1、第2单元 SAS试验设计第第2单元单元 SAS试验设计试验设计2.1 术语和符号术语和符号2.2 随机抽样的设计随机抽样的设计2.3 单因子试验设计单因子试验设计2.4 试验处理的析因设计试验处理的析因设计2.5 多因子试验设计多因子试验设计2.6 回归试验设计回归试验设计2.7 响应面设计响应面设计2.8 最优试验设计最优试验设计上机报告上机报告第2单元 SAS试验设计2.1 术术语语和和符符号号 在SAS试验设计中，通常会涉及到一些专业术语和符号，现对它们分别进行解释。(1) 试验因子。通常在试验中被视作导致问题出现的“原因”，且由人工控制的数值变量或类型变量，简称因子或因素。对于SAS程
2、序和SAS数据表，本书在研究因子效应时采用大写字母A、B、C、表示因子，而在研究相关关系(回归方程)时采用大写字母加数字编号X1、X2、X3、表征因子。第2单元 SAS试验设计(2) 因子试验和回归试验。对于探析一组选定变量因果关系的试验，仅要求估计和检验因子效应时称做因子试验，还要求估计和检验回归方程时称做回归试验。(3) 因子水平。定量因子的一个取值或定性因子的一个标识，简称水平。在SAS程序和SAS数据表中，本书采用大写字母加数字编号A1、A2、B1、B2、表示因子试验的水平，而回归试验的因子是定量的，可采用它的数值表示水平。试验方案中常采用规范化编码表示水平，例如-1，0，1等。第2单
3、元 SAS试验设计(4) 试验处理。因子水平的一个组合(或称水平组合)，简称处理。对单因子试验而言，一个水平就是一个处理。(5) 试验响应。指试验中因为被看做“结果”而被测定的数值变量，简称响应。在SAS程序和SAS数据表中，本书采用大写的字母Y表示单一响应，采用大写字母加数字编号Y1、Y2、Y3、表示多个响应。(6) 试验观测。试验中存在因果关系的一组值简称观测。若需区分因子和响应，则称之为因子观测和响应观测。(7) 试验单元。实施一个处理的载体或区域，简称单元或小区。有些试验的处理均在一个载体上实施，则实施一个处理的时间可视作一个单元。第2单元 SAS试验设计(8) 试验重复。在试验中一个
4、处理实施的次数，简称重复。(9) 全面试验。所有可能的试验处理都实施的试验称为全面试验。(10) 部分试验。选择部分处理用于实施的试验称为部分试验。(11) 试验条件。指试验单元的统计学性质。若一组条件一致的单元安排同一个处理，则单元的不同不会对试验结果产生影响，若一组条件不一致的单元安排同一个处理，则单元的不同将对试验结果产生影响。第2单元 SAS试验设计2.2 随机抽样的设计随机抽样的设计对随机变量的观测或测试称做随机抽样(随机试验)，它具有三个性质： 可在相同条件下重复进行； 抽样的所有可能结果明确可知且不止一个； 每次抽样总是恰好出现这些可能结果中的一个，但在抽样前却不能肯定会出现哪一
5、个结果。2.2.1 单变量随机抽样设计单变量随机抽样设计在参试单元统计学性质一致或单元差异远小于观测变量差异的条件下，对一个变量如何抽样所进行的设计称做单变量抽样设计。【例2-1】 为估计某学院一年级170名男生生物统计课程的平均成绩，拟抽取17名学生进行观测，试制定一个抽样方案。第2单元 SAS试验设计(1) 一个学生是一个单元，试验共需170个单元。拟在全院范围内随机抽样，为学生编号(student)0169；为实施的抽样编号(sample)117。(2) 采用均匀分布随机数函数UNIFORM编写SAS程序如下：title 单变量随机抽样设计;data random_number;do s
6、ample=1 to 17 by 1;student=INT(169*UNIFORM(1234);output; end;run;proc print; run; quit;(3) 程序说明。函数UNIFORM(1234)的输出结果与其中任定的数字有关(INT为取整函数)。第2单元 SAS试验设计单变量随机抽样设计 Obs sample student 1 1 41 2 2 15 3 3 64 4 4 16 5 5 43 6 6 14 7 7 6 8 8 18 9 9 75 10 10 24 11 11 6 12 12 77 13 13 14 14 14 153 15 15 163 16 16
7、 124 17 17 68(4) 程序输出的结果如下：第2单元 SAS试验设计2.2.2 配对变量随机抽样设计配对变量随机抽样设计【例2-2】 为考察某学院170名男生生物统计课程的考试成绩与实验成绩的相关性，拟抽取17名学生进行观测，试制定一个抽样方案。(1) 一个学生是一个单元，试验共需170个单元。拟在全院范围内随机抽样，为实施的抽样编号(sample)117，为学生(即单元)(student)编号0169，记实验成绩和考试成绩分别为1和2，test1记一个单元上的第1次抽样，test2记一个单元上的第2次抽样。第2单元 SAS试验设计(2) 采用均匀分布随机数函数UNIFORM编写SA
8、S程序如下：title 配对变量随机抽样设计; data random_number; do sample=1 to 17 by 1; student=INT(169*UNIFORM(1234567); test1=INT(2*UNIFORM(1234567)+1; test2=3-test1; output; end; run;proc print; run; quit;第2单元 SAS试验设计(3) 程序输出的结果如下：第2单元 SAS试验设计2.2.3 两独立变量随机抽样设计两独立变量随机抽样设计对两独立变量如何分别观测的设计称做两独立变量随机抽样设计。当一个变量所用单元一致或差异远小于
9、变量本身的差异时，两个变量所用单元间可以有较大的系统差异。【例2-3】 为考察某学院170名男生和130名女生在生物统计课上的成绩是否有显著差异，试制定一个抽样方案。(1) 拟分别独立抽取17名男生(男单元)和13名女生(女单元)进行观测。为实施的男生抽样编号(male_sample)117，男生单元(male_student)编号0169。为实施的女生抽样编号(female_sample)113，女生单元(female_student)编号0129。第2单元 SAS试验设计(2) 采用均匀分布随机数函数UNIFORM编写SAS程序如下：title 两独立变量随机抽样设计; data male
10、_design; do male_sample=1 to 17 by 1; male_student=INT(169*UNIFORM(1234567); output; end; run; data fmale_design; do fmale_sample=1 to 13 by 1; fmale_student=INT(129*UNIFORM(456789); output; end; run; data twodesign; merge male_design fmale_design; run; proc print; run; quit;第2单元 SAS试验设计第2单元 SAS试验设计
11、2.3 单因子试验设计单因子试验设计2.3.1 完全顺序设计完全顺序设计若试验单元的统计学性质(试验条件)完全一致，则拟进行的试验可按试验号顺序实施或主观随意实施。【例2-4】 试验取11个水平和2个重复，试确定一个完全顺序设计的试验方案。(1) 所需单元的个数为112=22。(2) 采用plan过程编写SAS程序如下：title 单因子2重复试验完全顺序设计;proc plan;factors cells=22 ordered;treatments treats=22 ordered;run; quit;第2单元 SAS试验设计(3) 程序说明。语句factors cells=22指定22个
12、cells，其含义是设置22个单元，选项ordered指定cells的值为顺序排列。语句treatmentss treats=22指定22个treats，其含义是取22个处理，选项ordered指定treats的值也为顺序排列。注意，语句treatments中的treats与语句factors中的最后一个变量cells的值必须一致。第2单元 SAS试验设计第2单元 SAS试验设计2.3.2 区组顺序设计区组顺序设计若试验单元的统计学性质只在局部(Block)完全一致，则拟进行的试验可分区组分别按试验号顺序实施或主观随意实施。区组之间的单元性质可以不一致。【例2-5】 试验取11个水平和3个区组
13、，试确定一个区组顺序设计的试验方案。(1) 采用plan过程编写SAS程序如下：title 单因子3区组试验区组顺序设计;proc plan;factors blocks=3 ordered cells=11 ordered;treatments treats=11 ordered;run; quit;第2单元 SAS试验设计(2) 程序说明。语句factors blocks=3指定3个blocks，其含义是设置3个区组，选项ordered指定blocks的值为顺序排列。注意，语句treatments中的treats与语句factors中的最后一个变量cells的值必须一致。第2单元 SAS试
14、验设计第2单元 SAS试验设计2.3.3 完全随机设计完全随机设计若试验单元的统计学性质(试验条件)有随机差异，则拟进行试验的处理需随机地分配到单元上。由于所有处理(包括重复)都要随机地分配到单元上，故称做完全随机设计(Completely Randomized Design of Experiments)。【例2-6】 试为单因子11水平2重复试验制定一个完全随机设计的试验方案。(1) 所需单元的个数为112=22。(2) 采用plan过程编写SAS程序如下：title 单因素2重复试验完全随机设计;proc plan seed=1234567;factors cells=22 ordere
15、d;treatments treats=22; run; quit;第2单元 SAS试验设计(3) 程序说明。plan过程的选项seed=1234567中的数字可随意设定，它指定输出一个与Seed值对应的均匀分布的试验号排列，若取消此选项则将使用系统缺省值，即随时间变化的值，seed的值不同则输出的结果也不同。第2单元 SAS试验设计第2单元 SAS试验设计2.3.4 完全随机区组设计完全随机区组设计若试验单元的统计学性质(试验条件)在区组内有较小的随机差异，而在区组之间有系统差异，则拟进行试验的处理在区组内需随机地分配到单元上。由于一个区组内试验的所有处理(一般不取重复)都要随机地分配到单元
16、上，故称做完全随机区组设计(Completely Randomized Blocks Design of Experiments)。第2单元 SAS试验设计【例2-7】 试为单因子11水平3区组试验制定一个完全随机区组设计的试验方案。(1) 每个区组所需单元的个数为111=11。(2) 采用plan过程编写SAS程序如下：title 单因素3区组试验完全随机区组设计;proc plan seed=20120718;factors blocks=3 ordered cells=11 ordered;treatments treats=11;run; quit;第2单元 SAS试验设计(3) 程序
17、说明。语句factors或treatments中的每个语句项(如blocks=3)后面可设置ordered、random、cyclic三种选项，缺省为random。(4) 程序输出的完全随机区组设计的试验方案如下：第2单元 SAS试验设计2.3.5 拉丁方设计拉丁方设计若试验单元是方阵排列，而且单元的统计学性质(试验条件)在纵横两个方向上有随机差异，则将一行单元和一列单元均视作区组，拟进行试验的处理应按拉丁方形式分配到单元上，称做拉丁方设计(Latin Square Design of Experiments)。【例2-8】 为单因子5水平试验制定一个拉丁方设计的试验方案。(1) 需用55拉丁
18、方设计。每个区组所需单元的个数为51=5。行依次编号1、2、3、4和5，列依次编号1、2、3、4和5，处理依次编号1、2、3、4和5。第2单元 SAS试验设计(2) 采用plan过程编写SAS程序如下：title 单因子试验55拉丁方设计;proc plan;factors row=5 ordered column=5 ordered;treatments design1=5 cyclic design2=5 cyclic 3;run; quit;第2单元 SAS试验设计(3) 程序说明。语句factors row=5 column=5指定生成55方，语句treatments design1=
19、5 design2=5分别指定两个拉丁方设计方案，选项cyclic 3指定间隔为3的循环排列，选项cyclic后的数字缺省则间隔1。注意，指定的间隔与拉丁方的行数(或列数)不能存在公约数。第2单元 SAS试验设计第2单元 SAS试验设计【例2-9】 为单因子32试验(3水平2重复)制定一个拉丁方设计的试验方案。(1) 总处理数32=6，即每个区组所需的单元数为6。行依次编号1、2、3、4、5和6，列依次编号1、2、3、4、5和6，处理依次编号1、2、3、4、5和6。(2) 采用plan过程编写SAS程序如下：title 单因子2重复试验66拉丁方设计;proc plan;factors row
20、=6 ordered column=6 ordered;treatments design1=6 cyclic design2=6 cyclic 5;run; quit;第2单元 SAS试验设计第2单元 SAS试验设计2.4 试验处理的析因设计试验处理的析因设计析因设计(Factorial Designs)是一种根据可估计因子效应选定试验处理的试验设计方法，可采用SAS的factex过程(模块)编程实现。本书拟采用一种简便方法描述一个试验。例如，将因子水平数相同的“四因子3水平无重复试验”称做“四因子34试验”或简称“34试验”，当有3个重复时称做“四因子343试验”或简称“343试验”。将因
21、子水平数不同的“第1因子取3个水平、第2因子取4个水平的二因子无重复试验”称做“二因子34试验”，当有3个重复时称做“二因子(34)3试验”。其余依此类推。第2单元 SAS试验设计2.4.1 完全析因设计完全析因设计试验方案中的一个试验处理为一个设计点(Design Point)，若试验的所有可能处理(水平组合)均做设计点，则称做完全析因设计。【例2-10】 三因子232试验中的因子分别记作A、B、C，试制定一个完全析因设计的试验方案。(1) 计算试验的设计点数。试验处理的总数为23=8，2个重复，共需82=16个试验单元，即16个设计点。第2单元 SAS试验设计(2) 采用factex过程编
22、写SAS程序如下：proc factex; factors A B C; size design=16; examine design; run; quit;第2单元 SAS试验设计第2单元 SAS试验设计【例2-11】 三因子232试验中的因子分别记作A、B和C，其中因子A有两水平26和30，因子B有两水平40和55，因子C有两水平on和off，试制定一个完全析因设计的用因子水平实际值表达的试验方案。(1) 计算试验的设计点数。试验处理的总数为23=8，2个重复，共需82=16个试验单元，即16个设计点。第2单元 SAS试验设计(2) 采用采用factex过程过程编写SAS程序如下：proc
23、 factex;factors A B C; size design=16; output out=design A nvals=(26 30) B nvals=(40 55) C cvals=(on off);run; proc print; run; quit;第2单元 SAS试验设计(3) 程序说明。语句output out=design指定输出设计方案的SAS数据表design(存储在Work临时库)。选项A nval=(26 30)指定因子A的水平值为26和30，选项C cvals=(on off) 指定因子水平值为字符on和off。第2单元 SAS试验设计第2单元 SAS试验设计【
24、例2-12】 三因子33试验中的因子分别记作A、B和C，试制定一个完全析因设计的试验方案。(1) 计算试验的设计点数。试验处理的总数为33=27，无重复，共需27个试验单元，即27个设计点。(2) 采用factex过程编写SAS程序如下：proc factex; factors A B C / nlev=3; size design=27; examine design; run; quit;第2单元 SAS试验设计(3) 程序说明。语句factors指定3个因子A、B和C，选项nlev=3指定每个因子的水平数均为3，其它水平数的试验方案依次类推。第2单元 SAS试验设计第2单元 SAS试验设
25、计2.4.2 区组析因设计区组析因设计若试验的所有可能处理均需分区组(Block)做设计点，则称做区组析因设计。【例2-13】 若试验单元的现状是分组一致(区组内的单元试验条件一致)，区组之间可以不一致，则试验实施时需对试验处理划分区组(Block)。三因子33试验中的因子分别记作A、B和C，试制定一个区组析因设计的试验方案。(1) 计算试验的设计点数和区组数。试验处理的总数为33=27，无重复，试验共需27个单元，即27个设计点。区组的个数必须取33-2或33-1，每区组的设计点个数必须对应的取32或31。第2单元 SAS试验设计(2) 采用factex过程编写SAS程序如下：proc fa
26、ctex; factors A B C / nlev=3; size design=27; blocks nblocks=3; /*或用size=9*/model resolution=max; examine design; run; quit;第2单元 SAS试验设计(3) 程序说明。语句blocks nblocks=3指定析因设计的区组数，必须是水平数3的整数次幂。语句blocks size=9指定析因设计每个区组的设计点个数，也必须是水平数3的整数次幂。语句model resolution=max指定按最大分辨力划分区组，max是maximum的简写。选用其它水平数时依次类推。第2单元
27、 SAS试验设计第2单元 SAS试验设计第2单元 SAS试验设计2.4.3 部分析因设计部分析因设计若只选取区组析因设计中的一个区组及其所包含设计点构成试验方案，则称做部分析因设计(Fractional Factorial Designs)。【例2-14】 五因子25试验的因子分别用A、B、C、D、E表示，试制定一个1/2部分析因设计的试验方案。(1) 计算试验的设计点数和区组数。总处理数25=32，选取1/2无重复，共需321/2=16个试验单元，即16个设计点。第2单元 SAS试验设计(2) 采用factex过程编写SAS程序如下：proc factex; factors A B C D
28、E; size design=16; model resolution= max; examine design; run; quit;(3) 程序说明。语句model resolution=max指定按最大分辨力选出一个区组做部分析因设计。第2单元 SAS试验设计第2单元 SAS试验设计【例2-15】 五因子25试验的因子分别用A、B、C、D、E表示，试制定一个1/4部分析因设计的试验方案。(1) 计算试验的处理数和设计点数。总处理数25=32，选取1/4无重复，共需321/4=8个试验单元，即8个设计点。(2) 采用factex过程编写SAS程序如下：proc factex; factor
29、s A B C D E; size design=8; model resolution=max; examine d; run; quit;第2单元 SAS试验设计第2单元 SAS试验设计【例2-16】 四因子24试验的因子分别记作A、B、C和D，若要求能估计主效应A、B、C、D和交互效应A*B、B*C。试制定一个1/2部分析因设计的试验方案。 (1) 计算试验的处理数和设计点数。总处理数24=16，选取1/2无重复，共需161/2=8个试验单元，即8个设计点。第2单元 SAS试验设计第2单元 SAS试验设计(3) 程序说明。语句model e=(A B C D A*B B*C)指定要估计的
30、效应，其中e可写为estimate或est。(4) 程序输出的1/2部分析因设计的编码方案如下：第2单元 SAS试验设计2.4.4 最小部分析因设计最小部分析因设计最小部分析因设计在国内通常称做正交试验设计(Orthogonal Designs)，在SAS里就是分辨力(resolution)和试验量(size)均达最小时的部分析因设计。【例2-17】 试利用SAS编程实现L4(23)正交表。(1) 定义因子和水平。3个因子分别记作A、B和C，因子的2个水平分别记作1和2。第2单元 SAS试验设计(2) 采用factex过程编写SAS程序如下：title L4(23)正交设计;proc fact
31、ex; factors A B C;size design=min;model resolution=3; output out=orthodesign A nvals=(1 2) B nvals=(1 2) C nvals=(2 1);run; proc print data=orthodesign;run;quit;第2单元 SAS试验设计(3) 程序说明。语句model resolution=3设置分辨力等于3(最小值)。语句size design=min指定最少设计点的个数。两个选项缺一不可。第2单元 SAS试验设计【例2-18】 试利用SAS编程实现L8(27)正交表。(1) 定义因
32、子和水平。7个因子分别记作A、B、C、D、E、F、G，因子的2个水平分别记作1和2。第2单元 SAS试验设计第2单元 SAS试验设计(3) 程序说明。proc步目的是产生与已发布正交表一致的一个试验方案。语句factors X1-X7产生一个7因子2水平的析因设计。语句output中的X1=A nvals=(1 2)项将变量X1转换成因子变量A，并指定使用的水平编码，其余项的意义相同。data步目的是删除SAS数据表orthodesign中的多余变量X1、X2、X7。第2单元 SAS试验设计第2单元 SAS试验设计【例2-19】 试利用SAS编程实现L8(424)混合水平正交表。(1) 定义因
33、子和水平。5个因子分别记作A、B、C、D和E，第1因子的4个水平分别记作1、2、3、4，其余因子的2个水平分别记作1、2。第2单元 SAS试验设计第2单元 SAS试验设计(3) 程序说明。proc步目的是产生与已发布正交表一致的一个试验方案。语句factors X1-X4产生一个4因子2水平的试验方案。语句output中的blockname=A nvals=(1 2 3 4)项将区组变量指定为因子A并赋值。data步是为了删除SAS数据表design01中多余的变量X1、X2、X3和X4。第2单元 SAS试验设计第2单元 SAS试验设计第2单元 SAS试验设计2.5 多因子试验设计多因子试验设
34、计一个试验的设计包括两个基本过程，选定试验处理和确定试验实施规则。因此，一个试验方案应包括选定的试验处理及其实施规则两方面的信息。有两个以上因子参试并考察其主效应及互作效应的试验，称做多因子试验。多因子试验的一个处理是由多个因子各取一个水平组合而成，因而试验设计不仅要选定参与试验的处理(设计点)，还要确定处理在单元上的排列。试验方案应由设计点列表和试验实施列表两部分组成。在SAS程序输出的试验方案里，设计点列表由factex过程设计给出，试验实施列表由plan过程设计给出。第2单元 SAS试验设计2.5.1 完全顺序设计完全顺序设计当参与试验的单元性质全都一致或存在微弱的随机差异，又需要研究全
35、部的因子效应时，可使用多因子试验完全顺序设计(Completely Design of Experiments)。【例2-20】 试为二因子(24)3试验制定一个完全顺序设计的试验方案。(1) 计算试验的设计点数。第1因子2个水平，第2因子4个水平，3个重复，总处理数为243=24，共需24个试验单元(即24个设计点)，为设计点编码124。第2单元 SAS试验设计第2单元 SAS试验设计第2单元 SAS试验设计2.5.2 完全随机设计完全随机设计当参与试验的单元性质存在较强的随机差异，又需要研究全部的因子效应时，可使用多因子试验完全随机设计(Completely Randomized Desi
36、gn of Experiments)。【例2-21】 试为二因子(24)3试验制定一个完全随机设计的试验方案。(1) 计算试验的设计点数。第1因子2个水平，第2因子4个水平，3个重复，总处理数为243=24，共需24个试验单元(即24个设计点)，为设计点编码124。第2单元 SAS试验设计第2单元 SAS试验设计第2单元 SAS试验设计2.5.3 不完全随机设计不完全随机设计当参与试验的单元性质存在较强的随机差异，且只想研究部分因子效应时，可使用多因子试验不完全随机设计(Incomplete Randomized Design of Experiments)。【例2-22】 试为四因子243试
37、验制定一个不完全随机设计的试验方案。(1) 计算试验的设计点数。四个因子均取2个水平，1/2部分析因设计，选定设计点拟实施3个重复，只研究主效应A、B、C、D和互作效应A*B、A*C、A*D。总处理数为241/23=24，共需24个试验单元，即24个设计点。第2单元 SAS试验设计第2单元 SAS试验设计第2单元 SAS试验设计2.5.4 完全随机区组设计完全随机区组设计当区组内参与试验的单元性质存在较强的随机差异，区组之间的单元性质存在较强的系统差异，又需要研究全部的因子效应时，可使用多因子试验完全随机区组设计(Completely Randomized Blocks Design of E
38、xperiments)。【例2-23】 试为二因素(24)3试验制定一个完全随机区组设计的试验方案。(1) 计算试验的设计点数。处理数24=8，设3区组，每区组8个单元，共需243=24个单元，即24个设计点。第2单元 SAS试验设计第2单元 SAS试验设计第2单元 SAS试验设计2.5.5 不完全随机区组设计不完全随机区组设计当区组内参与试验的单元性质存在较强的随机差异，区组之间的单元性质存在较强的系统差异，且只想研究部分因子效应时，可使用多因子试验不完全随机区组设计(Incomplete Randomized Blocks Design of Experiments)。【例2-24】 试为
39、四因子243试验制定一个不完全随机区组设计的试验方案。(1) 计算试验的设计点数。四个因子均取2个水平，1/2部分析因设计产生241/2个处理，设置3个区组，共需241/23=24个单元，即24个设计点。试验只研究主效应A、B、C、D和互作效应A*B、A*C、A*D。第2单元 SAS试验设计第2单元 SAS试验设计第2单元 SAS试验设计2.5.6 裂区设计若参与试验的单元性质存在较强的系统差异，试验处理又不易分成合理的区组，可考虑使用裂区设计(Split Plot Design of Experiments)。全部试验区划分成若干个区组，每个区组又分为若干个主区(区组内分出的主单元)，主区又
40、分为若干个副区(主单元内分出的副单元)，如此逐层分割，有几个因子就分割成几层，每层单元随机地分配一个因子的处理。单元愈大系统差异愈大，因子愈重要愈要分配到较小的单元上。第2单元 SAS试验设计【例2-25】 试为二因素(34)3试验制定一个裂区设计的试验方案。(1) 计算试验的设计点数。设因子A为3个水平，因子B为4个水平，则处理数为34=12。设3个区组用于实现因子A的重复，每区组划分为3个主单元，以分配因子A的3个水平，每个主单元又划分为4个副单元，以分配因子B的4个水平，共33=9个主单元和94=36个副单元。第2单元 SAS试验设计(2) 采用plan过程编写SAS程序如下：proc
41、plan seed=20120718;factors blocks=3 ordered A_cells=3 ordered;treatments A=3;run;proc plan seed=20120719;factors blocks=3 ordered A_cells=3 ordered B_cells=4 ordered;treatments B=4;run;quit;第2单元 SAS试验设计(3) 程序说明。由于因子A和因子B分配的单元大小不一样，故采用区组、主单元、副单元在试验区上的顺序分割，再将因子A的处理随机地分配到主单元上，将因子B的处理随机地分配到副单元上，采用两个plan
42、过程编程实现。第2单元 SAS试验设计第2单元 SAS试验设计2.5.7 巢式设计巢式设计若欲考察的因子效应来源于某些逐级嵌套的对象，这些不同层次的对象可逐个视作因子，从而采用巢式(等级嵌套)设计(Hierarchical Nested Design of Experiments)的试验对这些因子的效应进行观测。例如，对某些生物对象的采样检测。【例2-26】 选两个温室(因子A)，两端和中部选3个一定面积的区域(因子B)，每区域任选3株植物(因子C)，每株植物任取3个叶片(因子D)检测光合速率(Y)两次。试为这样的三因子2333试验制定一个巢式设计的试验方案。第2单元 SAS试验设计(1) 计
43、算观测的个数。处理数为2333=54，2个重复，共产生(2333)2=108个观测。(2) 采用plan过程编写SAS程序如下：title Hierarchical Nested Design; proc plan seed=20120721;factors A=2 ordered B=3 ordered C=3 D=3; treatments Y=3;run; quit;第2单元 SAS试验设计第2单元 SAS试验设计第2单元 SAS试验设计2.6 回归试验设计回归试验设计2.6.1 一元回归设计一元回归设计一元回归设计(Single Regression Designs)指仅有一个自变量(
44、因子)的回归试验设计。回归模型未知时，可采用线性模型和多项式模型进行设计。线性回归设计可采用在试验范围内对因子水平等间隔布点的析因设计方案。非线性回归设计可采用在试验范围内对因子响应陡峭区密集布点、平缓区稀疏布点的不等间隔的析因设计方案。此方案因子水平数至少需要5个。第2单元 SAS试验设计2.6.2 多元回归设计多元回归设计多元回归设计(Multiple regression Designs)指具有两个以上自变量(因子)的回归试验设计。回归模型未知时，可采用线性模型和多项式模型进行设计。下面例题拟采用在试验范围内，设计点具有正交性的析因设计或部分析因设计。设用p、q、n分别表示自变量个数、回
45、归效应个数和试验方案(不含重复)的设计点数，则线性回归设计满足q=1+p，二次多项式设计满足q=1+(p+1)(p+2)/2。设计方案应满足nq，这样才能保证回归方程和全部回归效应能被估计及检验。第2单元 SAS试验设计【例2-27】 试制定一个三元线性回归设计的试验方案。(1) 计算回归效应的个数。自变量(因子)个数为3，分别以X1、X2、X3表示，则效应的总数为3+1=4，试验方案至少需要5个处理，拟采用23试验完全析因设计或33试验1/3部分析因设计。第2单元 SAS试验设计第2单元 SAS试验设计第2单元 SAS试验设计【例2-28】 试制定一个五元二次多项式回归设计的试验方案。(1)
46、 计算回归效应的个数。5个自变量分别以X1、X2、X3、X4、X5表示，效应的个数为：1225) 15(q故试验方案至少需要22个不含重复的设计点。拟采用35试验1/9部分析因设计，它的设计点个数为27。第2单元 SAS试验设计(2) 采用factex过程编写SAS程序如下：title 1/9 Fractional Factorial Design of 35 Test;proc factex; factors X1-X5 / nlev=3; size design=27; model res=max; examine d;run; quit;第2单元 SAS试验设计第2单元 SAS试验设计
47、2.7 响响应应面面设设计计响应面设计(Response-Surface Designs)属于多元回归试验设计，它是一种针对多元二次多项式模型的设计。响应面设计的试验方案既可以采用实际水平表达又可以采用编码表达。编码表达中，每个因子均采用-、-1、0、1、 5水平编码，只含编码-1、1的设计点称做析因设计点，只含编码0的设计点称做中心点，只含编码-、0或、0的设计点称做主轴点或设计点。三元响应面设计的3种设计点可用三维直角坐标系中的点表示，如图2-1所示。第2单元 SAS试验设计图2-1 三因素响应面设计的设计点第2单元 SAS试验设计2.7.1 问题和模型问题和模型【案例】 某温室废弃物制沼
48、气试验，试验因子为配料浓度(X1)、pH值(X2)和配料比(X3)，检测指标为产气量(Y1)和甲烷含量(Y2)。X1的低水平为5.62(编码-1)，高水平为10.38(编码1)。X2的低水平为5.8(编码-1)，高水平为8.2(编码1)。X3的低水平为1.2(编码-1)，高水平为4.0(编码1)。试利用SAS的ADX界面并以可选转性、正交旋转性、精度均衡性等为准则分别制定响应面设计的试验方案。案例的响应面设计回归模型为：12333320112,0,1,2,1,2,jjjjjjjjjjjjjYfXXXXX XXNjpjp，第2单元 SAS试验设计2.7.2 中心组合正交旋转设计中心组合正交旋转设
49、计【例2-29】 利用SAS的ADX界面(ADX Desktop)为案例执行一个中心组合正交旋转设计(Central Composite Orthogonal Rotatable Design)。(1) 点击SAS菜单栏上的【Solutions】菜单【Analysis】项【Design of Experiments】项，如图2-2所示，则出现ADX界面(试验设计界面)，如图2-3所示。第2单元 SAS试验设计图2-2 点击启动ADX试验设计界面的菜单命令第2单元 SAS试验设计图2-3 ADX 界面和ADX工具栏第2单元 SAS试验设计(2) 点击ADX界面的“Response Surface
50、 Designs”按钮，如图2-3所示，则出现响应面设计窗口(Response Surface Design)。该窗口的左侧区域是New Design子窗口，右侧区域是一列用于设计和管理方案的命令按钮。如图2-4所示。第2单元 SAS试验设计图2-4 ADX 的Response Surface Design窗口第2单元 SAS试验设计(3) 点击Response Surface Design窗口的“Define Variables”按钮，如图2-4所示，则出现ADX：Define Variables窗口，该窗口用于定义因子的表达和水平的数值，如图2-5所示。第2单元 SAS试验设计图2-5 A
