SPSS无空白列重复正交试验设计方差分析

发布网友 发布时间：2024-07-02 15:25

我来回答

共1个回答

热心网友 时间：2024-09-02 08:27

前面有讲过 SPSS用于正交试验优化设计及其方差分析的一篇文章，包含了一个典型的正交试验案例，然而在实际应用当中，各种主观、客观条件复杂多变，为了用较小的试验成本得到良好的试验结果，在试验设计中就要求能够灵活控制影响因素和水平的个数，以及试验的次数，正交设计就如同“独孤九剑”，招数虽只有一招，但却变化多端，有多重不同应用方式，无空白列重复正交设计就是其中的一个变式。

案例场景

某制药厂主要生产胃蛋白酶，为了提高生产效率，拟从生产工艺上进行优化改进，你被要求负责该项目。根据多年的生产经验，你认为影响生产效率的因素主要包括A水解温度，B水解时间，C加盐量，D烘房温度，根据目前现有的生产条件，这几个因素能调整的参数大概只有三个水平，以残留蛋白作为质量指标，你决定通过正交试验来解决当前的问题。

数据来源：《SPSS13在空白列正交试验设计及其数据处理中的应用》

选择正交表

各个因素只能调整3个参数水平，主要有4个因素，因此最先考虑到选用L9（34）四因素三水平正交表，由于参数水平客观条件的限制，L16（45）正交表可以不用考虑了。选定L9（34）正交表，遇到一个问题，因素排满，没有空白列用于统计实验误差，所以，必须通过重复试验来统计实验误差，你决定每个组合方案重复3次。因此，本实验最终需要27次，将得到27组数据。

SPSS正交试验数据录入格式

网上有不少同学提到这个问题，其实，数据结果组织形式和无重复试验的格式是一样的，只需要顺次增加行即可。

方差分析步骤

菜单操作：

分析—一般线性模型—单变量

因变量：输入 残留蛋白

固定因子：输入 水解温度，水解时间C加盐量，烘房温度

模型选项卡：以上四个影响因素 作为主效应进行分析

方差分析结果

四个影响因素的sig值均小于0.01，表明四个因素对生产胃蛋白酶都有极显著的影响，验证了最初你的经验。但这还不是我们最终的目的，我们需要得到提高生产效率的最优化工艺组合，直白一点，就是你必须找到每个影响因素最好的那个水平参数。

这个问题在 上一篇文章中就有说明，可采用多重比较的方法就行可视化比较。

具体做法：

多重比较选项卡：将四个具有显著影响的因素依次输入到右侧的“两两比较检验”框中，选择“duncan”法来计算。

单从数据分析的结果来看，最优工艺组合为：A3B3C2D1。值得讨论的问题：水解时间、加盐量两个因素趋势图有些异常，可能和其他两个因素存在交互作用，可以讨论。

热心网友 时间：2024-09-02 08:31

前面有讲过 SPSS用于正交试验优化设计及其方差分析的一篇文章，包含了一个典型的正交试验案例，然而在实际应用当中，各种主观、客观条件复杂多变，为了用较小的试验成本得到良好的试验结果，在试验设计中就要求能够灵活控制影响因素和水平的个数，以及试验的次数，正交设计就如同“独孤九剑”，招数虽只有一招，但却变化多端，有多重不同应用方式，无空白列重复正交设计就是其中的一个变式。

案例场景

某制药厂主要生产胃蛋白酶，为了提高生产效率，拟从生产工艺上进行优化改进，你被要求负责该项目。根据多年的生产经验，你认为影响生产效率的因素主要包括A水解温度，B水解时间，C加盐量，D烘房温度，根据目前现有的生产条件，这几个因素能调整的参数大概只有三个水平，以残留蛋白作为质量指标，你决定通过正交试验来解决当前的问题。

数据来源：《SPSS13在空白列正交试验设计及其数据处理中的应用》

选择正交表

各个因素只能调整3个参数水平，主要有4个因素，因此最先考虑到选用L9（34）四因素三水平正交表，由于参数水平客观条件的限制，L16（45）正交表可以不用考虑了。选定L9（34）正交表，遇到一个问题，因素排满，没有空白列用于统计实验误差，所以，必须通过重复试验来统计实验误差，你决定每个组合方案重复3次。因此，本实验最终需要27次，将得到27组数据。

SPSS正交试验数据录入格式

网上有不少同学提到这个问题，其实，数据结果组织形式和无重复试验的格式是一样的，只需要顺次增加行即可。

方差分析步骤

菜单操作：

分析—一般线性模型—单变量

因变量：输入 残留蛋白

固定因子：输入 水解温度，水解时间C加盐量，烘房温度

模型选项卡：以上四个影响因素 作为主效应进行分析

方差分析结果

四个影响因素的sig值均小于0.01，表明四个因素对生产胃蛋白酶都有极显著的影响，验证了最初你的经验。但这还不是我们最终的目的，我们需要得到提高生产效率的最优化工艺组合，直白一点，就是你必须找到每个影响因素最好的那个水平参数。

这个问题在 上一篇文章中就有说明，可采用多重比较的方法就行可视化比较。

具体做法：

多重比较选项卡：将四个具有显著影响的因素依次输入到右侧的“两两比较检验”框中，选择“duncan”法来计算。

单从数据分析的结果来看，最优工艺组合为：A3B3C2D1。值得讨论的问题：水解时间、加盐量两个因素趋势图有些异常，可能和其他两个因素存在交互作用，可以讨论。