试验设计作为数理统计的一个重要分支,又是一门适用广泛的应用学科。它既要求试验数据必须服从以定的统计规律,以便对数据进行有效的分析。同时也希望尽可能减少客观存在的实验误差的干扰,以最终得到比较精确可靠的结论。为兼顾这两方面的要求,试验设计普遍应遵循:
1:重复原则
重复是为了估计误差,提高试验的精度和增强统计推断能力。用标准差来度量误差的大小和描述该项试验的精度。如没有重复,则只能比较直接比较每次处理的观测值的大小来判断其优劣,结论不精确可靠。若重复,则可对处理之间出现的差异是由因素的变化还是由误差的影响得出比较可靠的推断和结论。重复次数越多,试验精度越高,但成本增加。需进行权衡。
2:随机化原则
随机化原则是对数据进行统计分析的基础,只有随机化后的数据才服从一定的统计分布规律,而统计分析则是建立在一定的统计分布的理论之上。按照概率论的观点,经过随机化,系统误差可趋向于相互抵消。在实施实验时,则可使未受控制的因素的影响相互抵消而使系统误差转化为随机误差,从而避免了个处理平均值在比较时发生偏倚。方法:抽签,查随机数表等。
配置,顺序,水平高低等随机化。
例1:反应温度对轻油收率的影响。495和500度各做5次试验。体现随机化排序。
3:局部控制原则
指在一项试验中,对选定进行考察的因素外,可能对实验结果产生影响和对实验产生干扰的其他因素,在必要时,可按某些标准将试验对象和试验环境等试验条件,如日期,地区,生产装置和原料批次等分成若干部分或区组进行试验,以实现局部控制.实施局部控制的目的在于使各部分内或各区组内的实验环境比较一致或相对稳定,使其差异尽量表现或局限在各部分之间或各区组之间,而不致影响对考察因素的比较和分析.
例2:3种分子筛催化剂A1,A2,A3对催化裂化汽油收率的影响效应进行比较.
2003-09-02 16:08