实用标准
例2：根据转化率试验结果计算极差R，并分析影响转化率因素的主次顺序。
解例：计算的k值和R值如下表：
温度 时间 加碱量
以上计算后分析得到下面的试验结论 ? 各条件的最优值：温度3（90℃），时间2（120分钟），加碱量2（6%）。最佳工艺条件是以上三个最优水平的组合。
? 对转化率影响最大的因素是温度，其次是加碱量，时间的影响最小。
文案大全
实用标准
附1 多指标正交试验极差分析
对于多指标试验，方案设计和实施与单指标试验相同，不同在于每做一次试验，都需要对考察指标一一测试，分别记录。试验结果分析时，也要对考察指标一一分析，然后综合评衡，确定出优条件。 （1）试验方案设计 确定试验指标X、Y、Z
挑因素，选水平，列因素水平表（见下表）
选正交表、设计表头、编制试验方案。下表为四因素三水平试验，不考虑交互作用，选L9（34）安排试验。
因 素
试验号
A
1 2 3 4 5 6 7
1 1 1 2 2 2 3
B 1 2 3 1 2 3 1
C 1 2 3 2 3 1 3
D 1 2 3 3 1 2 2
X
Y
Z
试验结果
文案大全
实用标准
8 9 试验号1234567893 3 2 3 试验因素1 2 3 1 Axyz1(28)11 2(32)22 3(36)3 3K170.9K265.5 K358.1k123.6k221.8 k319.4极差R 4.3 K17.9K27.2K36.8 k12.6k22.4 k32.3极差R 0.4K110.2 K28.0K39.3 k13.4k22.7 k33.1极差R 0.7 B1(0.05)2(0.075)3(0.10)12312367.063.963.622.321.321.21.17.47.57.02.52.52.30.29.58.69.43.22.93.10.3C3(80)1(70)2(75)23112360.266.467.920.122.122.62.69.06.86.13.02.32.01.09.58.79.33.22.93.10.3D2(155)1(150)3(160)13232167.063.164.422.321.021.51.38.96.86.23.02.32.10.910.39.08.23.43.02.70.7x24.822.523.623.822.419.318.419.020.7y2.13.82.02.81.72.72.52.02.3z3.53.73.03.02.22.83.02.73.6
文案大全
实用标准
（2）试验结果分析
计算各因素各水平下每种试验指标的数据和以及平均值，并计算极差R。
根据极差大小列出各指标下的因素主次顺序。 试验指标： 主次顺序 优化水平组合 X ACDB A3B3C1D2 Y CDAB A1B2C1D1 Z ADBC A2B2C2D3
初选优化工艺条件：根据各指标不同水平平均值确定各因素的优化水平组合。
综合平衡确定最优工艺条件。以上三指标单独分析出的优化条件不一致，必须根据因素的影响主次，综合考虑，确定最佳工艺条件。 例：如下表数据， 对于因素A，其对X影响大小排第一位，此时取A3；其对Z影响也排第一位，取A2；而其对Y影响排次要第三位，为次要因素，因此A可取A2或A3，但取A2时，Z比取A3减小了14.8%，而X增加了12%，且由Y指标看，取A2比A3的Y值高，故A因素取A2。同理可分析B取B2，C取C1，D取D3。优组合为A2B2C1D3. X Y Z 文案大全
K1 23.6 2.6 3.4 K2 21.8 2.4 2.7 K3 19.4 2.3 3.1 实用标准
附2 混合型正交表试验设计与极差分析
试验设计与结果分析同前，不同的是将极差R进行调整，用调整后的R’进行比较。
r 为因素每个水平试验重复数 R'?dRr d 折算系数，与因素水平有关。 水平数m折算系数d（1） 交互作用
20.7130.52450.450.460.3770.3580.3403.1.2 考察交互作用的试验设计
在多因素试验中，不仅因素对指标有影响，而且因素之间的联合搭配也对指标产生影响。因素间的联合搭配对试验指标产生的影响作用称为交互作用。因素之间的交互作用总是存在的，这是客观存在的普遍现象，只不过交互作用的程度不同而异。一般地，当交互作用很小时，就认为因素间不存在交互作用。对于交互作用，设计时应引起高度重视。
在试验设计中，表示A、B间的交互作用记作A×B，称为1级交互作用；表示因素A、B、C之间的交互作用记作A×B×C，称为2级交互作用；依此类推，还有3级、4级交互作用等。
文案大全
正交实验设计及结果分析报告
