实验设计之正交设计

lxh623

正交法是一切实验设计的基础。
首先，推荐这本“优化试验设计法及其在化学中的应用_何为 陈际达编”，深入浅出全面的讲述正交实验设计法，不像许多实验设计图书，从作者自己的统计学背景和立场叙述，而是从应用的立场讲解。我以为是全面、深度、逻辑清楚的一本值得去看去详细学习的图书。

上面推荐的是深度之作，下面再推荐一本高度之作“实验设计速学活用法 （第5版）_张忠朴著 何哲文整理”，作者是台湾的，有十分丰富的辅导教学经验。虽然知识讲解不尽全面，但是整个也是逻辑清晰，更多论述应用及其方法，并且有整个实验设计的流程示范，学习者实践的流程。它的高度在于您也许在其他书上学了半天统计知识，却不知道为什么这样做，到这里豁然开朗。


补充：
1、关于软件
  MINITAB统计分析教程_洪楠，侯军主编
  六西格玛管理统计指南：MINITAB使用指导_马逢时
  实用统计分析及其DPS数据处理系统_唐启义 冯明光（搜索作者）
2、更高的难度深度
  实验设计与分析 （第六版）_（美）Douglas C.Montgomery
  实验设计法 （上册）_（日）田口玄一
  实验计画法 （下册）_（日）田口玄一---日文版
  试验设计与分析_杨德编著
  试验设计与分析及参数优化-[美][吴建福]

hanvool

楼主能否介绍一下响应面分析方法。

lxh623

引用第1楼hanvool于2010-03-11 09:36发表的 :
楼主能否介绍一下响应面分析方法。

入门入门，见笑！

欧阳静茹

引用第1楼hanvool于2010-03-11 09:36发表的 :
楼主能否介绍一下响应面分析方法。

想学吗？呵呵

响应曲面方法很不错，就是y=f(x1，x2，x3)关系，其中f(x1，x2，x3。。。)中最多一般不宜超过3个可控影响因子（太多了就复杂了，一般可以先通过因子筛选试验，筛到留下最重要的几个主要因子），然后搞个两水平因子试验，拟合出一个含2次项的曲线方程，最简单的就是一个因子，那就是二次函数了，二次函数求极值你应该会，如果是2个或3个因子乃至更多个因子，那就是响应曲面了，方法的目的是找到最优（或达成目的）的响应变量，这个需要通过实验设计和分析，比如中心复合设计，这门课程应用广泛，诸如化工、食品、医药、机械、电子、航天。。。。。非常具有实用价值。简单就说道这么几句，不一定正确，希望专家们给与指正，呵呵，有兴趣可以交流学习啊～～～～～

醉乡常客

楼主能否组织一个关于正交设计的教学帖啊？

欧阳妹妹能否组织一下关于响应曲面方法的学习啊？

云之惑

理论性的东西多翻书就能懂，难就难在实际的操作上，最好有这方面的高人组织实例分析与运用~

hanvool

     实战才是王道。。。。。
我最近在优化一个产抗生素菌的发酵条件，就是用响应面分析。下面是我的Minimun Run Equireplicated Res IV Design ，各因素都是以前学生做过正交单因素实验的，考虑到之间的交互影响，我要优化出一个稳定的发酵条件，便于扩大化生产。Minimun Run Equireplicated Res IV Design可以同时考查比较多的影响因素，从中找出显著因子，不知道这样设计有没有什么问题，希望能得到静茹的指点。。。。

heitianma

引用第4楼醉乡常客于2010-03-20 16:44发表的 :
楼主能否组织一个关于正交设计的教学帖啊？

欧阳妹妹能否组织一下关于响应曲面方法的学习啊？

支持开些有意义的教学贴子。

wangpeng692

搬个凳子，听老师讲课

欧阳静茹

呵呵，这个手工计算比较复杂，完全不可能，必须要借助软件，比如SAS，SPSS，JMP，MINITAB等，我们一般用MINITAB或者JMP比较流行。试验设计与分析是比较难的一门技术，也正在学习呢，因为实在太有应用价值了。我也是生手，大家有什么问题可以贴出来讨论，共同进步啊，不明白的我可以请教高人～～～

欧阳静茹

引用第6楼hanvool于2010-03-20 17:07发表的 :
     实战才是王道。。。。。
我最近在优化一个产抗生素菌的发酵条件，就是用响应面分析。下面是我的Minimun Run Equireplicated Res IV Design ，各因素都是以前学生做过正交单因素实验的，考虑到之间的交互影响，我要优化出一个稳定的发酵条件，便于扩大化生产。Minimun Run Equireplicated Res IV Design可以同时考查比较多的影响因素，从中找出显著因子，不知道这样设计有没有什么问题，希望能得到静茹的指点。。。。

这个因子数比较多，8个感觉不少了，想要做响应曲面设计的话，需要的试验次数比较多，如图（90次啊）：
如果能先通过部分因子试验，粗筛因子数目到3-4个，这样可以方便些，试验要花钱的啊，呵呵


你这个设计只能算是部分因子设计，倒是可以的，你可以对照下图，罗马字母是分辨度。


下面是MINITAB软件输出的你的16次试验计划：

部分因子设计

因子:    8  基设计:     8, 16  分辨度:   IV
试验次数: 16  仿行:        1  实施部分: 1/16
区组:    1  中心点（合计）:   0

设计生成元: E = BCD, F = ACD, G = ABC, H = ABD

别名结构（直到 4阶项）

I + ABCG + ABDH + ABEF + ACDF + ACEH + ADEG + AFGH + BCDE + BCFH + BDFG + BEGH
   + CDGH + CEFG + DEFH

A + BCG + BDH + BEF + CDF + CEH + DEG + FGH
B + ACG + ADH + AEF + CDE + CFH + DFG + EGH
C + ABG + ADF + AEH + BDE + BFH + DGH + EFG
D + ABH + ACF + AEG + BCE + BFG + CGH + EFH
E + ABF + ACH + ADG + BCD + BGH + CFG + DFH
F + ABE + ACD + AGH + BCH + BDG + CEG + DEH
G + ABC + ADE + AFH + BDF + BEH + CDH + CEF
H + ABD + ACE + AFG + BCF + BEG + CDG + DEF
AB + CG + DH + EF + ACDE + ACFH + ADFG + AEGH + BCDF + BCEH + BDEG + BFGH
AC + BG + DF + EH + ABDE + ABFH + ADGH + AEFG + BCDH + BCEF + CDEG + CFGH
AD + BH + CF + EG + ABCE + ABFG + ACGH + AEFH + BCDG + BDEF + CDEH + DFGH
AE + BF + CH + DG + ABCD + ABGH + ACFG + ADFH + BCEG + BDEH + CDEF + EFGH
AF + BE + CD + GH + ABCH + ABDG + ACEG + ADEH + BCFG + BDFH + CEFH + DEFG
AG + BC + DE + FH + ABDF + ABEH + ACDH + ACEF + BDGH + BEFG + CDFG + CEGH
AH + BD + CE + FG + ABCF + ABEG + ACDG + ADEF + BCGH + BEFH + CDFH + DEGH

wangpeng692

欧阳静茹

推荐几本试验设计与分析方面的经典书给大家，当然要学习这些书，需要有一定的概率与数理统计基础，

1.第一本：实验设计与分析：原书第6版，作者:（美）Douglas，C.Montgomery著，这本是最最经典的一本，特别推荐；

2.第二本：试验设计与分析及参数优化，吴建福，

3.第三本：试验应用统计——设计、创新和发现，：(美)George E.P.Box, J.Stuart Hunter, William G.Hunter 著张润楚译

4.第四本：Response Surface Methodology: Process and Product Optimization Using Designed Experiments
响应曲面方法：利用实验设计进行过程和产品优化，该书没有中译本

5.实验设计速学活用法 （第5版）_张忠朴著

其它还有，呵呵，大家可以看看这几本比较不错的，尤其是第一本。

hanvool

感谢，做培养基可能和其他的试验设计不同，各因素之间是交互作用是不容忽视的。所以我首先采用Minimun Run Equireplicated Res IV 设计 和静茹老师谈的一样，只需要做16次试验，不需要90次试验了。后续的有些问题，以及操作细节，心理感想啥的等下加了您的QQ才问吧，对了，您的电话是多少啊

josephe

引用第13楼hanvool于2010-03-20 20:44发表的 :
感谢，做培养基可能和其他的试验设计不同，各因素之间是交互作用是不容忽视的。所以我首先采用Minimun Run Equireplicated Res IV 设计 和静茹老师谈的一样，只需要做16次试验，不需要90次试验了。后续的有些问题，以及操作细节，心理感想啥的等下加了您的QQ才问吧，对了，您的电话是多少啊

adam310

以前我也有一个软件是算正交的，但是不记得名字了

lxh623

刚学习实验设计，不敢开讲座。
体会：
软件只有minitab和dps。minitab对于均匀设计的结果无法分析，里面有线性回归，和图形化的单变量多项式回归，没有多变量多项式回归。关于minitab，推荐《六西格玛管理统计指南：MINITAB使用指导_马逢时》。马老师对于响应面设计的说法：“如果自变量的个数较少(通常不超过3 个)，则响应曲面方法(response surface methodology. RSM) 是最好的方法之一。 本方法特别适合于响应变量望大或望小的情形。”
马老师对于实验设计的精要讲解：
    第 13 章 　 试验设计
    13 .1　 试验设计基础
    13 .2　 单因子试验设计
    13 .3　 全因子设计
    13 .4　 部分因子试验
    13 .5　 响应曲面设计
    13 .6　 稳健参数设计
    13 .7　 混料设计

dps好像还可以，特别是均匀设计方案的设计（表格构造、优化），偏最小二乘回归分析专门应用于均匀设计结果分析。 所以，推荐一本书http://www.readfree.net/bbs/read.php?tid=4898202
最重要的是，美国人对于一个问题的解决方案已经有了，而您自己没有把整个问题的根源找对，任何统计手段都是白扯。

欧阳静茹

引用第16楼lxh623于2010-03-25 09:14发表的 :
刚学习实验设计，不敢开讲座。
体会：
软件只有minitab和dps。minitab对于均匀设计的结果无法分析，里面有线性回归，和图形化的单变量多项式回归，没有多变量多项式回归。关于minitab，推荐《六西格玛管理统计指南：MINITAB使用指导_马逢时》。马老师对于响应面设计的说法：“如果自变量的个数较少(通常不超过3 个)，则响应曲面方法(response surface methodology. RSM) 是最好的方法之一。 本方法特别适合于响应变量望大或望小的情形。”
马老师对于实验设计的精要讲解：
    第 13 章 　 试验设计
.......

变量的个数能筛选下来固然是好事，可是有时未免能筛掉因子，当多个因子时（比如8个或更多）也可以采用响应曲面方法，不过需要的试验次数就会增多，费用就会很高，在试验费用允许的情况下，模型可以含更多个因子，至于计算，软件实现还是很方便的。马老的书如果和蒙哥马利的书一起看就更好了～～

leehviread

6楼寒武的培养基配方优化设计，是不是考虑一下采用均匀设计法？均匀设计的好处在于试验次数等于水平数，经典案例是东北制药厂的抗生素生产工艺优化。

leehviread

引用第9楼欧阳静茹于2010-03-20 18:49发表的 :
呵呵，这个手工计算比较复杂，完全不可能，必须要借助软件，比如SAS，SPSS，JMP，MINITAB等，我们一般用MINITAB或者JMP比较流行。试验设计与分析是比较难的一门技术，也正在学习呢，因为实在太有应用价值了。我也是生手，大家有什么问题可以贴出来讨论，共同进步啊，不明白的我可以请教高人～～～

不知道Statistica和Design-Exper用过没？我只用过Statistica，觉得设计和回归分析都比较方便。