正交试验设计及结果分析 最低0.27元开通文库会员，查看完整内容>；原发布者：1336768414正交试验设计对于单因素或两因素试验，因其因素少，试验的设计、实施与分析都比较简单。但在实际工作中，常常需要同时考察3个或3个以上的试验因素，若进行全面试验，则试验的规模将很大，往往因试验条件的限制而难于实施。正交试验设计就是安排多因素试验、寻求最优水平组合的一种高效率试验设计方法。3上一张下一张主页退出1正交试验设计的概念及原理1.1正交试验设计的基本概念正交试验设计是利用正交表来安排与分析多因素试验的一种设计方法。它是由试验因素的全部水平组合中，挑选部分有代表性的水平组合进行试验的，通过对这部分试验结果的分析了解全面试验的情况，找出最优的水平组合。3上一张下一张主页退出例如：设计一个三因素、3水平的试验A因素，设A1、A2、A33个水平；B因素，设B1、B2、B33个水平；C因素，设C1、C2、C33个水平，各因素的水平之间全部可能组合有27种。全面试验：可以分析各因素的效应，交互作用，也可选出最优水平组合。但全面试验包含的水平组合数较多（图示的27个节点），工作量大，在有些情况下无法完成。若试验的主要目的是寻求最优水平组合，则可利用正交表来设计安排试验。3上一张。
正交试验结果分析 不知道试验方案是如何确定的，只有试着用minitab中的自定义的方法，做了一下试验，仅供参考。回归分析：结果 与 A，B，C 回归方程为结果=-62.2+2.14 A+0.302 B+0.802 C自变量 。
正交试验结果分析 不知道试验方案是如何确定的，只有试着用minitab中的自定义的方法，做了一下试验，仅供参考。回归分析：结果 与 A，B，C回归方程为结果=-62.2+2.14 A+0.302 B+0.802 C自变量 系数 系数标准误 T P常量-62.19 17.18-3.62 0.015A 2.1438 0.2686 7.98 0.000(为影响显著项)B 0.3019 0.1343 2.25 0.074(为非影响显著项)C 0.8020 0.5371 1.49 0.196(为非影响显著项)S=6.57855 R-Sq=93.4%R-Sq（调整）=89.5%方差分析来源 自由度 SS MS F P回归 3 3072.9 1024.3 23.67 0.002残差误差 5 216.4 43.3合计 8 3289.2来源 自由度 Seq SSA 1 2757.6B 1 218.8C 1 96.5各因素主要作用图复制后粘贴不上来，分析结果只能说一下：B\\C因素的取值对结果因素不大（不显著）。A因素影响很大（显著），A因素取55时，结果约为85.69A因素取45时，结果约为70.86A因素取35时，结果约为42.81
