正交设计(Orthogonal Design)资料的方差分析——SPSS软件实现

发布于 2022年11月18日 星期五 20:56:35 浏览:6670
原创不易,转载请注明来源,感谢!
附件下载:
1668776091-正交设计.zip 请勿重复点击,如无响应请耐心等待或稍后再试。

正交设计(Orthogonal design)是分式析因设计(fractional factorial designs)中最常见的类型,是从析因设计的水平组合中选择一部分有代表性的水平组合进行实验。本篇文章将实例演示在SPSS软件中通过一般线性模型模块实现正交设计资料的方差分析的操作步骤。

关键词:SPSS; 正交设计; 一般线性模型; 方差分析

一、案例介绍

欲研究某物质化学反应转化率的影响因素,进行正交实验。考虑了4个因素,即反应温度(temp)、氧浓度(oxygen)、反应时间(time)、添料顺序(order),因素水平见表1,设计结果见表2(选用L8(27)正交设计表)所示。要求在分析时考察反应温度和氧浓度的交互作用。实验设计的因素与水平见表1。数据见表2,本案例数据可从“附件下载”处下载。

表1 实验设计的因素与水平

表2 正交设计及其结果

二、问题分析

本案例是正交设计的方差分析,可以按照多因素方差分析进行数据分析,应满足6个条件:

条件1:观察变量唯一,且为连续变量。本研究中观察变量只有转化率,为连续变量,该条件满足。

条件2:有多个因素,且都为分类变量。本研究中有4个因素,都为两水平的分类变量,该条件满足。

条件3:观测值相互独立。本研究中各研究对象的观测值是独立的,不存在互相干扰的情况,该条件满足。

条件4:相互比较的各处理水平(组别)的总体方差相等,即方差齐同。

条件5:各组、各水平观测值为正态(或近似正态)分布。

条件6:观察变量不存在显著的异常值。

三、软件操作及结果解读

(一) 适用条件判断

正交设计中对异常值的判断一般根据专业知识确定,对正态性、方差齐性一般不做严格要求。如果要进行正态性和方差齐性检验,可参考拉丁方设计(Latin Square Design)资料的方差分析—SPSS软件实现

(二) 一般线性模型分析过程

选择“分析”—“一般线性模型”—“单变量”(图1)。

图1

在“单变量”对话框中将变量“反应转化率”选入右侧“因变量”,将变量“反应温度”“氧浓度”“反应时间”“添料顺序”选入右侧“固定因子”(图2)。

图2

点击图2右侧“模型”,进入“单变量:模型”子对话框(图3),点击“构建项”,将temp、oxygen、time、order的主效应以及oxygen*temp的交互作用选入右侧“模型”,点击“继续”回到主对话框(图2)。

图3

点击图2右侧“EM平均值”,进入“单变量:估算边际均值”子对话框,将temp、oxygen、time、order、oxygen*temp选入右侧“显示下列各项的均值”列表框中(图4),点击“继续”回到主对话框(图2)。

图4

点击图2右侧“选项”,进入“单变量:选项”子对话框(图5),勾选“描述统计”,点击继续回到主对话框(图2),再点击“确定”即可。

图5

(三) 结果解读

1. 统计描述/估算边际平均值

正交设计的“描述统计”结果较为零散,可查看“估算边际平均值”结果(图6),显示了各种实验条件下的反应转化率均值和95%置信区间。“反应温度*氧浓度”各种组合的转化率均值见图7。

图6
图7

2. 方差分析

“主体间效应检验”结果(图8)显示,“反应时间”是影响转化率的主要因素(F=24.200,P=0.039);“反应温度”和“氧浓度”之间存在交互作用(F=20.000,P=0.047)。30min的转化率[93.25% (95%CI 89.85%~96.65%)]高于25min的转化率[87.75% (95%CI 84.35%~91.15%)],见图6。5%氧浓度和1200℃反应温度组合的反应转化率最高[93.50% (95%CI: 88.69%~98.31%)],见图7。

图8

四、结论

本研究采用正交设计研究某物质化学反应转化率的影响因素。分析结果显示,反应时间是影响转化率的主要因素(F=24.200,P=0.039),30min的转化率[93.25% (95%CI: 89.85%~96.65%)]高于25min的转化率[87.75% (95%CI: 84.35%~91.15%)]。反应温度和氧浓度之间存在交互作用(F=20.000,P=0.047),5%氧浓度和1200℃反应温度组合的反应转化率最高[93.50% (95%CI: 88.69%~98.31%)]。在考虑“反应温度”与“氧浓度”存在交互作用的情况下,反应转化率与“反应时间”和“反应温度*氧浓度”的交互作用有关。

End
文章目录 沉浸式阅读