SPSS無空白列重復正交試驗設計方差分析

SPSS無空白列重復正交試驗設計方差分析

前面有講過 SPSS用于正交試驗優化設計及其方差分析的一篇文章，包含了一個典型的正交試驗案例，然而在實際應用當中，各種主觀、客觀條件復雜多變，為了用較小的試驗成本得到良好的試驗結果，在試驗設計中就要求能夠靈活控制影響因素和水平的個數，以及試驗的次數，正交設計就如同“獨孤九劍”，招數雖只有一招，但卻變化多端，有多重不同應用方式，無空白列重復正交設計就是其中的一個變式。

案例場景

某制藥廠主要生產胃蛋白酶，為了提高生產效率，擬從生產工藝上進行優化改進，你被要求負責該項目。根據多年的生產經驗，你認為影響生產效率的因素主要包括A水解溫度，B水解時間，C加鹽量，D烘房溫度，根據目前現有的生產條件，這幾個因素能調整的參數大概只有三個水平，以殘留蛋白作為質量指標，你決定通過正交試驗來解決當前的問題。

數據來源：《SPSS13在空白列正交試驗設計及其數據處理中的應用》

選擇正交表

各個因素只能調整3個參數水平，主要有4個因素，因此最先考慮到選用L9（34）四因素三水平正交表，由于參數水平客觀條件的限制，L16（45）正交表可以不用考慮了。選定L9（34）正交表，遇到一個問題，因素排滿，沒有空白列用于統計實驗誤差，所以，必須通過重復試驗來統計實驗誤差，你決定每個組合方案重復3次。因此，本實驗最終需要27次，將得到27組數據。

SPSS正交試驗數據錄入格式

網上有不少同學提到這個問題，其實，數據結果組織形式和無重復試驗的格式是一樣的，只需要順次增加行即可。

方差分析步驟

菜單操作： 分析—一般線性模型—單變量 因變量：輸入 殘留蛋白 固定因子：輸入 水解溫度，水解時間C加鹽量，烘房溫度 模型選項卡：以上四個影響因素 作為主效應進行分析

方差分析結果

四個影響因素的sig值均小于0.01，表明四個因素對生產胃蛋白酶都有極顯著的影響，驗證了最初你的經驗。但這還不是我們最終的目的，我們需要得到提高生產效率的最優化工藝組合，直白一點，就是你必須找到每個影響因素最好的那個水平參數。

這個問題在 上一篇文章中就有說明，可采用多重比較的方法就行可視化比較。

具體做法：

多重比較選項卡：將四個具有顯著影響的因素依次輸入到右側的“兩兩比較檢驗”框中，選擇“duncan”法來計算。

單從數據分析的結果來看，最優工藝組合為：A3B3C2D1。值得討論的問題：水解時間、加鹽量兩個因素趨勢圖有些異常，可能和其他兩個因素存在交互作用，可以討論。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。