正交设计

⑴ 正交试验设计

这个……两因素的正交，用的都是完全试验的设计……
也就是说，没有体现正交设计的有点……
完全试验也是16次

⑵ 什么是正交试验设计方法

正交试验设计(Orthogonal experimental design)是研究多因素多水平的又一种设计方法，它是根据正交性从全面试验中挑选出部分有代表性的点进行试验，这些有代表性的点具备了“均匀分散，齐整可比”的特点，正交试验设计是分式析因设计的主要方法。是一种高效率、快速、经济的实验设计方法。日本著名的统计学家田口玄一将正交试验选择的水平组合列成表格，称为正交表。例如作一个三因素三水平的实验，按全面实验要求，须进行3的3次方=27 种组合的实验，且尚未考虑每一组合的重复数。若按L9(3)3 正交表按排实验，只需作9 次，按L18(3)7 正交表进行18 次实验，显然大大减少了工作量。因而正交实验设计在很多领域的研究中已经得到广泛应用。（汗，这里不能打出来正确的表达，反正学这个的都知道具体的写法）正交表是一整套规则的设计表格，L 为正交表的代号，n 为试验的次数，t为水平数，c 为列数，也就是可能安排最多的因素个数。例如L9(34)，它表示需作9次实验，最多可观察4 个因素，每个因素均为3 水平。一个正交表中也可以各列的水平数不相等，我们称它为混合型正交表，如L8(4×24) ，此表的5 列中有1 列为4 水平，4 列为2水平。根据正交表的数据结构看出，正交表是一个n 行c 列的表，其中第j 列由数码1，2，… Sj 组成，这些数码均各出现N/S 次，例如表11 中，第二列的数码个数为3，S=3 ，即由1、2、3 组成，各数码均出现N/3=9/3=3次。

⑶ 有四个变量为什么正交设计只设计9组

第一步：查正交表，因为在正交表中没有3因素3水平的，所以我们可以考虑用相等水平数的方法，找测试用例个数最少而因数略大于3的正交表，这里我们可以考虑用L9(3^4)。如下的3因素3水平：
A: A1,A2,A3
B: B1,B2,B3
C:C1,C2,C3
正交表为：
A B C D
0 0 0 0
0 1 2 1
0 2 1 2
1 0 2 2
1 1 1 0
1 2 0 1
2 0 1 1
2 1 0 2
2 2 2 0
映射成测试用例如下：
A B C
A1 B1 C1
A1 B2 C3
A1 B3 C2
A2 B1 C3
A2 B2 C2
A2 B3 C1
A3 B1 C2
A3 B2 C1
A3 B3 C3
L9(3^4)中，3是水平数，4是因数，9是测试用例数。你提问3因数3水平数，先查正交表，发现没有3因数3水平数的，所以就用因数不相等这种情况设计测试用例，即水平数相同但在正交表中，找不到相同的因素数（取因素数最接近但略大的实际值的表），然后在正交表中找水平数为3，因数略大于3的正交表。补充三水平常用的正交表有：L9(3^4)、L27(3^13)、L81(3^41)。
超星网有些书籍，可以阅读。

⑷ 正交方案如何进行设计的

一般都是先确定试验的因素、水平和交互作用，后选择适用的L表。在确定因素的水平数时，主要因素宜多安排几个水平，次要因素可少安排几个水平。
（1）先看水平数。若各因素全是2水平，就选用L(2＊)表；若各因素全是3水平，就选L(3＊)表。若各因素的水平数不相同，就选择适用的混合水平表。
（2）每一个交互作用在正交表中应占一列或二列。要看所选的正交表是否足够大，能否容纳得下所考虑的因素和交互作用。为了对试验结果进行方差分析或回归分析，还必须至少留一个空白列，作为“误差”列，在极差分析中要作为“其他因素”列处理。
（3）要看试验精度的要求。若要求高，则宜取实验次数多的L表。
（4）若试验费用很昂贵，或试验的经费很有限，或人力和时间都比较紧张，则不宜选实验次数太多的L表。
（5）按原来考虑的因素、水平和交互作用去选择正交表，若无正好适用的正交表可选，简便且可行的办法是适当修改原定的水平数。
（6）对某因素或某交互作用的影响是否确实存在没有把握的情况下，选择L表时常为该选大表还是选小表而犹豫。若条件许可，应尽量选用大表，让影响存在的可能性较大的因素和交互作用各占适当的列。某因素或某交互作用的影响是否真的存在，留到方差分析进行显著性检验时再做结论。这样既可以减少试验的工作量，又不致于漏掉重要的信息。
5.3.4 正交表的表头设计

⑸ 如何在SPSS中进行正交设计及正交分析

则选择来Data--Orthogonal Design--generate，弹出的就是正交设计窗自口： Factor name框：输入A：单击ADD钮：单击Define value钮：分别在Value列的头三行输入1、2和3，单击continue钮，这样就定义好了变量A。按类似的方法定义好变量B的2个水平。单击OK，系统就输出一个新定义的数据集，前两个变量就是要分析的A和B，各个水平已经按正交设计的要求排列好了。后 面的status_和card_变量是系统产生的LOG变量，可以不管它。现在你再建立一个结果变量，输入实验结果，就可以进行正交设计的分析了。 正交设计的分析用GLM模块进行。具体操作如下： Analyze-General Linear Model-Univariate... dependent中选入应变量，fixed factor中选入自变量。然后进入model钮进行模型设置，这一步非常重要！设置模型为custom，然后选择需要分析的主效应和交互作用。然后确认，就可以得到所需要的结果。

⑹ 正交表的设计方法及实现

正交表的设计方法及实现过程如下：

（） 确定 正交表的行和列。
正交表城3b共有四个因素，每个因素有3个水平，共需安排9次试验。因此，正交表以3b是一个4列、9行的表。生成正交表的表头如表下
因素1 因素2 因素3 因素4
试验一
试验二
试验三
试验四
试验五
试验六
试验七
试验八
试验九
C料程序的单元测试系统的研究与实现
（2） 确定正交表的内容.
对每个因素的水平进行编号，分别为1、2、3，并将试验按照水平数3进行分组，即每三个试验为一组。
对于第一列:第一组试验中，全部使用因素1的第1个水平;第二组试验中，全部使用因素1的第2个水平;第三组试验中，全部使用因素1的第3个水平。
对于第二列:每一组试验中，都分别使用因素2的三个水平1、2、3:
对于第三列:每一项试验中，每一个水平编号的确定方法见公式3.1。
（3） 生成正交表。 将每个因素的水平编号填入表中可得正交表，如下
因素1 因素2 因素3 因素4
试验一 1 1 1 1
试验二 1 2 2 2
试脸三 1 3 3 3
试验四 2 1 2 3
试验五 2 2 3 1
试验六 2 3 1 2
试验七 3 1 3 2
试验八 3 2 1 3
试验九 3 3 2 1

⑺ 正交试验设计

我觉得你的水平复太多了，我没制见过这么多水平的正交表。如果是我做这个实验的话我应该先把水压变化的水平调整一下，如果你想做的细致一些可以减到五水平就有对应的正交表了，用L25-5-6正交表，或者直接先简化成三水平0.2、0.4、0.5。然后确定水压对于结果的影响趋势以及影响有多大再进行下一步实验安排这样会比较省事。正交试验本来就是一种对于最优实验条件优化的过程并不能直接找到最好的条件。

⑻ 正交实验怎么设计

正交试验设计(Orthogonal experimental design)是研究多因素多水平的又一种设计方法，它是根据正交性从全面试验中挑选出部分有代表性的点进行试验，这些有代表性的点具备了“均匀分散，齐整可比”的特点，正交试验设计是分式析因设计的主要方法。是一种高效率、快速、经济的实验设计方法。日本著名的统计学家田口玄一将正交试验选择的水平组合列成表格，称为正交表。例如作一个三因素三水平的实验，按全面实验要求，须进行3的3次方=27 种组合的实验，且尚未考虑每一组合的重复数。若按L9(3)3 正交表按排实验，只需作9 次，按L18(3)7 正交表进行18 次实验，显然大大减少了工作量。因而正交实验设计在很多领域的研究中已经得到广泛应用。（汗，这里不能打出来正确的表达，反正学这个的都知道具体的写法）
正交表是一整套规则的设计表格，L 为正交表的代号，n 为试验的次数，t为水平数，c 为列数，也就是可能安排最多的因素个数。例如L9(34)，它表示需作9次实验，最多可观察4 个因素，每个因素均为3 水平。一个正交表中也可以各列的水平数不相等，我们称它为混合型正交表，如L8(4×24) ，此表的5 列中有1 列为4 水平，4 列为2水平。根据正交表的数据结构看出，正交表是一个n 行c 列的表，其中第j 列由数码1，2，… Sj 组成，这些数码均各出现N/S 次，例如表11 中，第二列的数码个数为3，S=3 ，即由1、2、3 组成，各数码均出现N/3=9/3=3次。

⑼ 正交试验设计的设计过程

1)确定试验因素及水平数;
2)选用合适的正交表;
3)列出试验方案及试验结果;
4)对正交试验设计结果进行分析，包括极差分析和方差分析;
5)确定最优或较优因素水平组合。