試驗設計檢視原始碼討論檢視歷史
| 試驗設計 |
試驗設計，也稱為實驗設計。數理統計的一個分支。關於如何按照預定目標制訂適當的實驗方案，以利於對實驗結果進行有效的統計分析的數學原理和實施方法。一個實驗的設計，即對實驗的一種安排，需要考慮實驗所要解決的問題類型、對結論賦予何種程度的普遍性、希望以多大功效作檢驗、試驗單元的齊性、每次試驗的耗資耗時等方面，選取適當的因子和相應的水平，從而給出實驗實施的具體程序和數據分析的框架。
簡介
從20世紀20年代費希爾（R.A.Fisher）在農業生產中使用試驗設計方法以來，試驗設計方法已經得到廣泛的發展，統計學家們發現了很多非常有效的試驗設計技術。20世紀50年代，日本統計學家田口玄一將試驗設計中應用最廣的正交設計表格化，在方法解說方面深入淺出為試驗設計的更廣泛使用作出了眾所周知的貢獻。產品質量的高低主要是由設計決定的，一個好的試驗設計包含幾個方面的內容。第一是明確衡量產品質量的指標，6σ管理強調用數據說話，所以這個質量指標必須是能夠量化的指標，在試驗設計中稱為試驗指標，也稱為響應變量 (response variable）或輸出變量。第二是尋找影響試驗指標的可能因素（factor) ，也稱為影響因子和輸入變量。因素變化的各種狀態稱為水平，要求根據專業知識初步確定因素水平的範圍。第三是根據實際問題，選擇適用的試驗設計方法。試驗設計的方法有很多，每種方法都有不同的適用條件，選擇了適用的方法就可以事半而功倍，選擇的方法不正確或者根本沒有進行有效的試驗設計就會事倍而功半。 第四是科學地分析試驗結果，包括對數據的直觀分析、方差分析、回歸分析等多種統計分析方法，這些工作可以藉助Minititab軟件完成。
評價
所謂重複，意思是基本試驗的重複進行。重複有兩條重要的性質。第一，允許試驗者得到試驗誤差的一個估計量。這個誤差的估計量成為確定數據的觀察差是否是統計上的試驗差的基本度量單位。第二，如果樣本均值用作為試驗中一個因素的效應的估計量，則重複允許試驗者求得這一效應的更為精確的估計量。如s2是數據的方差，而有n次重複，則樣本均值的方差是s2/n。這一點的實際含義是，如果n=1，如果2個處理的y1=145，和y2=147，這時我們可能不能作出2個處理之間有沒有差異的推斷，也就是說，觀察差147-145=2可能是試驗誤差的結果。但如果n合理的大，試驗誤差足夠小，則當我們觀察得y1隨機化是試驗設計使用統計方法的基石所謂隨機化，是指試驗材料的分配和試驗的各個試驗進行的次序，都是隨機地確定的。統計方法要求觀察值（或誤差）是獨立分布的隨機變量。隨機化通常能使這一假定有效。把試驗進行適當的隨機化亦有助於「均勻」可能出現的外來因素的效應。區組化是用來提高試驗的精確度的一種方法。一個區組就是試驗材料的一個部分，相比於試驗材料全體它們本身的性質應該更為類似。區組化牽涉到在每個區組內部對感興趣的試驗條件進行比較。[1]