院：理学院 课程名称：实验设计基本方法与析因设计 日期：2013年12月24日 姓名 王兵 组号 专业 统计学 学号 11071050117 实验室 统计实验室 组号-7 班号 1 老师签名 成绩评定 实验器材 三台计算机 <一>实验目的： (1) 回归设计 (2) 学会运用statistical软件进行参数设计、 <二>预备知识： 计算机操作基础，statistical软件操作基础 <三>实验内容： （1） 随机化设计 （2） 单因素优化实验设计 （3） 多因素设计 （4） 拉丁方设计及软件实现 （5） 全面实验 （6） 部分因子实验与分析 （7） 嵌套设计 实例操作1 目的：利用中心组合设计寻找响应变量的最优点 为了正确评价回归拟合的效果，就需要做重复实验，以计算误差，重复实验点选在中心位置，其代码为0，这种增加了中心点实验就称为中心组合设计，中心点的实验次数在3-5次就可以很好的效果，增加中心点o水平后的因素并不等同于三水平因数，因为0水平之和0水平搭配实验，不和正负1搭配实验，另外在使用二次多项回归是，除了中心点外还需要增加一些轴向点，才能拟合出曲面效果，轴向点的编码值为正负a在这个设计中要注意两个重要的统计量，即纯误差和曲组差平方和由于只有在同一曲组内进行实验的中心点，才有做重复实验，纯误差只能在各曲组内计算，只有各曲组的纯误差相等，才能合并计算误差。 本例选自软件自带的实例数据，然后依照statistical->industrial statistical six sigma ->design analysis of experiments 的顺序进入实验设计窗口，
点击advanced tab 选择 design analysis of central composite experiments 即进入了中心复合设计对话框，在实验设计的对话框中，有两个选项 standard design 和small design 本例中采用的是2因素2曲组的响应曲面设计，就进入了设计的主要结果和对话框， 这里首先介绍实验的基本内容，2阶2因素2曲组中心复合设计处理次数为10，平方点4个，轴向点4个，各自有1个中心点，可旋转设计和正交设计的a值为1.4142，在这些信息下面有5个选项卡，分别为，quick, display design, add to design ,. design ,charcacteristic , 和 gemerators aliasts,其中quick 和display design 的内容基本相同，下面点击summary 得到简化变量的设计结果，接下来进行资料分析。
将最终设计方案进行实验，用双击空白的列方法把实验结果变量yleld 加入设计表中，得到资料图，响应曲面设计的资料分析过程，是通过发差分析寻找各影响因素对响应变量产生显著性效应的模型，在过模型来估计响应变量的最大值和相应的影响因素水平，从而找出实验的最优先点。 下面重新进入中心复合设计主对话框，选择analysis design 进入资料分析首步对话框，点击varibles键，并选择yield最为响应变量选择time 和degrees作为自变量，选择block 作为曲组变量，选用autornaticlly.determinrd factor level 软件将会确定如何从影响效应各自最小值和最大值寻找最优点。与前面介绍类似，quick,选项卡下的选项中，内容和上面介绍的一样，其他有model,design,anove effects,mean,review save residuals residual plots, box-cox,prediction exprofiling选项。
下面我们就上面提到的9个选项的主要结果进行分析，首先分析模型类型，在model中的include in mode 选项中选择linear main-effects only.并在后面的anova erro term 中选择pure error 这样就可以分析一阶线性模型的拟合度，并进行方差分析，点击quick选项卡中的anova table 键 即可得到一阶线性方差分析，可以看出，检验中以0.05为显著性水平区间效应，时间温度的一阶系数为0的假设都没有被假设检验所拒绝，在残差平方和众，失拟占了大部分。
虽然模型没有失拟的假设并未被检验所拒绝，但检验结果并不能令人十分信服，p随为0.073506仅略大于0.05的显著性水平，不能很好的解释响应变量的变化，
因此利用二阶模型在进行方差分析在总离差平方和中，失拟只占很小一部分，失拟检验值为0.420181，选大于0.05，我们有要充分的把握说这个模型没有失拟这个模型解释的离差平方和占总离差平方和的比例较高，基本符合实验的要求。 从得出的模型入手，我们可以用此模型进行资料的预测或估计，当然还得到了整个实验的最终目的—寻找响应变量的最优点。
均匀设计、配方设计、田口方法实验报告
