试验数据统计分析方法

【知识目标】

•了解试验数据统计分析方法。

•熟悉试验资料的主要类型及其特点。

•熟悉单因素试验的方差分析的方法、一元线性回归分析的方法、单因素优选法及正交试验设计结果的直观分析法。

【技能目标】

•能对实验数据进行单因素试验的方差分析。

•能对实验数据进行一元线性回归分析。

•能使用单因素优选法对实验数据进行优选。

•能使用双因素优选法对实验数据进行优选。

•能使用直观分析法对正交试验设计结果进行分析。

•能使用方差分析法对正交试验设计结果进行分析。

【项目简介】

在进行科学研究时，有些参数只有通过试验才能确定。有时还需找出参数的最佳组合，以保证获得较好的工作性能，也只有通过试验和数据分析才能确定。例如，在干燥某一种食品时，要确定适宜的加热温度，就必须通过试验来解决。先把温度分成几挡，如60，70，80，90，100℃等。用每个温度逐个进行试验，找出干制食品最优时的温度即为设计温度。

但要找出温度和相对温度的相互作用时，每个参数取3挡，需做32＝9次试验，才能确定两个参数各取什么数值组合起来才能使干制品最优。若再找出温度、相对温度和空气流速3个参数的相互作用时，每参数取3挡，需做33＝27次试验，才能确定。若再找出温度、相对温度、空气流速和大气压力4个参数的相互作用时，每参数取3挡，需做34＝81次试验才能确定。由此可知，随着试验参数和所取挡数的增加，试验次数就急剧增加，这样会消耗大量的人力、物力和财力。

试验数据分析的目的如下：

①用最少的试验次数来找出最优的参数组合。

②科学地分析试验数据。

③得出试验指标与试验因素之间的定量关系式，即回归方程。

随着计算机和现代设计的发展，要获得较好的指标和科学的数据分析，可利用数学模型通过优化设计来找出参数的最佳组合，并可进行性能的预测。在科学研究中，参数与性能很难建立理论上的数学关系。因此，优化设计所用的数学模型也必须通过科学试验来建立，在用试验的方法来建立数学模型后，需要采用科学的数据分析才能得到最终合理的分析结果。

【工作任务】