各位老铁们好，相信很多人对正交实验数据处理方法都不是特别的了解，因此呢，今天就来为大家分享下关于正交实验数据处理方法以及正交实验设计数据分析的问题知识，还望可以帮助大家，解决大家的一些困惑，下面一起来看看吧！
请问一下正交实验数据怎么处理
darliu(站内联系TA)问题太简单，可能高手不高兴帮你。D:D教你一个菜虫的办法：百度“正交试验设计”。还是自己帮自己，最好。yyy--00(站内联系TA)有个正交设计软件直接分析，设计，画图sunzhenyan(站内联系TA)我知道在百度上找啊，已经找过很多次了极差R就是平均效果中最大值和最小值的差。有了极差，就可以找到影响指标的主要因素，并可以帮助我们找到最佳因素水平组合。要看各因素对指标的影响关系,还要用到方差分析..jansonwu838(站内联系TA)如虫友所属，R是极差，可以找出影响指标的主要因素，但这只是第一步；然后要考虑这种差异是有因素本身引起的，还是随机误差引起的，这时就需要方差分析来考察因素的影响与误差的影响相比，是否足够大；第三步，根据极差分析和方差分析，可以找到一个或几个最优水平组合，那么最优水平下，指标的期望是多少呢？为此，可以用最优工程平均及其变动半径为最优水平的验证提供标准具体分析，建议使用正交设计助手、JMP、Minitab或者Excel，俺使用Excel的，因为分析过程都可以掌控，心理踏实，尤其是在分析交互作用的时候。lihui1985(站内联系TA)如果有条件的话，你去下本关于statistic软件应用的书，超星里有的，你直接输statistic，这本书就可以看见，下下来，里面有一章讲正交试验的，很详细。而且用这软件分析，数据处理的很好。试试吧。nanguo2008(站内联系TA)四因素三水平应该是标准正交表，没有空列，就不可以用方差分析，也就无法知道实验的随机误差本人拙见~~
正交实验结果分析
正交实验方法之所以能得到科技工作者的重视并在实践中得到广泛的应用，其原因不仅在于能使实验的次数减少，而且能够用相应的分析方法对实验结果进行处理，并得出许多有价值的结论。通常对实验结果采用的分析方法有两种:一是极差分析法，二是方差分析法。
( 1)极差分析法
下面以表 5. 3为例讨论 L9( 34)正交实验结果的极差分析方法。极差指的是各列中各水平对应的实验指标平均值的最大值与最小值之差。从表 5. 3的计算结果可知，用极差法分析正交实验结果可得出以下几个结论:
1)在实验范围内，各列对实验指标的影响从大到小的排列。某列的极差最大，表示该列的数值在实验范围内变化时，使实验指标数值的变化最大。所以各列对实验指标的影响从大到小的排列，就是各列极差 R的数值从大到小的排列。
2)实验指标随各因素的变化趋势。为了能更直观地看到变化趋势，常将计算结果绘制成图。
3)使实验指标最好的适宜的操作条件(适宜的因素水平搭配)。
4)可对所得结论和进一步的研究方向进行讨论。
从表 5. 3所列 9次实验数据中进行两两比较是不行的，因为它们的实验条件完全不同，没有可比性。然而，把这 9次实验结果适当组合起来就具有一定的可比性，这就是正交设计的综合比较性。
( 2)方差分析法
方差分析是数理统计的基本方法之一，通常用来研究不同生产技术条件或生产工艺对实验结果有无显著影响，计算方法如下:
表 5. 3 L9( 34)正交实验结果计算
注:Ⅰj—第 j列“1”水平所对应的实验指标的数值之和;
Ⅱj—第 j列“2”水平所对应的实验指标的数值之和;
Ⅲj—第 j列“3”水平所对应的实验指标的数值之和;
kj—第 j列同一水平出现的次数，等于实验的次数除以第 j列的水平数;
Ⅰj/ kj—第 j列“1”水平所对应的实验指标的平均值;
Ⅱj/ kj—第 j列“2”水平所对应的实验指标的平均值;
Ⅲj/ kj—第 j列“3”水平所对应的实验指标的平均值;
Rj—第 j列的极差，Rj= max{Ⅰj/ kj，Ⅱj/ kj…}－ min{Ⅰj/ kj，Ⅱj/ kj…}。
实验指标的加和值，实验指标的平均值，仍以表 5. 3第 j列为例:
1)Ⅰj———第 j列“1”水平所对应的实验指标的数值之和。
2)Ⅱj———第 j列“2”水平所对应的实验指标的数值之和。
3)……
4) kj———第 j列同一水平出现的次数，等于实验的次数除以第 j列的水平数。
5)Ⅰj/ kj———第 j列“1”水平所对应的实验指标的平均值。
6)Ⅱj/ kj———第 j列“2”水平所对应的实验指标的平均值。
7)……
以上 7项的计算方法同极差法(见表 5. 3)。
8)偏差平方和
高铝粉煤灰特性及其在合成莫来石和堇青石中的应用
9) fj———自由度，fj=第 j列的水平数－ 1。
10) Vj———方差，Vj= Sj/ fj。
11) Ve———误差列的方差，Ve= Se/ fe。式中，e为正交表的误差列。
12) Fj———方差之比，Fj= Vj/ Ve。
13)查 F分布数值表( F分布数值表请查阅有关参考书)做显著性检验。
14)总的偏差平方和。
15)总的偏差平方和等于各列的偏差平方和之和。即，m为正交表的列数。
若误差列由 3个单列组成，则误差列的偏差平方和 Se等于 3个单列的偏差平方和之和，即有:
Se= Se1+ Se2+ Se3
或 Se= S总+ S''
其中 S''为安排有因素或交互作用的各列的偏差平方和之和。
与极差分析法相比，方差分析法可以多得出一个结论，即各列对实验指标的影响是否显著、在什么水平上显著。
在数理统计上，显著性检验是一个很重要的问题。显著性检验强调实验在分析每列对指标影响中所起的作用。如果某列对指标影响不显著，那么讨论实验指标随它的变化趋势是毫无意义的。因为在某列对指标的影响不显著时，即使从表中的数据可以看出该列水平变化时对应的实验指标的数值在以某种“规律”发生变化，但那很可能是由于实验误差所致，将它作为客观规律是不可靠的。有了各列的显著性检验之后，最后应将影响不显著的交互作用列与原来的“误差列”合并起来，组成新的“误差列”，重新检验各列的显著性。
正交实验怎么处理数据
可以采用拟因素设计法。
拟因素设计法是综合运用并列法和拟水平法,将水平数较多的因素安排在水平数较少的正交表中的方法，它不仅可以解决不等水平多因素试验问题,同时还可以考察交互作用,可以大大减少试验次数。
正交试验设计(Orthogonalexperimentaldesign)是研究多因素多水平的又一种设计方法，它是根据正交性从全面试验中挑选出部分有代表性的点进行试验，这些有代表性的点具备了“均匀分散，齐整可比”的特点，正交试验设计是分式析因设计的主要方法。是一种高效率、快速、经济的实验设计方法。日本著名的统计学家田口玄一将正交试验选择的水平组合列成表格，称为正交表。
