搜索
指导老师：汇报学生：什么是实验设计目录：为什么要做实验设计如何做实验设计实验数据好坏的判断标准实验设计方法介绍最佳实验方法的确定从人类文明的发展看实验设计的进化IIIIII1.1实验设计的定义(What)3经验+统计学+计算机=实验设计方案和数据分析RonaldFisher1、实验设计：基本原理、析因分析方法2、数据分析：方差分析RSM响应曲面法1、实验设计：稳健参数设计；分式析因设计2、数据分析：正交排列等将其应用到商业、财务服务、政府运营中GeorgeBox田口玄一众实践者们1.2实验设计简史41.2理论方法的发展简史历史总是惊人的相似——从方法的产生看其优势功能农业时期工业初期工艺改进计算机时代简单对比实验单因子固定模型随机完全区组化响应曲面法析因分析稳健参数设计非正态响应与变换有随机因子的实验51.2理论方法的发展简史析因分析中不平衡数据6明确自己要做的事情2.为什么做实验设计（Why）充分利用别人的经验，站在巨人的肩膀上少走弯路地探索和研究73.怎样做实验设计（How）共同标准是什么？系统权威的经验总结有哪些？怎样决定采用哪种实验策略？3.1共同标准8区组化随机化重复区组化•用来提高实验精度的技术。减少或者消除讨厌因子带来的差异重复•每个因子水平组合，独立分别进行，次数不小于1.•只有存在不同，才能进行比较分析。随机化•实验材料的分配和实验中各次试验进行的顺序是随机确定的。•弱化不重要的因子所带来的效应。（二）图解思想重复实验重复测量重复取样2.1实验设计基本原理1.重复tip1A:B:C:93.1共同标准推荐度2.随机化3.1共同标准随机数表1.编号2.随机选定数表起点3.从左到右，从上到下，查看数表102.随机化软件生成1.excle2010版使用函数randbetween（，）2.设计软件：spss/DPS.et推荐度推荐度113.1共同标准3.区组化一组相对类似的实验条件作为一个区组。例如操作人员不同的两组测量；不同批次的药品或原料等。123.1共同标准3.2系统权威的经验方法因子、水平和范围的选择选择实验策略4问题识别与表述1响应变量的选择23实验设计的一般步骤为：5收集数据并处理5弄清楚做什么13搞清楚做什么分清轻重缓急讨厌因子潜在设计因子可控因子设计因子不可控因子保持变量因子噪声因子允许改变因子所有的实验策略都是为了尽量减少除设计因子以外的其他因子的效应。响应变量143.2实验策略与相应数据处理方法历史总是惊人的相似——从方法的产生看其优势功能农业时期工业初期工艺改进计算机时代简单对比实验单因子固定模型随机完全区组化响应曲面法析因分析稳健参数设计非正态响应与变换有随机因子的实验151.2理论方法的发展简史析因分析中不平衡数据•一个因子一个水平•一个因子多个水平•两个因子分别产生效应•两个因子有交互作用•多个因子不知道怎样产生效应•只考虑主效应因子，讨厌因子怎么办•可以建模了，怎样优化呢•有缺陷的数据怎么用以上方法策略的逻辑关系16简单对比实验单因子实验析因分析响应曲面法稳健参数设计随机完全区组设计拉丁方设计交叉设计嵌套设计裂区设计适用的问题范围探究性探究性探究性改进型改进型探究性和改进型探究性和改进型补充实验补充实验补充实验设计因子个数两个任意处理一个因子多个因子，交互作用未知两个因子，效应情况明确多个因子，效应情况明确多个因子，无交互作用相似且相关的因子（货主和批次）多个相关因子讨厌因子种类已知且可控/未知且不可控的讨厌因子两个或多个讨厌因子时间为不可忽略的讨厌因子各个方法策略的适用范围17简单对比实验是什么两种处理，是否使得结果有显著差异性统计学基础大量随机数据，服从正态分布规律。如何进行数据分析方法一、假设检验（定性——有没有差异）方法二、置信区间（定量——总体样本在什么范围）什么时候用、怎样用对比两个处理，采用随机抽样方法取得数据。3.2.1实验策略介绍——简单对比实验实验策略介绍——简单对比实验（例）两个处理随机取样t检验或者F检验看假设是否正确；计算置信区间推荐数据处理方法：1、Excle数据分析工具包（见附带ppt）2、DPS等19单因子实验是什么一个因子，a个水平的研究。当a=2时，就是简单对比实验。统计学基础大量随机数据，服从正态分布规律。如何进行数据分析方差分析：检验若干个均值是否相等的方法。什么时候用、怎样用对比a个处理，采用随机化方法取得数据。203.2.2实验策略介绍——单因子实验步骤Tips！！！随机化试验次序方差分析确定水平数，取a=5设置重复实验组，对试验次序进行随机化，重复n=5收集数据想探究pH对大肠杆菌生长繁殖的影响。实验策略介绍——单因子实验（例）方差分析确定样本量与均值差的平方和与数据总个数标准差21实验策略介绍——单因子实验（例）固定效应模型随机效应模型VS计算步骤基本相同计算统计量的差异结论差异22随机化完全区组设计是什么对因子的控制不能面面俱到，在不存在交互作用的条件下，用于减小已知且可控/未知且不可控的讨厌因子带来的效应统计学基础随机化—弱化不可控制的因子效应（正态分布规律）区组化—弱化可控但不感兴趣的因子效应如何进行数据分析什么时候用、怎样用药品批次/原材料类型/人的操作/反应时间差等等讨厌因子的效应控制，用处广泛233.2.3实验策略介绍——随机完全区组化实验策略介绍——随机化完全区组设计（例）24拉丁方设计是什么同时控制两个讨厌因子的随机化区组方法统计学基础随机化—弱化不可控制的因子效应（正态分布规律）区组化—弱化可控但不感兴趣的因子效应如何进行数据分析什么时候用、怎样用253.2.3实验策略介绍——拉丁方设计实验策略介绍——交叉设计交叉设计是什么统计学基础随机化—弱化不可控制的因子效应（正态分布规律）区组化—弱化可控但不感兴趣的因子效应如何进行数据分析什么时候用、怎样用对象周期字母26控制时间周期的拉丁方设计方法实验策略介绍——正交拉丁方设计4*4拉丁方设计/正交拉丁方设计是什么统计学基础随机化—弱化不可控制的因子效应（正态分布规律）区组化—弱化可控但不感兴趣的因子效应如何进行数据分析什么时候用、怎样用对象周期字母27同时控制三个外源干扰因子的拉丁方设计方法析因分析是什么研究两个或多个因子的效应——每个因子水平所有可能的组合都被研究到统计学基础拟合回归模型：线性模型/非线性模型假定：1.因子是固定的；2.设计是完全随机化的；3.满足正常的正态性假定如何进行数据分析多用于筛选实验什么时候用、怎样用n1N=1残差检验因子个数是维响应变量是效应水平数个数是点交互作用283.2.4实验策略介绍——析因分析完全实验S3正交实验均匀实验q是水平数；s是因子个数293.2.4实验策略介绍——析因分析响应曲面法是什么对感兴趣的响应受多个变量影响的问题进行建模和分析，以优化这个响应理论基础自变量与因变量的定量关系（拟合回归模型）如何进行数据分析建模以达到优化的目的。爬坡，找到最高点。需要知道足够关于因子效应的信息。什么时候用、怎样用303.2.4实验策略介绍——响应曲面法稳健参数设计统计学+数学函数建模=拟合回归模型：一阶模型/二阶模型选择可控因子的水平，以保证输出的相应均值是所期望的水平或目标；保证围绕目标值的变异性尽可能小设计系统、设计产品、设计过程、确定过程运行条件理论基础是什么用在哪里实验策略介绍——稳健参数设计313.2.5实验策略介绍——稳健参数设计3233嵌套设计统计学+数学函数建模=拟合回归模型一个因子的各个水平相对于另一个因子的各个水平而言，相似但不相同。（货主和批次）有相似或者有从属关系的因子共同存在的情况。理论基础是什么用在哪里343.2.6实验策略介绍——嵌套设计裂区设计统计学+数学函数建模=拟合回归模型：一阶模型/二阶模型析因分析时，因子太多而造成完全随机化比较困难，因此把区组分为不同的部分有条件限制的多因子析因分析理论基础是什么用在哪里353.2.7实验策略介绍——裂区设计3.3最佳实验设计方法的确定RSM析因分析拟回归模型单因子实验稳健设计无裂区设计简单对比析因分析最小二乘法稳健设计3.3最佳实验设计方法的确定无RSM稳健设计析因分析MIT3.3最佳实验设计方法的确定斯坦福大学无析因分析稳健设计裂区设计最小二乘法简单对比3.3最佳实验设计方法的确定剑桥大学无析因分析稳健设计简单对比随机组化回归模型牛津大学无析因分析稳健设计简单对比回归模型RSM嵌套设计3.3最佳实验设计方法的确定哈佛大学无析因分析嵌套设计简单对比随机组化回归模型RSM稳健设计最小二乘法ScienceNature3.3最佳实验设计方法的确定析因分析稳健设计回归模型简单对比简单对比最小二乘法单因子实验列区设计嵌套设计RSM3.3.1利用Design-Expert软件进行响应曲面法设计与分析3.3.1利用Design-Expert软件进行响应曲面法设计与分析3.3.1利用Design-Expert软件进行响应曲面法设计与分析3.3.1利用Design-Expert软件进行响应曲面法设计与分析3.3.1利用Design-Expert软件进行响应曲面法设计与分析3.3.1利用Design-Expert软件进行响应曲面法设计与分析3.3.1利用Design-Expert软件进行响应曲面法设计与分析3.3.1利用Design-Expert软件进行响应曲面法设计与分析3.3.1利用Design-Expert软件进行响应曲面法设计与分析3.3.1利用Design-Expert软件进行响应曲面法设计与分析3.3.1利用Design-Expert软件进行响应曲面法设计与分析3.3.1利用Design-Expert软件进行响应曲面法设计与分析3.3.1利用Design-Expert软件进行响应曲面法设计与分析3.3.1利用Design-Expert软件进行响应曲面法设计与分析3.3.1利用Design-Expert软件进行响应曲面法设计与分析3.3.2.1正交试验表示方式正交试验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。SNLq正交表的代号正交表的行数（需要做的试验次数）各因素的水平数正交表的列数782L表示各因素的水平数为2，做8次试验，最多考虑7个因素（含交互作用）的正交表。3.3.2.1正交试验表示方式例：如果综合考虑后要考察光照、温度、营养物质浓度3个因素对微藻生长的影响。全面试验33=27正交试验L9(34)=93.3.2.2正交试验设计的原理因素水平1水平2水平3光照A1A2A3温度B1B2B3营养物质浓度C1C233.3.2.2正交试验设计的原理在试验安排中，每个因素在研究的范围内选几个水平，就好比在选优区内打上网格。3.3.2.2正交试验设计的原理3.3.2.2正交试验设计的原理正交设计就是从选优区全面试验点（水平组合）中挑选出有代表性的部分试验点（水平组合）来进行试验。(1)A1B1C1(2)A2B1C2(3)A3B1C3(4)A1B2C2(5)A2B2C3(6)A3B2C1(7)A1B3C3(8)A2B3C1(9)A3B3C23.3.2.2正交试验设计的原理1.保证了A因素的每个水平与B因素、C因素的各个水平在试验中各搭配一次。2.9个试验点在选优区中分布是均衡的，在立方体的每个平面上，都恰是3个试验点；在立方体的每条线上也恰有一个试验点。3.结论：9个试验点均衡地分布于整个立方体内，有很强的代表性，能够比较全面地反映选优区内的基本情况。(1)A1B1C1(2)A2B1C2(3)A3B1C3(4)A1B2C2(5)A2B2C3(6)A3B2C1(7)A1B3C3(8)A2B3C1(9)A3B3C23.3.2.2正交试验设计的原理1、正交表中任意一列中，不同的数字出现的次数相等；表示：在试验安排中，所挑选出来的水平组合是均匀分布的（每个因素的各水平出现的次数相同）——均衡分散性2、正交表中任意两列，把同行的两个数字看成有序数对时，所有可能的数对出现的次数相同。表示：任意两因素的各种水平的搭配在所选试验中出现的次数相