50 2 20上水平Z2j（+1）40 60 6 40零水平Z0j（0）35 55 4 30变化间距 5 5 2 10编码公式X1=（Z1-35）/5 X2=(Z2-55）/5X3=(Z3-4)/2 X4=(Z4-30)/1选择L8（27)正交表因素x1,x1,x3,x4依次安排在第1、2、4、7列，交互项安排在第3列。
试验号X0 X1(Z1) X2(Z2) X3(Z3) X4(Z4) X1X2 Yi1 1 1 1 1 1 1 9.72 1 1 1 -1 -1 1 4.63 1 1 -1 1 -1 -1 10.04 1 1 -1 -1 1 -1 11.05 1 -1 1 1 -1 -1 9.06 1 -1 1 -1 1 -1 10.07 1 -1 -1 1 1 1 7.38 1 -1 -1 -1 -1 1 2.49 1 0 0 0 0 0 7.910 1 0 0 0 0 0 8.111 1 0 0 0 0 0 7.4 Bj=∑xjy 87.4 6.6 2.6 8.0 12.0 -16.0aj=∑xj2 11 8 8 8 8 8bj = Bj7.945 0.825 0.325 1.000 1.500 -2.00/aj393 5.445 0.845 8.000 18.000 32.000Qj =Bj2 /aj可建立如下的回归方程。
Y=7.945+0.825x1+0.325x2+x3+1.5x4-2x1x2显著性检验：1、回归系数检验回归关系的方差分析表变异来源SS平方和Df自由度MS均方F显著水平x1 5.4451 5.44576.250.01 x20.84510.84511.830.05 x38.00018.000112.040.01 x4 18.000118.000252.100.01 x1x2 32.000132.000448.180.01 回归64.29 5 12.858180.080.01 剩余0.357 5 0.0714失拟0.097 3 0.0323 0.25 <1 误差e 0.2620.13总和64.64710经F检验不显著的因素或交互作用直接从回归方程中剔掉，不必再重新进行回归分析。
第8章回归正交试验设计
②二次项的中心化 对二次项的每个编码进行中心化处理 ：
(二次项编码)－(二次项编码算术平均值)
z ji
'
z
j
2 i
1 n
n i 1
z
j
2 i
二元二次回归正交组合设计编码表
试验号
z1
1
1
z2
z1 z2
z12
1
1
1
2
1
－1
－1
1
3
－1
1
－1
1
4
－1
－1
1
1
5
1
0
0
1
6
－1
0
0
1
7
0
1
0
0
8
0
－1
0
1.414
1.483
3 1.147 1.353
1.471
1.547
4 1.210 1.414
1.525
1.607
5 1.267 1.471
1.575
1.664
6 1.320 1.525
1.623
1.719
7 1.369 1.575
1.668
1.771
8 1.414 1.623
1.711
1.820
9 1.457 1.668
bkj
i 1 n
(zk z j )i2
i 1
二次项偏回归系数bjj ：
n
(
z
' ji
)
yi
b jj
i 1 n
(
z
' ji
)
2
i 1
⑤回归方程显著性检验
第六章 §6 二次回归的旋转设计
五,k>2 实现旋转设计借助于组合设计思想
1.中心组合思想
(1)m c 个点布置在半径 R c = k的球面上 (2 )2k个点布置在半径 R = r的球面上,通常位于 (3)m 0 个点布置在因子区域的 中心
n = m c + 2k + m 0 坐标轴上,称 r为星号臂
2. k = 2 D = 1 1 1 1 r r 0 0 0 0 1 1 1 1 0 0 r r 0 0
§6 二次回归的旋转设计
一,问题
y = β 0 + ∑ βi x i + ∑ βij x i x j + ∑ β ii x i2 + ε
i i< j i
要寻找旋转设计 D, X′X满足旋转性条件 0 第 (0,)元素为 n x 2 = λ 2 n i = 1, , k ∑ ji j ∑ x 4 = 3∑ x 2 1 x 2 2 = 3λ 4 n i1 ≠ i 2 ji ji ji j j k λ4 ≠ 2 λ2 k + 2
∑x
j j
ji
= ∑ x ji1 x ji 2 = ∑ x x ji 2 = 0
2 ji1 j j
x 2 = 4 + 2r 2 ∑ ji x21x2 2 = 4 ∑ ji ji
j
x 4 = 4 + 2r 4 ∑ ji
j
为满足旋转性条件
∑x
j
4 ji
= 3∑ x x
2 ji1 j
2 ji 2
∴ 4 + 2 r 4 = 12 r =
2
3.k ≥ 3
∑x
j j
ji
= ∑ x ji1 x ji 2 = ∑ x 2 1 x ji 2 = 0 ji
4、高级实验设计—回归的旋转设计(Regressional Rotary Design)
x
i，j =1，2„P；
待定参数
以上为 P 元二次回归旋转设计的旋转性条件。
此外，为了使旋转设计成为可能，还必须使信
息矩阵 A 不退化，为此，必须有不等式：
4 p 2 2 P 2
上式为 P 元二次回归的非退化条件。 已证明，只要使 N 个试验点不在同一个球面上， 就能满足非退化条件。或者说只要使 N 个试验点至少 分布于两个半径不等的球面上，就有可能获得旋转设
P 2 2 ˆ D y P 2 4 PN
4 1 2 P 1 4 P 1 4 1 2 2 4 P 2 4 4
（4.11） 由式（4.11）经研究表明，只有采用恰当的方法 确定 4 ，才能满足通用性的要求。如何确定 4 ？对 4 有什么要求呢？总的来说，它必须使上式中 i处的
ˆ 的 二次旋转组合设计具有同一球面预测值 y
方差相等的优点，但回归统计数的计算较繁琐，
若使它获得正交性就能简化计算手续。
在二次旋转组合计划中，一次项和交互项的 回归系数 bj ，bij 仍保持正交，但 b0 与 bjj 之间，
以及 bii 与 bjj 之间都存在相关，即不具正交性，
它们之间的相关矩分别为：
计方案。
为了获得 P 元二次旋转设计方案，就要求既要
满足非退化条件式，又要满足旋转性条件式。
如何才能满足这两方面的条件呢？这主要借助
于组合设计来实现，因为组合设计中 N 个试验点：
N mc m m0
分布在三个半径不相等的球面上：
mc 个点分布在半径为 P 的球面上； c m 个点分布在半径为 的球面上； m0 个点分布在半径为 0 0 的球面上；
第九章 回归的旋转设计
因此，采用组合设计选取的试验点，完全能够满足非退化条件式(13－ 30) ，即信息矩阵 A 不会退化。此外，采用组合设计，其信息矩阵 A 的 元素中 2 xi x j xi x j 0 x j
m 的球面上； 的球面上； mγ个点分布在半 m0个点分布在半径 0 的球面上；
§1 旋转设计的基本原理
综上所述，为了获得 m 元二次旋转设计方案，就要求既要满足旋转性 条件式 (13－29) ，又要满足非退化条件式 (13－30) 。满足条件式 (13－29)是旋转设计的必要条件，满足非退化条件式 (13－30)是使旋 转性成为可能的充分条件。两者结合起来才能使旋转性设计得以实现。 实际操作上主要借助于组合设计来实现。因为组合设计中 N 个试验点 N ＝ mc+mγ +m0 ，分布在3个半径不相等的球面上。即
5（全实施） 5（1/2全实施） 6（1/2全实施） 6（1/4全实施） 7（1/2全实施） 7（1/4全实施） 8（1/2全实施） 8（1/4全实施） 8（1/8全实施）
16
32 16 32 16 64 32 128 64 32
8
10 10 12 12 14 14 16 16 16
12
17 10 15 8 22 13 33 20 11
§1 旋转设计的基本原理
这里应该解决的是二次回归正交的旋转性问题。下面以试验设计中常用的 三元二次回归方程来讨论这个问题。 在3个变量情况下，二次回归模型为：
y x x x x x
3 3 2 j j 1 j j i j ij i j j 1 ij
x x x
13 23
x x x x
11 21
一次回归正交设计、二次回归正交设计、二次回归旋转设计说明
一次回归正交设计、二次回归正交设计、二次回归旋转设计说
明
一次回归正交设计是一种广泛应用于实验设计中的设计方式，该设计最基本的特点是每一个自变量只考虑一次。
这种设计方法可以通过排列组合的方式得到各种不同的设计方案，使得实验者可以通过设计来达到用最少的实验次数获取尽可能多的信息的目的。
一次回归正交设计在实验设计中被广泛使用，尤其在化学制药、工业生产等领域得到了广泛运用。
二次回归正交设计是一种基于一次回归正交设计的设计方式，这种设计方式可以进一步增加实验信息的获取。
在二次回归正交设计中，依然按照一次正交设计的方式来设计实验，但是在每个单独的自变量上，提高对其的测量次数，使得对这些自变量的测量更加准确。
同时，在某些需要深入探究的因素上，可以通过将这些因素的实验次数进一步提高，来获取相关信息。
二次回归旋转设计是一种在二次回归正交设计的基础上发展而来的设计方式。
在二次回归旋转设计中，实验者可以通过旋转矩阵来达到实验变量间的协方差为0的目的。
这样可以在保证基本信息获取的同时，增加获取高阶信息的可能性。
旋转设计特别适合于需要同时考虑多个变量的实验设计，可以使各个变量之间更加独立，减少不必要的干扰。
总的来说，在实验设计领域中，三种设计方法各自有着各自的优势。
对于需要更精准的信息获取的实验，应该选择更高阶的设计方法，在更基础的实验中则可以选择更为简单的设计方法。
另外，在选择设计方法的过程中，还应该根据实验具体情况灵活选择，使得实验设计更加科学合理。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一次回归正交设计某产品的产量与时间、温度、压力和溶液浓度有关。
实际生产中，时间控制在30~40min，温度控制在50~600C，压力控制在2*105~6*105Pa，溶液浓度控制在20%~40%，考察Z1~Z2的一级交互作用。
因素编码Z j (xj) Z1/min Z2/o C Z3/*105Pa Z4/%下水平Z1j（-1）30 50 2 20上水平Z2j（+1）40 60 6 40零水平Z0j（0）35 55 4 30 变化间距 5 5 2 10编码公式X1=（Z1-35）/5 X2=(Z2-55）/5 X3=(Z3-4)/2 X4=(Z4-30)/10选择L8（27)正交表因素x1,x1,x3,x4依次安排在第1、2、4、7列，交互项安排在第3列。
试验号X0 X1(Z1) X2(Z2) X3(Z3) X4(Z4) X1X2 Yi1 1 1 1 1 1 1 9.72 1 1 1 -1 -1 1 4.63 1 1 -1 1 -1 -1 10.04 1 1 -1 -1 1 -1 11.05 1 -1 1 1 -1 -1 9.06 1 -1 1 -1 1 -1 10.07 1 -1 -1 1 1 1 7.38 1 -1 -1 -1 -1 1 2.49 1 0 0 0 0 0 7.910 1 0 0 0 0 0 8.111 1 0 0 0 0 0 7.4 Bj=∑xjy87.4 6.6 2.6 8.0 12.0 -16.0aj=∑xj211 8 8 8 8 8bj = Bj/aj7.945 0.825 0.325 1.000 1.500 -2.00Qj = Bj2/aj393 5.445 0.845 8.000 18.000 32.000可建立如下的回归方程。
Y=7.945+0.825x1+0.325x2+x3+1.5x4-2x1x2显著性检验：1、回归系数检验回归关系的方差分析表变异来源SS 平方和 Df 自由度 MS 均方 F 显著水平x 1 5.445 1 5.445 76.25 0.01x 2 0.845 1 0.845 11.83 0.05x 3 8.000 1 8.000 112.04 0.01x4 18.000 1 18.000 252.10 0.01x1x2 32.000 1 32.000 448.18 0.01回归 64.29 5 12.858 180.08 0.01 剩余 0.357 5 0.0714 失拟0.09730.03230.25<1误差e 0.26 2 0.13总和 64.647 10经F 检验不显著的因素或交互作用直接从回归方程中剔掉，不必再重新进行回归分析。
2、回归方程的检验 进行此项检验时，通常对F 值小于等于1的项不进行检验，直接从回归方程中剔除，对经检验而α>0.25的项，根据实际需要决定是否剔除。
3、失拟检验Lf Lf Lf Lf e e e MS SS df F MS SS df ==由回归系数的检验，回归方程的检验，失拟检验可以得出，产量 y 与各因素之间的总回归关系达到显著，回归方程拟合效果较好。
回归方程的变换将各因素的编码公式代入，得Y=-162.05+4.57z1+2.87z2+0.50z3+0.15z4-0.08z1z2二次回归正交设计某食品加香试验，3个因素，即 Z1(香精用量)、 Z2(着香时间) 、 Z2(着香温度)(1) 确定γ值、 mc 及 m0 。
根据本试验目的和要求，确定 mc＝ 2 m ＝ 2 3＝ 8 ， m0 ＝1 ，查表得γ＝1.215。
(2)确定因素的上、下水平，变化间距以及对因子进行编码编码Z1/(mL／kg物料)Z2 / h Z3/ ℃+γ182448+ 116.9422.645.70121635- 17.069.424.3-γ6822Δi 4.94 6.610.7计算各因素的零水平：Z01 ＝(18＋6)/2＝12 (mL/kg)Z02 ＝(24＋8)/2＝16 (h)Z03 ＝(48＋22)/2＝35 (℃)计算各因素的变化间距：Δ01 ＝(18-12)/1.215＝4.94 (mL/kg)Δ02 ＝(24-16)/1.215＝6.6 (h)Δ03 ＝(48-35)/1.215＝10.7 (℃)(3)列出试验设计及试验方案试验号试验设计实施方案x0x1x2香精用量／(mL／kg)着香时间／h着香温度/ ℃111116.9422.645.7 211-116.9422.624.3 31-1116.949.445.7 41-1-116.949.424.35-1117.0622.645.7 6-11-17.0622.624.3 7-1-117.069.445.7 8-1-1-17.069.424.3 9 1.21500181635 10-1.2150061635 110 1.2150122435 120-1.215012835 1300 1.215121648 1400-1.215121622 150********试验结果的统计分析建立回归方程试验号 0x1x 2x 3x 21x x 31x x 32x x 1x ' 2x ' 3x ' 结果（y ） 1 11 1 1 1 1 1 0.27 0.27 0.27 2.322 1 1 1 -1 1 -1 -1 0.27 0.27 0.27 1.253 1 1 -1 1 -1 1 -1 0.27 0.27 0.27 1.934 1 1 -1 -1 -1 -1 1 0.27 0.27 0.27 2.135 1 -1 1 1 -1 -1 1 0.27 0.27 0.27 5.856 1 -1 1 -1 -1 1 -1 0.27 0.27 0.27 0.17 7 1 -1 -1 1 1 -1 -1 0.27 0.27 0.27 0.808 1 -1 -1 -1 1 1 1 0.27 0.27 0.27 0.569 1 1.215 0 0 0 0 0 0.746 -0.73 -0.73 1.60 10 1 -1.215 0 0 0 0 0 0.746 -0.73 -0.73 0.56 11 1 0 1.215 0 0 0 0 -0.73 0.746 -0.73 5.54 12 1 0 -1.215 0 0 0 0 -0.73 0.746 -0.73 3.89 13 1 0 0 1.215 0 0 0 -0.73 -0.73 0.746 3.57 14 1 0 0 -1.215 0 0 0 -0.73 -0.73 0.746 2.52 151 0 0 0 0 0 0 -0.73 -0.73 -0.73 5.80∑=2j j x a15 10.9525 10.9525 10.9525 8 8 84.36074.36074.3607∑2y＝51.8443∑=y x j j β37.37 2.6336 7.2948 9.1858 -6.27-6.175.59-10.2019 0.5286 -4.3721y SS ＝58.7432j j j a B b = 0b0.2405 0.6660 0.8387 -0.7838 -0.7713 0.6988 -2.3395 0.1212-1.0093R SS ＝55.2032j j j a B Q 2=0.6333 4.8586 7.7040 4.9141 4.7586 3.9060 23.8676 0.0641 4.4422r SS ＝3.5401231213222231234.90910.24050.66600.83870.78380.77130.6988 2.33950.1212 1.0093y x x x x x x x x x x x x =+++--+-+-()2011137.3710.9525 2.33950.1212 1.0093 4.90911515maj jj j b y x b N N ==-•=--+-=∑∑∑回归关系的显著性测验。
变异来源平方和(SS)自由度(df)均方(MS)F显著程度x10.6332710.63327＜1nsx2 4.858561 4.85856 6.8624*0.05(6.61) x37.7040017.7040010.8814*0.05(6.61) x1x2 4.914101 4.9141010.3994*0.05(6.61) x1x3 4.758611 4.75861 6.9409*0.05(6.61) x2x3 3.906011 3.90601 5.51700.10(4.06) x1223.86763123.8676333.7116**0.01(16.30) x220.0640710.06407＜1nsx32 4.442201 4.44220 6.27430.10(4.06)回归55.203209 6.133698.6635*0.05(4.77)剩余 3.5399850.70799总变异58.7431714方差分析表明，总回归达到显著水平，说明本食品的加香试验与所选因素之间存在显著的回归关系，试验设计方案是正确的，选用二次正交回归组合设计也是恰当的。
除 x1 和 x22 以外，其余各项因子基本达到显著或极显著，说明香料用量、着香时间、着香温度与这一食品的加香有显著或极显著关系。
本试验设计的因素、水平选择是成功的。
在这种回归正交试验中，第一次方差分析往往因为误差（剩余）自由度偏小而影响了检验的精确度。
并且由于回归正交试验计划具有的正交性，保证了试验因素的列与列之间没有互作（即没有相关性）存在，因此我们可以将未达到0.25以上显著水平的因素（或者互作）剔除，将其平方和和自由度并入误差（剩余）项，进行第二次方差分析，以提高检验的精确度。
第二次方差分析结果见下表：变异来源平方和(SS)自由度(df)均方(MS)F显著程度x2 4.858561 4.858568.0263*0.05（5.59）x37.7040017.7040012.7269**0.01（12.20）x1x2 4.914101 4.914108.1180*0.05x 1x 3 4.75861 1 4.75861 7.8612*0.05（5.59） x 2x 3 3.90601 1 3.90601 6.4527*0.05（5.59） x 12 23.86763 1 23.86763 39.4290**0.01（12.20）x 32 4.44220 1 4.44220 7.3385*0.05（5.59） 回归 54.24265 7 7.74895 12.8012**0.01（6.99）剩余 4.23732 7 0.60533总变异58.47997 14第二次方差分析表明，总回归及各项因素均达到显著或极显著水平，说明这一食品加香与试验因素之间存在极显著的回归关系，其优化的回归方程为：本试验由于 m0＝1，故不能进行失拟检验，这是试验的一个缺陷。