#experimental-design

实验模型篇小结 贺深泽 (Email：[email protected] ) 无论什么领域，实验模型是实验的根本，实验模型合理，实验迟早会成功，成功得更快，结果会更好。如果多次实验结果都不满意，建议检查实验模型和系统设计缺陷，不要简单地重复。实验模型不合理，做再多的实验也无济于事。实验之前，第一重要的是检查实验模型是否合理，系统设计是否有缺陷。

1. 系统设计 界面缩聚即在乳液介质中，有引发剂存在的条件下，使单体聚合成为高聚物的化学反应。

在线优化是一种不改变现有工艺体系，在生产线上进行参数优化的技术。属于质量工程范畴，出自田口玄一。 它是生产管理的重要技术，减耗增效的重要手段，产品维护与优化的必要措施，产品更新换代的信息基础。 我们所说的在线优化基于田口的思想，不改变现有系统，在现有参数组合附近给选定的参数以小的变动，以现有输出的均值为输出参照值。

表中第一列命名为 c，没有安排试验因子，但该列的水平变动平方和很大，表明系统误差很大，是被忽略的各种效应混杂叠加的结果。 按最简单的方式分析，第一列中至少叠加了三个可能的交互效应 TL+EA+FH ( 参考 G.E.P.Box 等 2004)。 类似地，每一列都可能混杂了其它效应，难以确切地分离。然试验是在小局域内进行的，可以按线性过程估计参数。

1.前言 如果回归方程为线性函数，则优化推断很容易形成。因此，线性模型的使用率很高，甚至成为首选。以为撒大网就能捉到大鱼，结果可能捉不到鱼。因为大多数实践课题不是线性的。如果处理不当，会掉入线性陷阱。 使用线性模型是有条件的。除非确有把握，否则，在试验设计时，线性只是一种假设，必须加以检验。如果检验结果，过程不是线性的，必须采取补救措施，修正模型，从而也修正实验设计，重估参数。

一个因子 xi 对响应变量的贡献，通常称为因子的效应，表现在预报方程中它的一个单位的变化引起预报值的变化的大小。它的贡献可以分解为若干部分。一部分是它独立做出的贡献，称为一个因子的主效应。 它与其它因素共同发生作用，或互补，或互克，体现出各个因子之间的相互影响相互依存的关系，称为交互作用。两个因子 xi,xj