研讨正交SPSS试述17.0中正交试验设计与数据分析

摘要：在SPSS 17.0中如何正确实现正交试验设计及其数据分析有着十分重要的现实意义，用实证对比研究方法发现，除考虑交互作用时，需用正交试验设计书中的正交设计表来安排试验，确定试验次数外，其余工作均可在SPSS 17.0中完成，即可以利用数据菜单中正交设计过程里的生成程序产生正交表，用显示程序打印正交设计方案，再用SPSS中多因素方差分析的方法来完成正交试验设计的方差分析，同时可考虑交互源于：毕业论文指导记录www.618jyw.com
作用；因此，在SPSS 17.0中是可以实现正交试验设计及对试验结果进行分析的，它填补了SPSS教材中的一个空白。
关键词： 体育统计；SPSS；多因素；方差分析；正交试验设计；数据分析
1009783X（2013）03028306文献标志码： A
在用三因素有交互作用的方差分析来研究运动强度、运动量和运动持续的时间对运动成绩的影响时，对影响运动成绩的3个因素各按3个水平进行试验，见表1。如果进行全面搭配法方案安排试验，此方案数据点分布的均匀性极好，因素和水平的搭配十分全面，唯一的缺点是试验次数较多，为33×2=54次（指数3代表3个因素，底数3代表每因素有3个水平，×后面的2，表示重复一次试验），如图1所示。因素、水平数愈多，则试验次数就愈多。例如，作一个5因素3水平的不重复试验，就需要35=243次试验。试验次数越多，就需要更多的人力、物力和财力作保证，而且需要占用更多的时间，这显然是十分困难的。有时由于所需的时间太长，使试验的条件发生改变，还会导致试验失败，即使试验有了结果，但对运动训练的实际指导意义也可能已经不太大了；因此，需要寻找一种合适的试验设计方法。
对于如何去做试验，怎样才能做好试验的问题是统计学很关注的一个问题。这就需要我们在做具体的试验前，首先要做好试验设计。
试验设计的一个最重要的原则：在做试验前，通过必要的事前考虑，作出合理周密的事先安排，从而在实际的试验中，通过动用最少的人力、物力、财力及尽可能短的时间，以便用最少的试验次数达到同做大量全面试验等效的结果。

1.3因素和交互作用

选择的正交表要能容纳所考虑的因素和交互作用。为了对试验结果进行方差分析或回归分析，还必须至少留一个空白列，作为“误差”列，在极差分析中要作为“其他因素”列处理。

1.4试验精度

在同水平中取何种试验次数的L表，取决于试验精度的要求。如果试验精度要求高，则宜取试验次数多的L表。

1.5研究的成本

要根据研究的成本来决定适合的L表的选择。若试验费用很昂贵，或试验的经费很有限，或人力和时间都比较紧张，则应选试验次数少一些的L表。

1.6修正水平数

在按原来考虑的因素、水平和交互作用去选择正交表时，如无正好适用的正交表可选，则简便且可行的办法是适当修改原定的水平数。

1.7适当选用大表

在对某些因素间的交互作用的影响是否确实存在没有把握的情况下，如果条件许可，则应尽量选用大表，让影响存在的可能性较大的因素和交互作用各占适当的列，在用方差分析进行显著性检验时，就可得出结论。这样既不增加太多试验的工作量，又不致于漏掉重要的信息。

1.2正交试验设计的基本步骤

1.2.1根据研究目的设计试验因素和试验指标

先根据研究课题来确定研究目的，再从专业的角度在众多影响研究目的的因素中找出几个主要影响因素，根据研究精度的要求和课题经费的情况确定因素的水平，一般在条件允许的前提下，主要影响因素的水平可以分得多一些，同时还将确定最能反映试验目的的测试指标，以便通过对试验结果的分析找出主、次影响因素。
3结论
1）正交试验设计可有效地减少试验次数，同时还可得到与做大量试验等效的结论，可以节省大量的人力、物力，提高研究经费的使用效率。
2） 在SPSS17.0中，可以利用数据菜单中正交设计过程中的生成程序产生正交表，用显示程序打印正交设计方案。由SPSS17.0产生的正交表同正交试验设计书中的正交设计表不一定相同。在需要作极差分析的同时，还要考虑交互作用，应根据交互作用表作表头设计。
3） 在不需要极差分析或极差分析中不需要考虑交互作用时，可直接采用SPSS17.0产生的正交表来安排试验（但生成正交表时要考虑求交互作用时的试验次数，即要根据因素数、水平数、交互作用安排在哪些列，来决定需要多大的正交表），也可直接用SPSS中多因素方差分析的方法来完成正交试验设计的方差分析，同时可考虑交互作用。
4）在用SPSS1

7.0进行正交试验设计分析可以代替手工计算。

由于篇幅有限，只讨论了各因素等水平的情形，其他不等水平的混合设计，在SPSS中的实现方法是相同的。
参考文献：
刘达民，程岩.应用统计[M].北京：化学工业出版社，2004：153156.
刘汉生，张宝玉.应用数理统计基础[M].山西：山西科学教学出版社，1987：237266.
[3]王岩，隋思裢，王爱青.数理统计与MATLAB工程数据分析[M].北京：清华大学出版社，2006：183238.
[4]清华大学应用数学系概率统计教研组.概率论与数量统计[M].长春：吉林教育出版社，1987：342359.