试验设计和数据统计分析.pptVIP

试验设计正交试验设计步骤确定考察的因素水平根据预实验、以往经验、前人研究结果设立，影响大的、未试验过的、尚未掌握规律的优先考虑2-4水平水平间距合理，尽可能理想水平列出因素水平表ABCD12试验设计正交试验设计步骤选择合适的正交表选择原则：能够安排下试验的因素和交互作用，尽可能用小表选择依据：列：正交表列数c≥因素所占列数+交互作用所占列数+空列自由度：正交表的总自由度（a-1）≥因素自由度+交互作用自由度+误差自由度4个3水平因素，可选L9（34）（无交互选），L27（313）（有交互选）试验设计试验设计正交试验设计步骤做表头设计把试验因素和亚考察的交互作用安排到正交表各列的过程不考察交互作用，可随机安排考察交互作用，按所选交互列表安排列出试验方案把正交表中各因素的列（不包含交互作用列）的每个水平数字换成该因素的实际水平值，便形成了试验方案。试验设计试验设计试验设计直观分析、级差分析、多因素方差分析试验结果统计分析1分清因素主次顺序判断因素对试验指标影响的显著程度找出试验最优组合，即什么因素什么水平组合是指标最好分析因素与指标的关系，因素变化指标如何变化了解交互作用情况估计试验误差大小目的2试验设计试验设计插入程序表试验设计和数据统计分析

（第二部分）技术培训资料2011年6月17日数据统计统计术语计量资料与技术资料前者用定量方法测定获得的连续性资料，有度量衡单位，如含量；后者，按属性的不同程度分组计数的等级资料，如疗效数据统计统计术语同质与变异：同一观察指标据同质性；同指标的不同观测值有差异如反应温度，同单位衡量，每次观测值不同总体和样本：观察对象全部和抽取的部分个体原料，总量500袋石灰氮；抽取3%袋检查含氮量，15袋为样本数据统计统计术语随机抽样与随机样本：不参杂主观愿望，样本被抽取的机会均等粉状料，堆积，1/4量，再1/4……变量和常数：表现事物差异特征的数据为变量，如体重；代表事物特征的数据为常数，通常由变量计算得来，如样本平均数、标准差、变异系数数据统计统计术语参数和统计量：从总体中计算所得的特征数值为参数，如总体平均数、总体标准差；从样本中计算所得的特征数值为统计量，是总体参数的估计值。一般用统计量估计参数值一个来源于总体，一个来源于样本准确性与精确性：准确性是测量值对真值的符合程度，如加样回收率；精确性是样本各变异数间的变异程度大小，是多次侧量值的接近程度，如变异系数。添加标题添加标题添加标题数据统计统计的主要内容-按统计分析方法分描述性统计：原始资料基本分析3个主要统计量：平均值、标准差、标准误了解资料的集中趋势和变异程度显著性检验（假设检验）平均数间差异的比较：两组数据平均数有无显著性差异，用均数差异显著性检验属性资料的检验：不能用测量方法衡量-属性形状，如毛色、药物试验的治愈或无效，用X2检验方差分析：变异量分析，主要进行多个平均数间的比较。数据统计单击此处添加正文，文字是您思想的提炼，为了演示发布的良好效果，请言简意赅地阐述您的观点。您的内容已经简明扼要，字字珠玑，但信息却千丝万缕、错综复杂，需要用更多的文字来表述；但请您尽可能提炼思想的精髓，否则容易造成观者的阅读压力，适得其反。正如我们都希望改变世界，希望给别人带去光明，但更多时候我们只需要播下一颗种子，自然有微风吹拂，雨露滋养。恰如其分地表达观点，往往事半功倍。当您的内容到达这个限度时，或许已经不纯粹作用于演示，极大可能运用于阅读领域；无论是传播观点、知识分享还是汇报工作，内容的详尽固然重要，但请一定注意信息框架的清晰，这样才能使内容层次分明，页面简洁易读。如果您的内容确实非常重要又难以精简，也请使用分段处理，对内容进行简单的梳理和提炼，这样会使逻辑框架相对清晰。统计的主要内容-按统计分析方法分相关：平行关系的变异量之间的密切程度，相关系数表示回归：两个以上变量存在从属关系，一个变量（x）变化时引起另一个变量(y)相应变化的估计从属关系用回归分析方法进行研究，从属关系式称回归方程用回归方程对指标进行预测和预报相关与回归分析数据统计标准曲线原理：发现相关，原创物质反应，颜色；颜色深浅，浓度设定系列浓度，测出系列光密度计算回归方程从样本，到总体用统计量，估计参数值用相关系数估计误差再从标准曲线计算浓度描述统计-集中趋势度量-平均数成组数据的代表，是观察值的中心位置算术平均数加权平均数几何平均数G：观测值相乘之积开n次方的方根用于增长率、药物效价、疾病潜伏期等。邻数