附件:
calfstone
第1楼2009/06/05
关于实验设计的数据处理,基本的处理就是你做的极差分析,进一步做还有方差分析,这两种都是分析某个因素的显著性,但没办法做最佳条件的预测(相对最佳可以)。还有一种叫做多元回归分析的处理方法。用Y=aX1+bX2....的方程来拟合实验设计的数据。还有用二阶响应面做数据分析的,拟合的公式有二次项和交互项,如Y=aX1^2+bX2^2+cX1*X2等。这样的分析可以对最佳条件进行预测,转化为函数的极值问题。多元回归的关键是模型和模型的系数必须要通过统计学的检验。如果方程的检验是显著的,且偏相关系数是显著的,那么该因素的系数可以告诉我们这个因素的影响方向和大小以及因素之间的交互作用的大小。具体的软件可以用SPSS或者Design-Expert等