华东理工大学多元统计分析与SPSS应用试验

华东理工大学 20132014学年 第 二 学期多兀统计分析与SPSS应用实验报告3班级学号 姓名开课学院商学院任课教师任飞成绩实验内容：实验 3正交试验设计3.1正交表的计算机实现熟悉 Orthogonal Design 功能DATAOrthogonal DesignGenerate3.2 熟悉 Univariate 功能熟悉 Univariate功能AnalyzeGeneral Linear ModelUnivariate.实验要求：3.11. 正交表L9(34)的计算机实现2. 试与例4.1比较，是否满足“均匀分散性”和“综合可比性”3. 完成一張“五水平正交表”：L25(56)3.2写出正交试验设计问题SPSS实现的步骤完成本章习题1,2,3,4试讨论“ Employee data”是否能构成一个类似的正交试验设计问题教师评语：教师签名：年 月日实验报告：3.11、按照顺序，Data Orthogo nal 宀 Gen erate,进入“ Ge nerate Orthogo nal Desig n ” 对话框，在 Factor n ame 框：输入a,点击Add添加，同样的方法输入 b, c, d,如图3.1.1所示。选中变量“a”，单击Define value , 分别在Value列的头三行输入1、2、3，单击Continue钮，同样的方法完成因子 b, c, d的输入。如图3.1.2选择“ Replace working data file ，点击“ OK”即完成正交表的设计，如图3.1.3图 3.1.110图 3.1.2Generate Design: Define ValuerValues and Labels for bValue Label图 3.1.3From 1 toFfllj3bcdstatuscard13002.003001 000123.003.001.002.000232.00too3.002.000342.003,002.00too0452.002.001.003.000561.003,003.003.000671.001.001.001.00073Mtoo2.003.000B91.00zoo2.002.00092、 与例4.1比较，实验3.1中生存的L9(34)正交表的均匀分散性和综合可比性都得到了体现：均匀分散性：在 a、b、c、d四列中，1、2、3三个数字均在各列出现的次数相等，每列每个数字出现三 次。综合可比性：任意两列中，将同一横行的两个数字看成有序数对时，每种数对出现的次数相等。如a列与b列数对如下：11、12、13、21、22、23、31、32、33,数对的组合有序，每个数对都出现一次。3、方法同1，结果见图3.1.4图 3.1.4ab |fstatuscard| 1.001.001.001.001 001.00015.00而3.004 003.003.00024.00J2.003.005.004 001.00032.004W3.002.001 002.00043.004W1 004 004 005.00052.003.00 |5.004 00ZOO1.00061 ooj2.004 004 005.002.00072.002.002.001.003.005.00031 ooj3.002.002.004 003.00095.002.001 002.002.004.000104?0b15.002.004 001 004.000114?0o13.001 003.003.002.000124.004 00too2.003.000134?0o11 w5.002.005.005.000145.004?002.003.005.001.000152.005.001.005.005.003.000163.001 002.005.002.002.00017tool5.003.003.002.005.000103.005.004 00ZOO3.001 000191.004.005.005.003.004.000203.003.003.001.005.004 000215.005.005.001.004 002 00Q223.002.005.003.001 003 000235.003.004 005.001 006.000242.001 004.003.004 004.000253.21、 写出正交试验设计问题SPSS实现的步骤1.1正交试验表设计按照顺序，Data Orthogo nal 宀 Gen erate,进入Ge nerate Orthogo nal Desig n ” 对话框，在 Factor n ame 框：输入“(因子)”，点击Add添加，同样的方法输入其它待检验的因子。选中变量“(因子)”，单击Define value，分别在Value列中输入因子的不同水平，单击 continue钮，同样的方法完成其它因子选择“Replace working data file ，点击“ OK”即完成正交表的设计。1.2方差分析An alyze 宀 Gen eral Lin ear Model Uni variate，将检验值变量选入到“ Depe nden t variable ”框里，检验因 子选入到“ Fixed factor ”框中，作方差分析。单击“ Model ”按钮，弹出“ Univariate mode ”对话框，选 择“ Custom”。在效应选项中选择主效应选项“ Main effects”，将因子选入“ Model ”框中，如有交互作 用，将存在交互作用的两个因子同时选中，在效应选项中选择交互效应“In teraction ”。2、 课后思考与练习1、2、3、42.1简述正交试验设计的基本步骤(1) 明确实验目的，确定评价指标(2) 挑选因素，考虑是否存在交互作用，确定水平(3) 选正交表，进行表头设计(若存在交互作用，根据交互作用表确定交互作用所在列位置)(4) 明确实验方案，进行实验，得到结果(5) 对实验结果进行统计分析，主要是方差分析，确定显著性因子，得到最优水平组合。（6）进行验证实验，作进一步分析 2.2如何进行表头设计？表头设计即把需要检验的因子放到正交表相应的列上去，注意因子与交互作用不能混杂，即不能同时放 在一列上，一列只能放一个因子或交互作用。若存在交互作用，交互作用所占列的位置参见相应的交互 作用表。2.3什么叫重复试验？什么叫重复取样？它们之间有什么区别？重复试验是指在同一个试验条件下重复进行m次试验，从而得到 m个数据，这个 m个数据的差异反映了试验误差的影响。重复取样是指在一个试验做好后，从中取m个样品测定其指标。因而这时m个数据的差异主要是产品不均匀、测试的误差，而不是试验误差。两者之间实质是不同的，数据结构式也不同，应该分别加以处理。2.4题中将A、B、C放置于第1、3、4列上，正交表取L934，由于三水平的两因子的交互作用项需占2列，则表明本次试验暂不考虑因子间交互作用。（1）数据结构式9 =卩+印+g +牛y2 =卩 + 3 + b2 + c2 + Sy3 =卩+印也“3 + %y4 =卩 +a2 +b2y5 = P+a? +b3y6 = P+a?+奄y?+a3 +b3 +0 +野= +a3+C3 +%y9 =P+a3+b2 +g +%2J N（0,二）,相互独立，i =1,2,9（2）打开“钢铁强度.sav”文件，如图3.2.1淬火温度回火温旻回火时间钢材强團1111190.002122200.003_133175.004223165.006231183 00?212212 007332196.006313178.00321187.00数据表中正交设计已符合题目要求，直接进行多因子方差分析An alyze 宀 Gen eral Linear Model Uni variate，将“钢材强度”选入到“Depe nde ngt variable ”框里，检验因子“淬火温度”、“回火温度”、“回火时间”选入到“ Fixed factor ”框中，如图322单击“ Model ”按 钮，弹出Uni variate Mode ”对话框，选择“ Custom ”。在效应选项中选择主效应选项“ Main Effects ”， 将因子“淬火温度”、“回火温度”、“回火时间”选入“ Model ”框中。得到结果如图 3.2.3图 3.2.2UnivariateFixed Factorfs):Dependent Variable:Random Factor(s)：WLS Weight：图 3.2.3Tes ts of Betw een- Subje cts E ffect sDependent Variable:钢材强度SourceType III Sum of SquaresdfMean SquareFSig.Corrected Model1519.333 a6253.2225.712.156Intercept315844.0001315844.0007124.301.000淬火温度4.66722.333.053.950回火温度162.667281.3331.835.353回火时间1352.0002676.00015.248.062Error88.667244.333Total317452.0009Corrected Total1608.0008a. R Squared = .945 (Adjusted R Squared = .779)由上图分析可知 F检验0.05回火时间Sig.0.1，回火时间具有一定的显著性，淬火温度，回火温度无显 著差异。回火时间选择 60C，考虑实际经济效益，温度越低，耗能越少，淬火温度和回火温度分别选择840 C, 410C。A A A(3)优二C2A -卩=y , C2 =11 3 - y5尤=II 3=1/3(200+196+212)=202.67、 总试验次数置信区间(优一优 ：)，一 F：.(1, fe)Ve/ ne,Ve二 /fe,= 1显著因子自由度之和Se =88.667 4.667 162.667 二 256.001fe =2 2 2 =6V =42.667ne931 2F0.05 (1,6) =5.99、= 5.99 42.667“3 =9.23A 的置信水平为95%的置信区间为（193.44,211.90）优3、试讨论Employee data”是否能构成一个类似的正交试验设计问题由于Employee data”有不同的因子，每个因子有不同的水平，可用指标Salary”来衡量，理论上可以设计成成正交试验问题， 一般选取3个因子及以上，这里因子可以选“ gen der”， educ”， jobcat ，“ salbegi n”, 其余几项意义不大。我们不妨简单选取3因子2水平，gender”，水平取0, 1, （0代表男性，1代表女性）“educ”，水平取8, 15, jobcat”，水平取1, 2设计成正交试验表（暂不考虑交互作用）。而经过正交表生成，最后取某一水平组合对应“Salary ”值时，发现不存在该值不存在。由于因子数、水平数确定后，正交试验水平组合即确定，在正常情况下，确定正交试验水平组合,进行正交试验确定相 应的指标值，而该试验数据已经给定，可能存在水平组合无对应指标值。由于尝试次数有限，故不排除存在合适的因子、水平、指标恰好符合正交试验表所需数据结构。一般而言，给定因子、水平，该因子水平下对应结果可以根据正交试验得到。