试验设计experiment design

根据试验目的和试验条件进行试验过程和试验方案的安排。根据一个良好的试验设计，可以用最简单、最经济的方案，获得最多、最精确的所需信息。
步骤 ❶明确试验目的。
❷确定试验指标（因变量）。试验指标分为单指标和多指标。
❸确定试验因素和水平。先列出影响试验指标的各种原因， 从中选择要研究的主要原因作为试验因素（自变量）, 研究一个或多个试验因素的试验称为单因素试验或多因素试验。将未列为试验因素的原因作为固定因素，固定在一个适宜的水平上进行试验。对各试验因素应选择一个适宜的并能对试验指标起到明显效果的变动范围， 从中确定各试验因素的水平， 取等间距的水平将有利于正交回归设计。单因素试验的水平亦称试验处理， 多因素试验的各水平组合称为处理组合。
❹调查试验材料、试验条件和核算试验费用。调查试验材料和试验条件的同质性和异质性， 可能存在的干扰因素与控制办法， 并进行试验费用核算作为选定试验设计方案的部分依据。
❺确定试验单元和重复试验次数。试验单元是一种试验处理或处理组合的基本单元。重复试验次数是试验单元在试验中的重复次数，按抽样技术确定。
❻确定试验设计效率。用以衡量一种试验设计的精密度、精确度和对信息的利用程度。比较两种试验设计方案时， 以两种试验误差的估计方差之比的相对效率来表示。
❼确定试验设计方案和统计分析方法。根据试验目的、试验条件、试验要求达到的精密度和精确度以及试验费用核算等， 选用适宜的试验设计方案和相应的统计分析方法。
基本原则 试验设计应遵循唯一差异的原则， 即除了试验处理或处理组合不同外， 其他试验条件应保持一致。但是在试验中往往因受干扰因素的影响， 使试验条件具有异质性而存在试验误差。因此， 在试验设计时应正确运用三个基本原则。❶重复： 估计试验误差、减少试验误差和扩大试验的代表性和适应性的措施。
❷局部控制：通过分组、平衡和设置区组，合理安排试验单元，把试验误差控制在一定范围内，以减少误差，提高试验设计效率。分组是按同质性将试验单元进行归类以安排不同试验处理或处理组合。平衡是将试验处理或处理组合平衡安排在试验单元中，以得到相同次数的观测值。设置区组是在相对同质的区组中安排试验处理或处理组合，而区组之间可以是异质的，需要控制的干扰因素就相当于区组因素。有多个干扰因素时，可以采用综合区组或采用不同的区组试验设计方案来控制。此外，在试验中不易控制的或在试验过程中发现的干扰因素，可根据其与试验结果的回归关系，用协方差分析进行校正，以减少或消除干扰因素的影响。
❸随机化：进一步控制试验单元和试验处理或处理组合的差异的措施。在随机化下所得的观测值可假定为独立分布，使其符合统计分析的独立和随机的假定。
试验设计方案 有下述八种：❶完全随机试验。应用于试验条件均匀而不需要设置区组来控制试验条件差异的试验。把试验处理或处理组合完全随机化地安排在试验单元中，对多因素试验亦称析因试验。
❷完全区组试验。各区组内包含完全的试验处理或处理组合，并在区组内将它们作随机排列。当控制一方面试验条件差异时应用随机区组试验；控制两方面差异时，应用拉丁方试验。
❸不完全区组试验。在一个区组中只安排部分试验处理或处理组合，而由几个区组来组成一个重复。当一个区组中不能容纳全部试验处理或处理组合，或即使容纳而使区组过大而不能保持区组内的条件相对均匀时，应用不完全区组试验。
❹条区试验。把一个试验因素的水平作纵向排列后，再把另一个试验因素的水平作横向排列。有利于农业机械需要大面积作业的试验。
❺系统分组试验。一个试验因素的水平以其本身的不同水平组与另一个试验因素的水平自成系统地组成处理组合的试验。
❻序贯试验。采用逐一试验，并视试验处理观测值是否达到试验指标标准值来决定试验终了或继续，或者在不超过预先规定的试验次数下截止试验。可以用少量试验次数得到满意的结果。
❼轮序试验。以个体（动物或人体）为区组或试验单元，在不同阶段接受两种或多种试验处理。试验处理是随机的轮换次序安排在个体中，所以个体也成为区组。在大多数简单轮序试验方案中，假设中间阶段的时间足以清除前试验处理的残余效应。如果存在残余效应，可以应用统计方法估计直接效应和残余效应。
❽优化试验。通过少量试验寻求最优的处理组合和试验指标值的试验。常用的有析因试验的部分实施、回归正交设计、回归优化设计、混料设计和三次设计等。

---

试验设计shiyan sheji

见统计分析。

试验设计test scheme

应用数理统计的原理来设计试验和分析试验结果的一项技术。一项良好的试验设计，应尽可能采用最简单的方法，以最少的人力、物力、时间和试验次数，达到预期的试验目的；应尽量控制试验因素和试验条件，提高试验精度，减少试验误差，按所确定的试验设计内容，用相应的统计分析方法，得到尽可能多的信息。试验设计的方法很多，农业机械试验常采用多因素的试验方法——正交试验设计法。

试验设计

数理统计的一个重要内容。根据实际问题所需要考察的因素，选择适当的统计分析方法，安排合理的试验（次数尽可能少），以得到足够有效的资料，获得较可靠的结论。在工业、农业和科学实验中都有应用。

试验设计Design of Experiments

在预先“设计”好的某种条件下进行有计划的试验，从而能够迅速、经济、有效地获得预测某种现象的统计资料，并通过分析试验结果，从中归纳出具有普遍性和可重复性规律的一种数理统计工具，也称为正交设计或实验设计。该方法起源于英国19世纪为农田选择“最佳肥料”进行的试验。试验的目的是为了获得对条件与结果之间规律性的认识。通过试验设计可以最大限度地节约成本，缩短试验周期，同时又能迅速获得明确可靠的结论。试验设计所要解决的问题是多因素条件的试验。这种方法也适合于解决多因素、多指标优选的问题。当一些指标之间互相矛盾时，应用试验设计法可以了解因素与指标之间的规律性，兼顾各指标找出最合适的生产条件。试验设计的种类很多，分别适用于不同情况，如下表9-3所示。

表9-3 试验设计的类别及用途

类 别	适 用 情 况
完全随机化试验	探索一个试验因子，所用材料均质，且能对背景条件加以控制时。
析因试验设计	按两个以上水平研究多个因子，而因子的交互作用可能很重要时。
分区析因试验设计	析因试验所需要的试验次数过多，难以在一致的条件下进行。
局部析因试验设计	有多个因子和水平，而要轮流试验其全部的组合又不可能时。
随机分区试验设计	研究一个因子，而试验材料或环境可以分为各个均匀的组或区域时。
平衡的不完全分区试验设计	有一个主要因子，但无法在一分区内容纳全部处理时。
部分平衡的不完全分区试验设计	当平衡的不完全分区设计比实际需要更多的分区数时。
拉丁方试验设计	研究一个主要因子，而结果可能受到两个其他试验变量或两种非均质来源干扰 的影响（假定不存在交互作用）时。
尤登方试验设计	应用与拉丁方相同，但行数列数与处理数不必相同。
分套试验设计	适用于目的在于研究相对的变化性而不是研究变化来源的平均效果时。

试验方案的制定要确定以下一些因素：(1)因子，即试验中所要研究的对象（生产条件或质量特性），各个因子可以是定量的，也可以是定性的；(2)水平，即试验中所要考察的某个因子的衡量值；(3)处理，即在一次试验中指定给某个因子的水平；(4)试验材料，即处理所应用的物质实体；(5)试验环境，即在已知或未知情况下影响试验结果的周围环境条件；(6)分区，即试验材料或试验环境的一个相对均质的部分；(7)计划分组或列出分区，即在进行试验设计时，利用分区内一致性将不必要的变量影响减到最小程度，而将所要研究的变量影响提高到显著地位的设计；(8)随机化，即以纯粹的“随机方式”分配样组，以使不可控变量的影响相互抵消，同时提高试验误差估计值的有效性，以便有条件应用显著性检验和确立置信区间；(9)重复，即重新进行某项观察或测量，以提高精密度。
试验设计的实施过程为：明确试验目的；收集、整理、研究与本试验有关的信息；决定所提出的因子及其水平；制定试验方案；进行试验；分析试验数据并得出统计结论；就试验结论与有关人员充分讨论、研究，决定今后的工作方针。