实验设计与数据处理
实验设计与数据处理(共27张PPT)
2）因素——对实验指标有影响 的原因或要素
• 因素也称为因子，它是在进行实验时重 点考察的内容。
• 因素一般用大写字母ABC……来标记， 如因素A、因素B、因素C等。
• ①因素分类： a)可控因素（温度、时间、种类、浓 度……）
b)不可控因素（风速、气温、……）
② 选择因素的原则
举例
• 例4：直接过滤实验中，欲考察混凝剂硫酸铝投 量，助剂聚丙烯酰胺投量，滤速对过滤周期平 均出水浊度的影响。
实验指标：过滤周期平均出水浊度
因素及水平：
混凝剂投量（mg/L）（ 10、12、1）
助凝剂投量（mg/L）（、、）
滤
速（m/h） （8、10、12）
4．实验设计方法
• 针对不同的具体情况，有不同的实验设计方法。 • 单因素试验设计
1．实验设计的发展过程
• 20世纪初：英国生物统计学家费歇尔（1890-1962） 首次提出了“试验设计”术语。
• 实验设计方法最早应用于农业、生物学、遗传学方面。在农业方面主要是进行 品种对比、施肥对比等。
• 20世纪40年代，英美两国开始在工业生产中应用，如改变原料配比 或工艺生产条件，寻找最佳工况。
试验设计与统计 • ②方萍、何延《 2．实验设计的基本宗旨
验证性实验：对已知的理论进行验证，以加深对理论的认识
》，浙江大学出版社，
2003年6月第1版 煮浆时间 (h) 3、4
验证性实验：对已知的理论进行验证，以加深对理论的认识
• （适合环境与资源相关专业、生命科学、农业科学、医学） ①郑少华、姜奉华《试验设计与数据处理》，中国建材工业出版社，2004年3月第1版，
通过本课程的教学，使学生掌握试验数据统计分析的基本原理，并能针对实际问题正确地运用。 中国统计出版社，1998年6月第1版（电工等专业 ） 20世纪40年代，英美两国开始在工业生产中应用，如改变原料配比或工艺生产条件，寻找最佳工况。
理工科学生的实验设计与数据处理
理工科学生的实验设计与数据处理实验设计和数据处理是理工科学生学习过程中非常重要的一部分，具有很大的实践意义和实用性。
本文将详细介绍理工科学生如何进行实验设计和数据处理，以帮助他们更好地掌握这一技能。
一、实验设计在进行实验设计时，理工科学生需遵循一定的步骤和原则，以确保实验的可行性和有效性。
1. 确定实验目的和研究问题：在开始实验设计之前，理工科学生需要明确实验的目的和要解决的问题。
这有助于确定实验的范围和内容，以及需要采集的数据类型。
2. 制定实验方案：理工科学生需要根据实验目的和问题，制定详细的实验方案。
实验方案应包括实验步骤、实验条件、材料和设备的准备等内容，以确保实验的可重复性和可比性。
3. 设计实验组和对照组：在进行实验设计时，理工科学生需要根据实验目的，设定实验组和对照组。
实验组是接受实验处理的样本或对象，而对照组是不接受实验处理的样本或对象，用于比较和分析实验结果。
4. 确定抽样方法和样本量：在实验设计中，理工科学生需要确定合适的抽样方法和样本量。
抽样方法应该能够保证样本的代表性和可靠性，样本量应足够大，以确保实验结果的统计显著性。
5. 控制实验误差：在进行实验设计时，理工科学生需要注意控制实验误差。
这包括控制外界干扰因素，采取合适的实验条件和控制实验过程中的变量等，以确保实验结果的准确性和可靠性。
二、数据处理数据处理是理工科学生完成实验后的重要环节，可以通过统计和分析数据，得出科学结论和研究结果。
1. 数据收集和整理：在进行数据处理之前，理工科学生需要将实验中获得的数据进行收集和整理。
这包括记录数据、计算平均值和标准偏差等，以确保数据的准确性和完整性。
2. 数据分析和统计：理工科学生可以利用各种统计方法和数据分析工具，对实验数据进行分析和统计。
这包括描述性统计、相关性分析、方差分析等，以发现数据之间的规律和关联。
3. 绘制图表和图像：在数据处理过程中，理工科学生可以利用图表和图像来展示实验结果和研究结论。
大学论文中的实验设计与数据处理方法
大学论文中的实验设计与数据处理方法在大学论文中，实验设计和数据处理方法是论文研究的核心内容之一。
合理的实验设计和准确的数据处理方法能够有效地支持并展示研究的科学性和可靠性。
本文将分析大学论文中常用的实验设计方法和数据处理方法，并探讨它们在研究中的作用。
一、实验设计方法1. 随机对照实验设计随机对照实验设计是一种常用的实验设计方法。
在这种设计中，研究对象被随机分成两组或多组，其中一组作为对照组，其他组作为实验组。
对照组接受常规处理或不接受任何处理，实验组接受特定处理。
通过对比两组或多组数据，可以评估特定处理的效果和影响。
2. 配对实验设计配对实验设计适用于研究中存在相互依赖或相互影响的组别。
在配对实验设计中，研究对象被按照某种特征进行配对，然后将配对的对象分为对照组和实验组。
配对实验设计可以减少个体间的差异，从而更容易观察到实验处理的真实效果。
3. 单因素实验设计单因素实验设计是通过改变一个因素来观察其对实验结果的影响。
在这种设计中，只有一个自变量，其他变量保持恒定。
通过设定不同水平的自变量，可以评估自变量对因变量的影响程度。
4. 多因素实验设计多因素实验设计考虑了多个因素对实验结果的影响。
通过同时改变多个因素，可以评估不同因素之间相互作用的效果。
在设计多因素实验时，需要注意因素之间的独立性，确保能够准确地分析各因素的影响。
二、数据处理方法1. 描述统计分析描述统计分析是对数据进行整理、概括和描述的方法，包括计算均值、中位数、标准差、方差等统计指标。
通过描述统计分析，可以对研究数据进行初步的整体了解，揭示数据的分布特征和集中趋势。
2. 探索性数据分析探索性数据分析是通过图表、图像和统计分析等方法，从数据中探索和发现隐藏的模式和关系。
通过探索性数据分析，研究者可以更深入地理解数据，发现数据背后的规律，并为后续的研究提供指导。
3. 统计假设检验统计假设检验用于判断研究中提出的假设是否成立。
通过设定显著性水平和计算统计检验值，可以对研究结果进行统计显著性检验。
实验设计与数据处理对于科学实验设计和数据处理技术的介绍和分析
实验设计与数据处理对于科学实验设计和数据处理技术的介绍和分析实验设计与数据处理对于科学研究具有至关重要的作用。
合理有效的实验设计和精准可靠的数据处理能够提高实验的可信度和可重复性，从而推动科学研究的发展。
本文将对实验设计和数据处理技术进行介绍和分析。
一、实验设计1. 实验设计的概念和重要性实验设计是指根据研究目的和问题，经过合理的思考和计划，选择和安排实验条件和步骤，以达到科学研究目标的过程。
一个好的实验设计应该具备科学性、可操作性和针对性。
实验设计的好坏直接影响到实验结果的可靠性和准确性。
2. 实验设计的要素（1）研究目的和问题：明确实验的目的，确保实验设计的针对性。
（2）试验对象和样本选择：选择合适的试验对象和样本，以确保实验结果具有代表性。
（3）实验条件和步骤：合理选择和安排实验条件和步骤，以确保实验过程的可操作性和稳定性。
（4）实验组和对照组的设置：合理划分实验组和对照组，进行对比分析，确保实验结果的有效性和可靠性。
3. 常见实验设计方法（1）完全随机设计：将试验对象随机分配到不同处理组，以减小个体差异的影响。
（2）区组设计：将试验对象按照某种特征分组，再根据随机原则将不同处理组分配到不同的区组中进行处理。
（3）因子水平设计：根据研究目的，选择一些重要的因子及其水平，进行系统性的设计和分析。
二、数据处理1. 数据处理的概念和重要性数据处理是指根据实验设计和采集到的原始数据，通过一系列的方法和技术进行整理、分析和解释的过程。
良好的数据处理能够提取、总结和归纳数据的信息，揭示实验结果的规律性和内在关系。
2. 数据处理的步骤（1）数据清洗：对采集到的原始数据进行筛选、清理和校验，剔除异常值和错误数据，确保数据的准确和可靠。
（2）数据归类与整理：按照实验设计的要求，将数据进行分类和整理，以便后续的分析和处理。
（3）数据分析与统计：根据实验目的和问题，选择合适的统计方法和工具，对数据进行描述统计、推断统计和相关性分析等。
实验设计与数据处理11
实验设计与数据处理在科学研究中，合理的实验设计和有效的数据处理是获取可靠研究结果的关键步骤。
本文将讨论实验设计和数据处理的重要性，以及一些常见的实验设计策略和数据处理方法。
实验设计的重要性良好的实验设计是确保研究结果可靠性的前提。
一个好的实验设计应该具有以下特点：1.目的明确：实验的目的和研究问题应该明确定义，有助于指导实验的进行和数据的收集。
2.随机性：实验对象的选择和分组应该是随机的，以减少实验结果的偏倚。
3.控制变量：尽可能控制除研究变量以外的其他因素，以确保实验结果的可靠性和准确性。
4.重复性：实验应该能够重复，以验证实验结果的可靠性和稳定性。
常见的实验设计策略在科学研究中，有许多常见的实验设计策略，包括但不限于：1.随机对照实验：将实验对象随机分为实验组和对照组，对照组不受实验干预，以验证实验效果。
2.双盲实验：在实验过程中，既对实验对象又对实验者进行盲法处理，以减少认知偏差。
3.交叉实验：实验对象在不同的时间点接受不同处理，以验证不同因素对结果的影响。
数据处理方法数据处理是整理、分析和解释研究数据的过程。
以下是一些常见的数据处理方法：1.数据清洗：在数据分析之前，需要对数据进行清洗，包括缺失值处理、异常值处理等，以确保数据质量。
2.描述统计：通过计算均值、标准差、百分位数等，对数据进行描述和总结。
3.推断统计：通过假设检验、方差分析等方法，对数据进行推断和检验。
结论实验设计和数据处理是科学研究中不可或缺的环节。
只有具有良好的实验设计和有效的数据处理，才能获取到可靠的研究结果，推动科学知识的进步和发展。
希望本文能为读者提供一些关于实验设计和数据处理的基础知识和方法，帮助他们开展科学研究工作。
实验设计与数据处理
实验设计与数据处理引言：实验设计与数据处理是科学研究的基础，也是学生培养科学思维和实验操作能力的重要环节。
本教案将通过三个小节来探讨实验设计和数据处理的重要性、方法以及相关技巧，帮助学生全面理解和掌握实验设计和数据处理的基本原理和方法。
一、实验设计的重要性及基本原则（800字左右）1. 介绍实验设计的定义和意义（100字）。
- 实验设计是指在科学研究或实验中，为了验证或证伪某种假设而进行的一系列控制和安排的计划和策划。
- 实验设计的目的是为了提供准确、可靠的数据，以支持科学研究或实验的结论。
2. 实验设计的基本原则（300字）。
a. 控制变量：在实验过程中，需尽可能控制除待测变量之外的其他可能影响实验结果的因素，以确保实验结果准确可靠。
b. 随机分组：实验对象应随机分组，使每个组的特征和条件尽可能相似，以减少实验结果因实验对象差异而引起的误差。
c. 多次重复：为了验证实验结果的可靠性，实验应进行多次重复，以求得更准确的数据。
3. 实验设计中的常见误区及解决方法（400字）。
a. 样本选择偏差：样本选择不具代表性，导致实验结果不准确。
解决方法：应在样本选择上进行随机抽样，并确保样本具有代表性。
b. 缺乏对照组：没有设置对照组，无法进行比较和分析。
解决方法：应设置明确的对照组，与实验组进行对比，以评估实验结果的有效性。
c. 实验操作不一致：不同实验者操作不一致，影响实验结果的可靠性。
解决方法：应进行统一培训和操作规范，确保实验操作的一致性。
二、数据处理的方法与技巧（800字左右）1. 数据收集与整理（200字）。
a. 介绍数据收集的方法，如实验记录、观察、测量等。
b. 强调数据整理的重要性，如数据分类、排序、去除异常值等。
2. 数据分析与统计（300字）。
a. 介绍常用的数据分析方法，如平均值、标准差、相关系数等。
b. 介绍常用的统计方法，如t检验、方差分析等。
3. 数据展示与解读（300字）。
a. 介绍常见的数据展示方式，如表格、图表等。
实验设计与数据处理
实验设计与数据处理实验设计是指在科学研究过程中，为了解决研究问题或验证假设而进行的一系列活动。
一个好的实验设计能确保实验结果的可靠性和可重复性，并且能够提供可靠的数据来支持结论。
实验设计的步骤通常包括以下几个阶段：1. 问题定义：明确研究领域中的问题或假设，确定实验的目的和要解决的问题。
2. 变量定义：确定实验中要观察和测量的变量，包括自变量（独立变量，影响结果的因素）和因变量（依赖变量，被观察和测量的结果）。
3. 实验设计：根据实验目的和问题，确定实验的具体设计。
这包括确定实验组和对照组，确定实验的随机分组或对照等。
4. 数据采集：根据实验设计，执行实验并收集数据。
这可以通过观察、测量、问卷调查等方式进行。
5. 数据处理：对收集到的数据进行统计分析和处理，以得出结论。
这可能包括描述性统计、假设检验、方差分析等。
6. 结果解释：根据数据分析结果，解释实验结果，讨论结论的意义和影响，并提供进一步研究的建议。
在数据处理方面，有几个常用的统计方法可用于分析实验数据。
1. 描述性统计：通过计算平均值、标准差、中位数等指标，对数据的分布和集中趋势进行描述。
2. 假设检验：通过对比样本数据和理论分布的差异，判断样本数据与总体数据是否存在显著差异。
3. 方差分析：用于比较两个或多个样本均值之间的差异，并判断这些差异是否显著。
4. 相关分析：用于研究两个或更多变量之间的关系，判断它们之间是否存在相关性。
5. 回归分析：用于建立一个或多个自变量对因变量的影响关系，并根据模型进行预测和解释。
在进行数据处理时，还需要注意数据的准确性和可靠性，可以使用统计软件（如SPSS、R等）来进行数据分析和处理，以确保数据处理的准确性和一致性。
实验设计与数据处理
实验设计与数据处理实验设计是科学研究和实验研究中至关重要的一环，它在整个研究过程中起着决定性的作用。
良好的实验设计可以保证得到准确和可靠的实验结果，为数据处理和分析提供可信的依据。
本文将从实验设计和数据处理两个方面进行阐述。
一、实验设计1.问题和目标：在进行实验设计之前，需要明确研究的问题和目标。
合理的问题和目标有助于确定实验的内容和方向。
2.独立变量和因变量：确定研究中的独立变量和因变量。
独立变量是研究者人为控制和变化的因素，而因变量则是受独立变量变化而产生变化的量。
3.实验组和对照组：针对独立变量的不同水平，设置实验组和对照组。
实验组是接受处理或干预的组别，而对照组则是与实验组相对比的组别。
4.样本选择：对于实验中的样本选择，需保证样本的代表性和可行性。
样本的选择应尽量随机，并且样本量要足够大，以提高实验结果的可信度。
5.实验过程和方法：设计具体的实验过程和方法，确保实验的可重复性和可操作性。
实验过程要清晰明确，实验方法要符合科学原理和研究要求。
二、数据处理1.数据收集：在实验过程中准确、规范地进行数据的收集、记录和保存。
确保数据的真实性和完整性，避免数据遗漏或损坏。
2.数据清洗：对收集到的数据进行初步的清洗和筛选，剔除异常值和错误数据。
清洗后的数据有助于后续的数据分析和建模。
3.数据分析：通过统计学方法对数据进行分析，发掘数据中的规律和关联性。
常用的数据分析方法包括描述性统计分析、方差分析、回归分析等。
4.结果展示：将数据处理和分析的结果以合适的方式进行展示。
可以使用图表、表格等形式直观地展示实验结果，同时配以准确的文字说明。
5.结果解读：对数据处理和分析的结果进行解读和推断。
根据实验目标和问题提出相应的结论，指出研究的意义和启示。
三、总结实验设计与数据处理是科学研究中非常重要的环节。
科学合理的实验设计能够确保实验过程的有效性和准确性，而规范的数据处理则可以提取出有用的信息和结论。
在进行实验设计和数据处理时，研究者需要深入了解相关理论和方法，并严格遵守科研伦理和规范，以获得可信的实验结果和科学的结论。
- 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)。
《实验设计与数据处理》大作业班级：环境17研 ： 学号：1、 用Excel （或Origin ）做出下表数据带数据点的折线散点图余浊（N T U )加量药（mL)总氮T N (m g /L )加量药（mL )图1 加药量与剩余浊度变化关系图图2 加药量与总氮TN 变化关系图总磷T P (m g /L )加量药（mL)C OD C r (m g /L )加量药（mL)图3 加药量与总磷TN 变化关系图 图4 加药量与COD Cr 变化关系图去除率(%)加药量(mL)图5 加药量与各指标去除率变化关系图2、对离心泵性能进行测试的实验中，得到流量Q v 、压头H 和效率η的数据如表所示，绘制离心泵特性曲线。
将扬程曲线和效率曲线均拟合成多项式（要求作双Y 轴图）。
ηH (m )Q v (m 3/h)图6 离心泵特性曲线扬程曲线方程为：H=-0.14041Q v 2-0.36394Q v +14.97212 R 2=0.99719效率曲线方程为：η=-0.02878Q v 2+0.23118Q v -0.00692 R 2=0.994543、列出一元线性回归方程，求出相关系数，并绘制出工作曲线图。
(1)表1 相关系数的计算Y吸光度（A ）XX-3B 浓度（mg/L ）i x x - i y y -l xy l xx l yy R0.175 10 -0.51286 -30 47.99 0.8226852800 0.999896 0.349 20 -0.33886 -200.517 30 -0.17086 -10 0.683 40 -0.00486 0 0.854 50 0.166143 10 1.026 60 0.338143 20 1.211 70 0.523143 30平均值0.68785740()()x x y y R --==吸光度X-3B浓度（mg/L）图7 水中染料活性艳红（X-3B ）工作曲线一元线性回归方程为：y=0.01714x+0.00229 相关系数为：R 2=0.99975 (2) 代入数据可知：样品一：x=(0.722-0.00229)/0.01714=42.0(mg/L) 样品二：x=(0.223-0.00229)/0.01714=12.9(mg/L)4、试找出某伴生金属c 与含量距离x 之间的关系(要求有分析过程、计算表格以及回归图形)。
表2 某伴生金属c 与含量距离x 之间的关系分析计算表序号 x c lgx 1/x 1/c 1 2 106.42 0.30103 0.5 0.00939673 2 3 108.20 0.477121 0.333333 0.00924214 3 4 109.58 0.60206 0.25 0.00912575 4 5 109.50 0.69897 0.2 0.00913242 5 7 110.00 0.845098 0.142857 0.00909091 6 8 109.93 0.90309 0.125 0.0090967 7 10 110.49 1 0.1 0.00905059 8 11 110.59 1.041393 0.090909 0.00904241 9 14 110.60 1.146128 0.071429 0.00904159 10 15 110.90 1.176091 0.066667 0.00901713 11 16 110.76 1.20412 0.0625 0.00902853 12 18 110.00 1.255273 0.055556 0.00909091 1319111.201.2787540.0526320.00899281含量c距离x图8 某伴生金属c 与含量距离x 关系散点图含量c距离x含量c距离x图9线性函数拟合 图10 幂函数拟合含量c距离lgx含量1/c距离1/x图11 对数函数拟合 图12 双曲函数拟合线性函数拟合：c=0.1697x+108.13 R 2=0.5525 幂函数拟合： c=106.54x+0.0144 R 2=0.780 对数函数拟合：c=3.6639lgx+106.49 R 2=0.7836 双曲函数拟合：1/c=0.0008(1/x)+0.0089 R 2=0.9292根据分析可知R 2值越大，某伴生金属含量c 与含量距离x 之间的关系越好。
故可得(1/y)=0.009+(0.0008 /x)5、已知试验指标Y与X1、X2、X3间近似满足关系式：Y＝a+b1X1+b2X2+b3X3+b12X1X2+b23X2X3，试求待定系数，并将回归结果输出。
表3 线性转化后的数据表格X1X2X3X4(X1X2)X5(X2X3)1.77 0.47 19.83 0.8319 9.32011.23 0.44 15.23 0.5412 6.70121.49 -0.27 7.87 -0.4023 -2.12491.42 -0.15 15.74 -0.213 -2.3610.91 0.13 11.14 0.1183 1.44821.3 0.71 7.36 0.923 5.22560.82 -0.25 10.72 -0.205 -2.682.42 0.39 8.88 0.94383.46321.1 -0.92 11.65 -1.012 -10.7181.17 -0.61 3.78 -0.7137 -2.3058对表3数据进行线性回归即可求出各项系数，回归结果如下：表4 线性回归的方差分析df SS MS F Significance F回归分析 5 0.518791 0.103758 234.836 5.03E-05残差 4 0.001767 0.000442总计9 0.520558表5 线性回归系数输出结果Coefficients 标准误差t Stat P-value Lower95%Upper95%Intercept -1.76954 0.035543 -49.7861 9.74E-07 -1.86823 -1.67086 X10.061573 0.02419 2.54536 0.063618 -0.00559 0.128737 X2-0.70765 0.087376 -8.09886 0.001263 -0.95025 -0.46505 X3-0.03515 0.001613 -21.7834 2.63E-05 -0.03963 -0.03067 X4(X1X2) 0.453555 0.065064 6.97086 0.002227 0.272907 0.634203 X5(X2X3) -0.01026 0.003285 -3.12275 0.035432 -0.01938 -0.00114可知：b1=0.061573b2=-0.70765b3=-0.03515b12=0.453555b23=-0.010266某给水处理实验对三氯化铁和硫酸铝用量进行优选。
（1）对三氯化铁用量用0.618法进行优选，首先确定第一个点：①（50-10）×0.618+10=34.72第二个点：（50+10）-34.72=25.28②比①好，则第三个点：（34.72+10）-25.28=19.44③比②好，则第四个点：④（25.28+10）-19.44=15.84③比④好，以最后试验范围（15.84~19.44）的中点作为三氣化铁用量最佳点，则三氣化铁的最佳用量为：（15.84+19.44）/2=17.64（mg/L）。
（2）对硫酸铝用量用0.618法进行优选，先确定第一一个点：①（8-2）*0.618+2=5.708第二个点：②（8+2）-5.708=4.292①比②好，则第三个点：③（8+4.292）-5.708=6.584③比①好，则第四个点：④（8+5.708）-6.584=7.124④比③好，以④作为硫酸铝用量最佳点，则硫酸铝的最佳用量为：7.124mg/L。
6、测定某铜合金中铜含量，五次平行测定的结果是：27.22%、27.20%、27.24%、27.25%、27.15%，计算：（1）平均值；平均偏差；相对平均偏差；标准偏差；相对标准偏差；（2）若已知铜的标准含量为27.20%，计算以上结果的绝对误差和相对误差。
表6 铜合金中铜含量分析计算表次数铜含量平均值偏差平均偏差相对平均偏差标准偏差相对标准偏差绝对误差相对误差1 27.22%27.21% 0.008%0.0002960.00108780.00039620.00145610.02% 0.0735%2 27.20% -0.012% 0.00% 0.0000%3 27.24% 0.028% 0.04% 0.1471%4 27.25% 0.038% 0.05% 0.1838%5 27.15% -0.062% -0.05% -0.1838%铜的标准27.20%含量7、微波辅助法制备纳米TiO2时，硫酸钛浓度对催化剂TiO2粒径和所制备催化剂的光催化活性有重要的影响（1）以硫酸钛浓度为X轴，绘制双Y轴数据图。
TiO2粒径(nm)氯苯去除率(%)硫酸钛浓度(mol/L)图13 硫酸钛浓度对氯苯的去除率（%）和TiO2粒径的影响(2) 活性艳红X-3B初始浓度对超声光催化降解率的影响如下表，请在一张图绘制出不同时间、不同浓度—光催化降解率的关系图，要求所有曲线以黑色表示。
降解率(%)时间(min)图14 不同初始浓度的活性艳红X-3B对降解率的影响9、试根据所给材料，对表2的试验结果进行分析：（1）表7 各指标的试验结果分析表实验号1 (A) 2 (B) 3 (C) 4 (D) 5 (E) 镉含量锌含量pH值混凝剂沉淀剂CaCl2废水浓度(mg/L) (mg/L)1 1 12 2 1 0.72 1.362 3 2 2 1 1 0.52 0.903 2 2 2 2 2 0.80 0.964 4 1 2 1 2 0.60 1.005 1 2 1 1 2 0.53 0.426 3 1 1 2 2 0.21 0.427 2 1 1 1 1 0.30 0.508 4 2 1 2 1 0.13 0.40镉含量K1 1.25 1.83 1.17 1.95 1.67 K2 1.1 1.98 2.64 1.86 2.14 K30.73K40.73k10.625 0.4575 0.2925 0.4875 0.4175 k20.55 0.495 0.66 0.465 0.535 k30.365k40.365极差R 0.26 0.0375 0.3675 0.0225 0.1175锌含量K1 1.78 3.28 1.74 2.82 3.16 K2 1.46 2.68 4.22 3.14 2.80 K3 1.32K4 1.4k10.89 0.82 0.435 0.705 0.79 k20.73 0.67 1.055 0.785 0.7 k30.66k40.7极差R 0.23 0.15 0.62 0.08 0.09表8 综合评分的指标分析表实验号1 (A) 2 (B) 3 (C) 4 (D) 5 (E) 镉锌含量之和(mg/L) pH值混凝剂沉淀剂CaCl2废水浓度1 1 12 2 1 2.082 3 2 2 1 1 1.423 2 2 2 2 2 1.764 4 1 2 1 2 1.605 1 2 1 1 2 0.956 3 1 1 2 2 0.637 2 1 1 1 1 0.808 4 2 1 2 1 0.53K1 3.03 5.11 2.91 4.77 4.83K2 2.56 4.66 6.86 5.00 4.94K3 2.05K4 2.13k1 1.515 1.2775 0.7275 1.1925 1.2075k2 1.28 1.165 1.715 1.25 1.235k3 1.025k4 1.065极差R 0.49 0.1125 0.9875 0.0575 0.0275（2）根据极差的大小列出各指标下的因素的主次顺序：实验指标：主次顺序：镉含量（mg/L）CAEBD锌含量（mg/L）CABED镉锌含量和（mg/L）CABDE初选最优处理组合。