实现设计与数据处理大作业.docx

《实现设计与数据处理大作业.docx》由会员分享，可在线阅读，更多相关《实现设计与数据处理大作业.docx（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、“现代试验设计方法与数据处理”大作业题目：析因试验设计姓名:XXX学号：XXXXX班号：XXXXX2014年1月13日L析因试验设计在工农业生产和科学研究中，经常需要做大量试验，以求到达预期的目的例 如在工农业生产中希望通过试验到达高质优产低消耗，特别是在新产品试验中， 由于未知的因素很多，需要通过试验来摸索工艺和条件，在这种情况下，试验设 计安排妥当与否，直接影响着研究进度与效果。试验设计优化，是指在最优化思 想的指导下进行最优设计的一种优化方法，它从不同的优良性出发，合理设计试 验方案，有效控制试验干扰，科学处理试验数据，全面进行优化分析，直接实现 优化目标。试验优化已成为现代化技术的一个

2、重要方面，析因设计就是试验优化 设计中最常用的几种方法之一。1.1 析因设计定义析因设计，也叫做全因子实验设计，是一种多因素多水平的交叉分组进行 全面试验的设计方法 它不仅可检验每个因素各水平间的差异，研究2个或2个 以上因素的主效应，而且可检验各因素间的交互作用，通过比拟各种组合，可 以找出最正确组合。它是一种全面的高统计效率的设计，当因素数目和水平数都 不太大，且效应与因素之间的关系比拟复杂时，常常采用该种设计。1.2 设计原理析因设计各处理组间在均衡性方面的要求与随机设计一致，各处理组样本 含量应尽可能想同；析因设计对各因素不同水平的全部组合试验，故具有全面 性和均衡性；析因设计可以提供

3、三方面的重要信息：各因素不同水平的效应大 小；各因素间的交互作用；通过比拟各种组合，找出最正确组合。通过合理的设计表，对得到的数据进行方差分析，可以求出主效应和交互 效应，一般分为:正交互效应（协同作用）一一两因素联合（共同）作用大于其单独 作用之和；负交互作用（拮抗作用）一一两因素联合作用小于其单独作用之和。 常用的析因设计表如下所示表12x2析因设计表B因素A因素A1A2B1A1B1A2B1B2A1B2A2B2表22x2x2析因设计表A因素B1B2C1C2C1C2A1A1B1C1A1B1C2A1B2C1A1B2C2A2A2B1C1A2B1C2A1B2C1A2B2C2试验设计特点析因试验设计

4、有3个明显的特点：其一,它要求实验时全部因素同时施加，即每次做实验都将涉及到每个因素 的一个特定水平（假设实验因素施加时有“先后顺序”之分，一般被称为“分割 或裂区设计”）；其二，因素对定量观测结果的影响是地位平等的，即在没有充分的证据认为 哪些因素对定量观测结果的影响大、而另一些影响小（假设实验因素对观测结果 的影响在专业上能排出主、次顺序，一般就被称为“系统分组或嵌套设计”）；其三，可以准确地估计各因素及其各级交互作用的效应大小（假设某些交互作 用的效应不能准确估计，就属于非正规的析因设计了，如分式析因设计、正交 设计、均匀设计，等等）。由于上述的三个特点，决定了析因设计有以下突出的优点和

5、缺点：优点是 它可以用来分析全部主效应（即各个单因素的作用）和因素之间的各级交互作 用的效应（即任何两个因素之间的交互作用效应任何三个因素之间的交互作用 效应等）的大小；缺点是由于所需要的实验次数很多（因该设计的原名也叫做 有重复实验的全因子计），故因素过多或因素的水平数过多时,所需要的实验 次数太多，研究者常无法承受。1.3 试验设计流程明确试蛉目的确定评价指标，明确试蛉目的确定评价指标，i |挑选因素一| f一|确定水平一| T选择析因设计表U 进行表头设计U进行蛤证试险,作进一步分析“进行蛤证试险,作进一步分析“对实险结果进行 统计分析“明确试险方案U 进行试蛉，析因设计的统计分析包括主

6、效应、交互作用和单独效应分析。主效应分析 和交互作用分析又称析因分析，属多因素方差分析，各因素的单独效应分析属 单因素方差分析2 .析因设计实例分析例：某医院进行急性菌痢治疗的研究,拟分析临床类型和疗法对治疗急性菌 痢的影响。临床类型有两个水平典型、非典型；疗法也有两个水平:特异疗法+辅 助疗法、特异疗法。试作析因设计(在每个试验条件下重复8次试验)。2.1 试验安排本例是两个因素，每个因素有两个水平按照2x2析因分析设计模型安排，试 验结果如下表3所示。表3 实测数据(治愈天数)试验次 数典型(A1)非典型(A2)特异+辅疗(B1)特异(B2)特异+辅疗(B1)特异(B2)157462642

7、4345254353555837667367474683555统计分析将表3进行整理得到表4如下:表4两因素的交互作用临床类型(A)疗法(B)合计特异+轴疗(B1)特异(B2)典型(A1)364884非典型(A2)264470合计6292154如下所示，可重复双因素方差分析表5表5 方差分析差异源SSdfMSFP-valueF crit病型6. 12516. 1254. 570. 0414. 196疗法28. 125128. 125210. 0004. 196交互1. 12511. 1250. 840. 3674. 196误差37.5281.339总计72. 87531方差分析：可重复双因素分

8、析观测数观测数总计观测数特异+ 辅疗(Bl)特异(B2)观测数观测数总计观测数典型(A1)88163648844.565. 251.42857142922.2非典型(A2)88162644703. 255. 54. 3751.071428571 0. 8571428572. 25161662923. 8755. 751.5833333331.4表5方差分析差异源病型疗法 交互 误差 总计SS6. 12528. 1251.12537.572. 875P-value16.1254. 570. 041128.125210. 00011.1250. 840. 367281.33931F crit4.

9、19604.19604. I960结论:按检验水平a =0. 05水准，临床类型和疗法对急性菌痢的治疗均有影响。非 典型病人的治愈天数比典型病人短，特异疗法+辅助治疗比特异疗法的治愈天数 要短。临床类型和疗法之间无交互作用。按a=0. 01水准,疗法对急性菌痢的治疗仍有*影响。本例如果有交互作用可以作不同水平下的两因素均数的两两比拟，以便揭示 相互作用是属于相互促进还是相互抑制。总结析因试验设计方法已经广泛应用到社会生产、医学研究等领域中，析因设计 可以全面均衡地对各因素的不同水平进行组合，分组进行实验，探讨各因素不同 水平的效应，同时可获得各因素间的交互作用；通过比拟各实验组合，还可以寻 求最正确组合。但是，当处理因素过多时，处理组数、实验对象数（样本量）剧增， 而且多重交互作用的解释极其困难，此时，可采用非全面实验的正交设计或均匀 设计以减少实验次数。析因设计中，应可能的使用平衡设计，非平衡设计会使检 验效率降低。参考文献1游永豪.祁国鹰.常用多因素实验设计及相应的统计分析方法.2杨俊英.析因设计及其统计分析方法.新乡医学院学报,20003程敬丽.常见的试验优化设计方法比照.实验室研究与探索.2012.第31卷第7期4胡纯严，胡良平.如何正确运用析因设计.中国药物应用与监制.2008年第5卷第5期5杨志程.几种无重复试验的饱和析因分析方法的稳健性.硕士论文