數(shù)據(jù)分析及DPS數(shù)據(jù)處理系統(tǒng)

1、 試驗(yàn)應(yīng)用統(tǒng)計(jì)：設(shè)計(jì)、創(chuàng)新和發(fā)現(xiàn)，第2版，George E. P. Box等著，張潤楚等譯，機(jī)械工業(yè)出版社，2010 試驗(yàn)的設(shè)計(jì)與分析：王萬中主編，高等教育出版設(shè)，2004. 試驗(yàn)設(shè)計(jì)與分析及參數(shù)優(yōu)化，吳建福(美)等著(張潤楚等譯)，中國統(tǒng)計(jì)出版社，2003 DPS數(shù)據(jù)處理系統(tǒng)-實(shí)驗(yàn)設(shè)計(jì)、統(tǒng)計(jì)分析及數(shù)據(jù)挖掘,第2版，唐啟義著，科學(xué)出版社，2010 DPS 上世紀(jì)80年代以來，很多單位都著手編寫統(tǒng)計(jì)分析程序，但隨著時(shí)間的推移，絕大多數(shù)程序由于算法落后、數(shù)據(jù)格式規(guī)范性差、輸出格式零亂、缺乏完整性而被淘汰。 目前，國外大型統(tǒng)計(jì)軟件，如SAS、 SPSS等占優(yōu)勢(shì)。這從短期效應(yīng)來看，引進(jìn)國外軟件，有利國

2、內(nèi)科研對(duì)數(shù)據(jù)處理需求。但從長期看，特別是從知識(shí)產(chǎn)權(quán)來講，依賴于國外軟件需要昂貴的費(fèi)用支持。如在SAS平臺(tái)上開發(fā)的程序，由于擺脫不了SAS的環(huán)境，難在國內(nèi)推廣應(yīng)用。 因此，研制、推廣適合國內(nèi)需要的統(tǒng)計(jì)軟件，是勢(shì)在必行的事；我們通過近20多年的努力，開發(fā)成功了功能完整的DPS數(shù)據(jù)處理系統(tǒng)，其功能已接近、SPSS的水平。 1988年開始，歷時(shí)10年，1997年推出DOS版本第1版，同時(shí)出版配套專著第1版(4000冊(cè))； 1998年完成Window版(第2版)，2002年和2007年分別出版配套專著3000冊(cè)；2010年再次出版配套專著3500冊(cè)（165萬字)；目前軟件版本12.01版。DPS數(shù)據(jù)處理

3、系統(tǒng)開發(fā)歷程出版教材： 唐啟義DPS數(shù)據(jù)處理系統(tǒng)實(shí)驗(yàn)設(shè)計(jì)、統(tǒng)計(jì)分析及數(shù)據(jù)挖掘第2版， 科學(xué)出版社，2010年。 唐啟義 馮明光DPS數(shù)據(jù)處理系統(tǒng)實(shí)驗(yàn)設(shè)計(jì)、統(tǒng)計(jì)分析及數(shù)據(jù)挖掘 科學(xué)出版社，2007年。 唐啟義 馮明光實(shí)用統(tǒng)計(jì)分析及其DPS數(shù)據(jù)處理系統(tǒng) 科學(xué)出版社，2002年。 唐啟義 馮明光實(shí)用統(tǒng)計(jì)分析及其計(jì)算機(jī)處理平臺(tái) 中國農(nóng)業(yè)出版社，1997年。DPS數(shù)據(jù)處理系統(tǒng)實(shí)驗(yàn)設(shè)計(jì)、統(tǒng)計(jì)分析及數(shù)據(jù)挖掘?qū)嶒?yàn)設(shè)計(jì)：均勻設(shè)計(jì)混料實(shí)驗(yàn)設(shè)計(jì)統(tǒng)計(jì)分析：動(dòng)態(tài)聚類分析因子分析模型統(tǒng)計(jì)檢驗(yàn)與評(píng)價(jià) 用戶數(shù)已超過10000； 遍及國內(nèi)各個(gè)省市，包括港、臺(tái)，各個(gè)行業(yè)和領(lǐng)域； 美國賓州大學(xué)林共進(jìn)博士的實(shí)驗(yàn)室用于工業(yè)實(shí)驗(yàn)設(shè)計(jì)（大

4、樣本實(shí)驗(yàn)設(shè)計(jì)）； 成為赴國外攻讀博士、或訪問學(xué)者的工具。 (1) 將數(shù)據(jù)輸入到DPS的電子表格里。數(shù)據(jù)一般是一行為一個(gè)記錄(樣本)，一列一個(gè)指標(biāo)（變量）。 (2) 用鼠標(biāo)選中待分析的數(shù)據(jù)。 (3) 進(jìn)入菜單選擇相應(yīng)的統(tǒng)計(jì)功能項(xiàng)。 (4) 系統(tǒng)對(duì)選中的數(shù)據(jù)進(jìn)行分析，并將分析結(jié)果返回到另一電子表格。 某縣植保站，調(diào)查4個(gè)水稻品種上稻縱卷葉螟卷葉率(%) ,結(jié)果列于下表。水稻品種卷葉率（%）合計(jì)平均A131.927.931.828.435.9155.9 31.18A224.825.726.827.926.2131.4 26.28A322.123.627.324.925.8123.7 24.74A42

5、7.030.829.024.528.5139.8 27.96合計(jì)=550.8數(shù)據(jù)轉(zhuǎn)換：如數(shù)值相差幾個(gè)數(shù)量級(jí)，可用對(duì)數(shù)轉(zhuǎn)換;如許多小區(qū)值為0，則可用平方根轉(zhuǎn)換;如指標(biāo)是百分?jǐn)?shù),且大部分?jǐn)?shù)值大于70或小于30，可用反正弦平方根轉(zhuǎn)換。 一般用Tukey法和LSD法。但注意：目目前國內(nèi)目前的農(nóng)藥實(shí)前國內(nèi)目前的農(nóng)藥實(shí)驗(yàn)要求驗(yàn)要求Duncan 法。法。 在您目前從事或涉及到的研究領(lǐng)域，在實(shí)驗(yàn)設(shè)計(jì)或進(jìn)行數(shù)據(jù)分析時(shí)，您最有可能碰到哪些統(tǒng)計(jì)學(xué)方面的問題？ 在試驗(yàn)設(shè)計(jì)與數(shù)據(jù)處理分析中，您有可能用到工具軟件（如DPS）中的哪些功能、或數(shù)據(jù)分析方法來解決您的問題，以及使用這些方法時(shí)的注意事項(xiàng)。 實(shí)驗(yàn)設(shè)計(jì)特點(diǎn) 實(shí)驗(yàn)設(shè)計(jì)

6、基本原則 實(shí)驗(yàn)設(shè)計(jì)基本內(nèi)容和步驟 常用實(shí)驗(yàn)設(shè)計(jì)方法 試驗(yàn)研究和調(diào)查研究主要區(qū)別：對(duì)研究對(duì)象是否進(jìn)行干預(yù)。 試驗(yàn)研究特點(diǎn)：根據(jù)研究目的(或假設(shè))主動(dòng)加以干預(yù)措施，觀察結(jié)果，回答研究假設(shè)所提出的問題。 首先假設(shè)該農(nóng)藥可以殺死害蟲。 在田間劃分幾個(gè)隨機(jī)區(qū)組幾個(gè)隨機(jī)區(qū)組，區(qū)組內(nèi)隨機(jī)設(shè)置小區(qū)隨機(jī)設(shè)置小區(qū)，必要時(shí)各個(gè)小區(qū)接入害蟲卵塊。 將農(nóng)藥配制成不同的濃度，再加一個(gè)空白再加一個(gè)空白( (清水清水) )對(duì)對(duì)照照。在害蟲防治適期施藥、處理。 處理(施藥)后24小時(shí)、72小時(shí)、，調(diào)查各個(gè)小區(qū)的蟲量(觀察指標(biāo))，并對(duì)數(shù)據(jù)進(jìn)行方差分析，看各處理間有無顯著差異，進(jìn)而得出該農(nóng)藥是否具有對(duì)該害蟲防治效果的結(jié)論。 從該例

7、中可以看出研究者施加了干預(yù)干預(yù)措施，即施用不同濃度的農(nóng)藥。再經(jīng)過觀察總結(jié)，驗(yàn)證提出的假設(shè)是否正確。 隨隨 機(jī)機(jī)對(duì)對(duì) 照照重重 復(fù)復(fù) 目的是為有效控制非處理因素 目的：研究者在實(shí)驗(yàn)設(shè)計(jì)時(shí)，并不完全知道實(shí)驗(yàn)過程中的許多非實(shí)驗(yàn)因素，隨機(jī)誤差干擾在所難免，因此有必要采用隨機(jī)化的辦法抵消這些干擾因素采用隨機(jī)化的辦法抵消這些干擾因素的影響的影響。 隨機(jī)化原則包括兩方面 隨機(jī)分配：把實(shí)驗(yàn)處理對(duì)象隨機(jī)分到各個(gè)區(qū)組內(nèi)，以增強(qiáng)可比性(區(qū)組內(nèi)小區(qū)隨機(jī)設(shè)置)。 隨機(jī)抽樣：總體中的每一個(gè)觀察單位都有同等的機(jī)會(huì)被選入到樣本中來(如實(shí)驗(yàn)結(jié)果的調(diào)查)。 設(shè)置對(duì)照小區(qū)，除實(shí)驗(yàn)處理不同外，實(shí)驗(yàn)過程中的實(shí)驗(yàn)條件和輔助措施都應(yīng)相同，

8、以便比較所研究對(duì)象存在的真實(shí)差異。抵消害蟲、病害自身消長趨勢(shì)的影響抵消實(shí)驗(yàn)環(huán)境的其它因素的干擾 空白對(duì)照(如農(nóng)藥藥效實(shí)驗(yàn)中用清水處理，重金屬元素檢測(cè)的空白處理)標(biāo)準(zhǔn)對(duì)照(如農(nóng)藥藥效實(shí)驗(yàn)中的標(biāo)準(zhǔn)農(nóng)藥品種)單因素隨機(jī)區(qū)組設(shè)計(jì) 是指各處理組及對(duì)照組的重復(fù)要有一定數(shù)量。 重復(fù)數(shù)太少的話，很可能把某些偶然現(xiàn)象當(dāng)作客觀規(guī)律。 重復(fù)數(shù)太多的？人力物力浪費(fèi)。 在保證實(shí)驗(yàn)結(jié)果具有一定可靠性的條件下，確定合適的重復(fù)(區(qū)組)數(shù)量。 建立研究假設(shè)（提出要解決的問題） 明確研究范圍（受試對(duì)象） 確立處理因素（處理因素） 明確觀察指標(biāo)（實(shí)驗(yàn)效應(yīng)） 控制誤差和偏倚(區(qū)組設(shè)計(jì))科研選題：研究的題目要有科學(xué)性和新穎性、社會(huì)效益

9、和經(jīng)濟(jì)效益、最后要考慮可行性。 實(shí)驗(yàn)中的三個(gè)基本要素為：處理因素、實(shí)驗(yàn)效應(yīng)和受試對(duì)象。明確研究范圍即：受試對(duì)象所組成的研究總體規(guī)定本次研究的總體范圍 如研究病蟲為害對(duì)作物產(chǎn)量影響，首先確定作物產(chǎn)量的考察標(biāo)準(zhǔn)以及計(jì)量方法，然后根據(jù)研究需要，選定實(shí)驗(yàn)田塊安排實(shí)驗(yàn)，確定實(shí)驗(yàn)處理因素(不同的害蟲密度梯度設(shè)置)，使得實(shí)驗(yàn)效果清晰、明了。例如： 用某種 殺蟲劑 防治 作物害蟲， 觀察其 蟲口數(shù)量下降情況?；疽兀?處理因素（殺蟲劑） 受試對(duì)象（作物害蟲） 實(shí)驗(yàn)效應(yīng)（蟲口數(shù)量下降） 處理因素是根據(jù)研究目的而施加的特定實(shí)驗(yàn)處理因素是根據(jù)研究目的而施加的特定實(shí)驗(yàn)措施措施(如農(nóng)藥藥效實(shí)驗(yàn)種的不同農(nóng)藥濃度)。 為

10、了增強(qiáng)可比性，實(shí)驗(yàn)通常設(shè)立對(duì)照，如空白或者標(biāo)準(zhǔn)。對(duì)照也是一種處理措施。 實(shí)驗(yàn)中的實(shí)驗(yàn)效應(yīng)主要指處理因素作用于實(shí)驗(yàn)對(duì)象的反應(yīng)，這種效應(yīng)將通過實(shí)驗(yàn)中觀察指標(biāo)顯示出來。選用的指標(biāo)應(yīng)該是：客觀性強(qiáng)（易觀察，可量可測(cè)，操作性強(qiáng)）靈敏度高（對(duì)各個(gè)處理的反應(yīng)要靈敏）精確性強(qiáng)（要反應(yīng)研究對(duì)象的實(shí)質(zhì)，不受或少受其它因素的影響）誤差（error）：測(cè)量值與真值之差 1，5，9 = 5 (真正均值5)偏倚（bias）：在實(shí)驗(yàn)中由于某些非實(shí)驗(yàn)因素的干擾所形成的系統(tǒng)誤差 4，5，9 = 6 (真正均值5) 完全隨機(jī)實(shí)驗(yàn) 隨機(jī)區(qū)組設(shè)計(jì) 裂區(qū)實(shí)驗(yàn)設(shè)計(jì) 正交設(shè)計(jì) 二次正交回歸組合設(shè)計(jì) 均勻?qū)嶒?yàn)設(shè)計(jì)常用常用試驗(yàn)設(shè)計(jì)試驗(yàn)設(shè)計(jì)完全

11、隨機(jī)完全隨機(jī)設(shè)計(jì)設(shè)計(jì)隨機(jī)區(qū)組隨機(jī)區(qū)組設(shè)計(jì)設(shè)計(jì)裂區(qū)設(shè)計(jì)裂區(qū)設(shè)計(jì)樣本容量樣本容量估計(jì)估計(jì)隨機(jī)分組隨機(jī)分組方差分析方差分析多重比較多重比較局部控制局部控制隨機(jī)分隨機(jī)分處理處理方差分析方差分析多重比較多重比較主區(qū)主區(qū)裂區(qū)裂區(qū)方差分析方差分析正交設(shè)計(jì)正交設(shè)計(jì)水平數(shù)水平數(shù)5 5正交表正交表安排安排方差分析方差分析均勻設(shè)計(jì)均勻設(shè)計(jì)均勻表均勻表安排安排線性回歸線性回歸分析分析多項(xiàng)式逐多項(xiàng)式逐步回歸步回歸模型優(yōu)化模型優(yōu)化正交回歸正交回歸組合組合M Mc c+M+Mr r+M+M0 0二次多二次多項(xiàng)式回歸項(xiàng)式回歸模型優(yōu)化模型優(yōu)化水平數(shù)水平數(shù)5 5概念：首先將受試對(duì)象隨機(jī)分配到實(shí)驗(yàn)(處理)組和對(duì)照組，通過比較分析回

12、答研究假設(shè)。統(tǒng)計(jì)方法成組設(shè)計(jì)的兩樣本均數(shù)比較(t檢驗(yàn))，相應(yīng)的秩和檢驗(yàn)(非參數(shù)檢驗(yàn))成組設(shè)計(jì)的多個(gè)樣本均數(shù)比較(方差分析),相應(yīng)的秩和檢驗(yàn)(非參數(shù)Kruskal Wallis檢驗(yàn))兩樣本率(卡方檢驗(yàn))或多樣本率比較(Logistic 回歸) 使用隨機(jī)數(shù)字表 DPS生成： 如3個(gè)處理，5次重復(fù)，共15個(gè)實(shí)驗(yàn)處理(樣品)的實(shí)驗(yàn)：分組對(duì)象編號(hào)甲組1791014乙組58111315丙組234612133.8125.3143.1128.9135.7151.2149162.7143.8153.5在菜單下執(zhí)行“實(shí)驗(yàn)統(tǒng)計(jì)”-“完全隨機(jī)設(shè)計(jì)”下面的“單因素實(shí)驗(yàn)統(tǒng)計(jì)分析”。數(shù)據(jù)轉(zhuǎn)換：如數(shù)值相差幾個(gè)數(shù)量級(jí)，可用對(duì)數(shù)

13、轉(zhuǎn)換;如許多小區(qū)值為0，則可用平方根轉(zhuǎn)換;如指標(biāo)是百分?jǐn)?shù),且大部分?jǐn)?shù)值大于70或小于30，可用反正弦平方根轉(zhuǎn)換。 一般用Tukey法和LSD法。國內(nèi)目前的農(nóng)藥實(shí)驗(yàn)要求Duncan 法。 數(shù)據(jù)描述：均值和標(biāo)準(zhǔn)差是必須的，處理樣本數(shù)也要說明。 方差分析：F值、自由度和P值；如P0.05則差異顯著，如P“隨機(jī)區(qū)組設(shè)計(jì)”下面的“單因素實(shí)驗(yàn)統(tǒng)計(jì)分析”。數(shù)據(jù)轉(zhuǎn)換：如數(shù)值相差幾個(gè)數(shù)量級(jí)，可用對(duì)數(shù)轉(zhuǎn)換;如許多小區(qū)值為0，則可用平方根轉(zhuǎn)換;如指標(biāo)是百分?jǐn)?shù),且大部分?jǐn)?shù)值大于70或小于30，可用反正弦平方根轉(zhuǎn)換。 一般用Tukey法和LSD法。但注意：目前國內(nèi)目目前國內(nèi)目前的農(nóng)藥實(shí)驗(yàn)要求前的農(nóng)藥實(shí)驗(yàn)要求Duncan

14、 法。法。 結(jié)果描述及數(shù)據(jù)分析與完全隨機(jī)實(shí)驗(yàn)設(shè)計(jì)相同，就當(dāng)是區(qū)組間那一行不存在 原始觀察值：協(xié)方差分析 相對(duì)防治效果 一般線性模型在方差分析中的應(yīng)用。 在“可供分析變異來源”列表框中先選“B”,點(diǎn)擊”,再選“A”,點(diǎn)擊”,將這兩項(xiàng)加入到右邊。并選I型平方和分解。多重比較方法，這里選”Duncan”法，然后點(diǎn)擊”O(jiān)K”即可輸出結(jié)果。 問題提出：不同農(nóng)藥或某農(nóng)藥不同濃度，在不同時(shí)期或不同施藥技術(shù)情況下對(duì)病蟲的防治效果。 一般情況:兩因素隨機(jī)區(qū)組設(shè)計(jì)。 特殊情況:植保農(nóng)藥實(shí)驗(yàn)，加上施藥時(shí)期、施藥技術(shù)等因子后，含有“偽因子”情形，需用一一般線性模型分析般線性模型分析 農(nóng)藥不同種類、不同濃度處理，一般要

15、設(shè)空白作為對(duì)照?？瞻缀推渌蜃咏M合，如和施藥時(shí)期、施藥技術(shù)的組合，實(shí)際上還是“空白”，沒有不同（偽因子）。因此“偽因子”的多因子農(nóng)藥實(shí)驗(yàn)中經(jīng)常遇到。 農(nóng)業(yè)中的多因素農(nóng)藥、施肥等實(shí)驗(yàn)，只要有空白作為對(duì)照，就有這種現(xiàn)象存在。這樣的數(shù)據(jù)不能直接進(jìn)行兩因素隨機(jī)區(qū)組設(shè)計(jì)的方差分析實(shí)驗(yàn)結(jié)果解釋(2：多重比較) 完全隨機(jī)設(shè)計(jì)、隨機(jī)區(qū)組設(shè)計(jì)（析因設(shè)計(jì)） 裂區(qū)設(shè)計(jì) 均勻設(shè)計(jì) 正交設(shè)計(jì) 正交回歸組合設(shè)計(jì) 正交設(shè)計(jì)及正交回歸組合設(shè)計(jì)是應(yīng)用最廣泛的正交設(shè)計(jì)及正交回歸組合設(shè)計(jì)是應(yīng)用最廣泛的多因子實(shí)驗(yàn)設(shè)計(jì)。多因子實(shí)驗(yàn)設(shè)計(jì)。 一般多因素試驗(yàn)設(shè)計(jì)(析因設(shè)計(jì))當(dāng)處理因素較多時(shí)：處理組合呈指數(shù)增長 5個(gè)因素,5個(gè)水平,3個(gè)區(qū)組有

16、多少處理組合？ 55=3025次x3=9075 正交試驗(yàn)設(shè)計(jì)：從所有的試驗(yàn)組合中，選擇在試驗(yàn)因子空間相互正交因子空間相互正交的一些點(diǎn)來進(jìn)行試驗(yàn)。需要的實(shí)驗(yàn)次數(shù)是水平數(shù)的平方水平數(shù)的平方更多因素的實(shí)驗(yàn)設(shè)計(jì)： 為什么一般用正交實(shí)驗(yàn)設(shè)計(jì)？ 當(dāng)實(shí)驗(yàn)涉及的因素在三個(gè)或三個(gè)以上，且因素間可能存在交互作用時(shí)，可用正交設(shè)計(jì)。正交實(shí)驗(yàn)中各因素的水平數(shù)可以相等，也可以不相等。它利用一套規(guī)格化的正交表，將各實(shí)驗(yàn)因素、各水平之間的組合均勻搭配，合理安排，可以用較少的、有代表性的處理組合數(shù)，提供充分有用的信息，還可以找出較優(yōu)組合，用以指導(dǎo)實(shí)踐。因 子水 平 1水 平 2A：澆水次數(shù)不干死為原則，整個(gè)生長期只澆12次根據(jù)

17、生長需水量和自然條件澆水，但不過濕B：噴藥次數(shù)發(fā)現(xiàn)病害即噴藥每半月噴一次C：施肥次數(shù)開花期施硫酸銨進(jìn)室發(fā)根、抽苔、開花和結(jié)實(shí)期各施肥一次D：進(jìn)室時(shí)間11月初11月15日 為了解決花菜留種問題，進(jìn)一步提高花菜種子的產(chǎn)量和質(zhì)量，科技人員考察了澆水、施肥、病害防治和移入溫室時(shí)間對(duì)花果留種的影響，進(jìn)行了這4個(gè)因素各因素兩水平的正交試驗(yàn)。 上例屬于無重復(fù)的兩水平正交實(shí)驗(yàn) 如果想增大誤差自由度以提高檢測(cè)諸因子作用的能力，或者想研究各因子間的所有交互作用，就可采用重復(fù)實(shí)驗(yàn)的方法，假定把每一個(gè)實(shí)驗(yàn)都重復(fù)三次，結(jié)果如下。正交實(shí)驗(yàn)數(shù)據(jù)統(tǒng)計(jì)分析： 初步分析：比一比，看一看 統(tǒng)計(jì)分析：方差分析，及多重比較 有重復(fù)和沒

18、有重復(fù)的統(tǒng)計(jì)分析。極差分析結(jié)果均值 因子 水平1 水平2 x(1) 33.500065.2500 x(2) 65.750033.0000AB 44.000054.7500 x(4) 36.750062.0000AC 69.500029.2500 x(6) 50.250048.5000 x(7) 50.500048.2500各個(gè)因子各水平均值因子 極小值 極大值 極差R 調(diào)整R x(1) 33.500065.250031.750045.0850 x(2) 33.000065.750032.750046.5050AB 44.000054.750010.750015.2650 x(4) 36.750

19、062.000025.250035.8550AC 29.250069.500040.250057.1550 x(6) 48.500050.25001.75002.4850 x(7) 48.250050.50002.25003.1950方差分析表（不顯著的互作項(xiàng)可作為空白列，重新分析不顯著的互作項(xiàng)可作為空白列，重新分析）正交設(shè)計(jì)方差分析表(完全隨機(jī)模型)變異來源 平方和 df 均方 F值 p值 x(1) 2016.125012016.1250329.16330.0351x(2) 2145.125012145.1250350.22450.0340AB 231.12501231.125037.734

20、70.1027x(4) 1275.125011275.1250208.18370.0441AC 3240.125013240.1250529.00000.0277x(6)* 6.125016.1250 x(7) 10.1250110.12501.65310.4208誤差 6.125016.1250總和 8923.8750根據(jù)重復(fù)的設(shè)計(jì)類型確定 正交試驗(yàn)結(jié)果分析考慮因子間的交互作用。 根據(jù)一般正交試驗(yàn)結(jié)果可建立回歸模型，如 Y=290-106x1+93x2+31x3+6x4 線性回歸模型能優(yōu)化嗎：求最大、最小值 優(yōu)化需要二次曲線方程 二次多項(xiàng)式回歸方程，可以優(yōu)化，如 y=68.5-15X1-40

21、X2+0.0X1*X1+0.0X2*X2+15X1*X2 但是一般實(shí)驗(yàn)設(shè)計(jì)得到的自變量，其二次項(xiàng)，互作項(xiàng)之間不一定正交。在沒有計(jì)算機(jī)軟件的情況下，計(jì)算工作量也大。 要建立二次多項(xiàng)式優(yōu)化，因子之間又要正交：正交回歸組合設(shè)計(jì)正交回歸組合設(shè)計(jì) 使得試驗(yàn)因素的整個(gè)設(shè)計(jì)矩陣，包括二次項(xiàng)、使得試驗(yàn)因素的整個(gè)設(shè)計(jì)矩陣，包括二次項(xiàng)、互作項(xiàng)都相互正交?；プ黜?xiàng)都相互正交。 二次.正交.旋轉(zhuǎn).組合.設(shè)計(jì) 二次：模型優(yōu)化； 正交：各個(gè)因子正交；消除因子間互作的影響； 旋轉(zhuǎn)：各個(gè)因子點(diǎn)到中心的距離相等； 組合：加上適當(dāng)?shù)闹行脑囼?yàn)點(diǎn)(0,0,0,0)個(gè)數(shù)，適當(dāng)整個(gè)設(shè)計(jì)矩陣滿足要求。 根據(jù)中心點(diǎn)數(shù)不同(當(dāng)然為保持正交性，相

22、應(yīng)的臂長也不同)，有： 二次正交旋轉(zhuǎn)組合設(shè)計(jì) 二次通用組合設(shè)計(jì) 二次正交回歸組合設(shè)計(jì) Center composite designs (CCD) 零水平零水平星號(hào)臂長實(shí)驗(yàn)設(shè)計(jì)零水平必須大于臂長正的星號(hào)臂值水平須“過量”變化區(qū)間 左邊方實(shí)驗(yàn)設(shè)計(jì)表，右邊一列放各個(gè)處理相應(yīng)的產(chǎn)量，然后用鼠標(biāo)選中。 最后進(jìn)入主菜單，選擇“試驗(yàn)統(tǒng)計(jì)”中的“實(shí)驗(yàn)優(yōu)化分析”下面的“二次多項(xiàng)式回歸”。系統(tǒng)出現(xiàn)如下界面。 、各個(gè)因素(試驗(yàn)處理水平)編碼的平均值和標(biāo)準(zhǔn)差,以及相關(guān)系數(shù)矩陣； 、二次多項(xiàng)式回歸模型； 、回歸模型的F檢驗(yàn)值及顯著水平p，一般顯著水平小于等于0.05時(shí)即可對(duì)該模型進(jìn)一步分析，如果F太小，回歸方程不顯著

23、，則不適合建立二次多項(xiàng)式回歸模型來分析試驗(yàn)結(jié)果；變異來源平方和自由度均方F值p值回歸468.291433.44931.26880.3026殘差553.642126.3636 失擬420.371042.03673.46970.0264 誤差133.271112.1154總變異1021.9335 、各個(gè)因子項(xiàng)的回歸系數(shù)、標(biāo)準(zhǔn)回歸系數(shù)、t檢驗(yàn)值及顯著水平p； 、回歸模型的復(fù)相關(guān)系數(shù)R剩余標(biāo)準(zhǔn)差和調(diào)整后的相關(guān)系數(shù)，一般來說，調(diào)整后的相關(guān)系數(shù)越大越好； 、各個(gè)處理的觀測(cè)值、擬合值和擬合誤差，以及Durbin-Watson(DW)統(tǒng)計(jì)量。DW統(tǒng)計(jì)量只當(dāng)分析樣本按某一順序(如處理先后)存放時(shí)才有意義，該值要

24、在2的附近為好； 、其他因子為零時(shí)單因子和兩因子互作效應(yīng)分析，可在DPS系統(tǒng)作圖功能的支持下，分別作x-y曲線圖和等高線圖； 、其他因子為零水平時(shí)，各個(gè)因素的靈敏度分析，給出了系數(shù)靈敏度、導(dǎo)數(shù)、平均效應(yīng)y/x和目標(biāo)函數(shù)y，根據(jù)這些數(shù)據(jù)，可以進(jìn)行邊際分析； 應(yīng)用典型方程，我們可以得到如下信息： 一是穩(wěn)定點(diǎn)處是否是擬合模型的極大值、極小值或者是鞍點(diǎn)：當(dāng)?shù)湫头匠痰母鱾€(gè)系數(shù)為負(fù)負(fù)時(shí)，穩(wěn)定點(diǎn)為模型的極大值極大值；當(dāng)?shù)湫头匠痰母鱾€(gè)系數(shù)為正正時(shí)，穩(wěn)定點(diǎn)為模型的極小值極小值；當(dāng)?shù)湫头匠痰母鱾€(gè)系數(shù)有正正有負(fù)負(fù)時(shí)，穩(wěn)定點(diǎn)為鞍點(diǎn)鞍點(diǎn)。 這一點(diǎn)很重要，這時(shí)因?yàn)槲覀冊(cè)趯?yōu)建模時(shí)，往往根據(jù)專業(yè)背景，指定模型尋優(yōu)方向。這種

25、尋優(yōu)方向可能和擬合模型本身的最優(yōu)解不一致，或部分因子不一致。不一致時(shí)，采用數(shù)值尋優(yōu)算法得到的最優(yōu)點(diǎn)有可能位于實(shí)驗(yàn)因子取值的邊界上。 同時(shí)，根據(jù)典型方程，判斷各個(gè)因素在穩(wěn)定點(diǎn)附近的變化大小。系數(shù)越大，變化越快，該點(diǎn)的穩(wěn)定性就較差，這是在應(yīng)用中需要注意的。 最后，如果通過數(shù)值優(yōu)化分析和典型分析得到的最優(yōu)值一致，那么模型可以認(rèn)為是較好的，如果不一致，在模型應(yīng)用時(shí)，需要進(jìn)行更深入的分析，探明原因，且模型結(jié)果謹(jǐn)慎應(yīng)用。 多因子優(yōu)化設(shè)計(jì)試驗(yàn)，一般試驗(yàn)次數(shù)較多。試驗(yàn)次數(shù)增加會(huì)帶來量方面的問題： 一是試驗(yàn)時(shí)間延長。有的實(shí)驗(yàn)處理是依時(shí)間順序一個(gè)接一個(gè)地進(jìn)行的。由于時(shí)間延而產(chǎn)生的對(duì)實(shí)驗(yàn)結(jié)果的影響叫做時(shí)間漂移，這一

26、影響很可能增加試驗(yàn)誤差。這種情況在工業(yè)試驗(yàn)中較為普遍。 另一種情況是試驗(yàn)區(qū)增大。在農(nóng)林生物的田間試驗(yàn)中，因處理因子多、實(shí)驗(yàn)區(qū)加大、這樣難以在同質(zhì)的條件下進(jìn)行試驗(yàn)，而需要進(jìn)行小區(qū)控制、實(shí)行區(qū)組設(shè)計(jì)。 區(qū)組設(shè)計(jì)應(yīng)用與多因子優(yōu)化試驗(yàn)是有必要的。但遺憾的是，我們以往的試驗(yàn)優(yōu)化分析工具，都沒有提供可處理區(qū)組設(shè)計(jì)功能。這里，我們?cè)黾恿颂幚砗腥舾蓞^(qū)組的二次正交回歸組合(中心復(fù)合)設(shè)計(jì)試驗(yàn)數(shù)據(jù)分析建模功能，該功能模塊在“試驗(yàn)統(tǒng)計(jì)”“試驗(yàn)優(yōu)化分析”“區(qū)組設(shè)計(jì)二次多項(xiàng)式回歸”里面。 二次正交回歸組合設(shè)計(jì)或其他多因子試驗(yàn)，如果在實(shí)施時(shí)劃分了B個(gè)區(qū)組，在試驗(yàn)結(jié)果的數(shù)據(jù)分析時(shí)，數(shù)據(jù)的第一列放區(qū)組的順序編號(hào)(1，2，., B)，其它列則和其它多因素實(shí)驗(yàn)設(shè)計(jì)一樣，放各個(gè)處理因子的編碼值或各個(gè)因子試驗(yàn)實(shí)施的水平值，最右邊放試驗(yàn)觀察指標(biāo)結(jié)果值。變異來源變異來源平方和平方和自由度自由度均方均方F F值值p p值值回歸回歸679.54679.54161642.4742.472.35692.35690.03830.0383模型模型468.29468.29141433.4533.451.85621.85620.10420.1042區(qū)組區(qū)組211.25211.252 2105.63105.635.86165.86160.01040.0104殘差殘差342.38342.38191918.