求助！两因素，一个三水平，一个四水平,如何设计正交实验

什么叫混合实验设计 混合实验设计一般涉及两个及两个以上自 变量的处理，其中每个自变量的实验设计 是不同的。比如，要求一个自变量用一种 设计处理，如被试内设计处理，而另一个 自变量用不同种类的设计处理，如被试间 设计处理。实际上，是同时进行几个实验。 当然，混合实验设计的含义不仅仅是指被 试内与被试间的混合，也包括实验的与准 实验的混合、实验的与非实验的混合、准 实验的与非实验的混合。 两因素混合实验设计 什么叫两因素混合实验设计 在二因素实验中，如果一个自变量采用组 间设计，另一个自变量采用组内设计，就 构成了最简单的混合实验设计。 两因素混合实验设计的基本特点 1、实验设计中包括一个被试内因素和被试 间因素，这是目前教育心理研究中比较常 用的一种实验设计方法。 2 、在这种实验设计中，研究者对被试内变 量的效应和它与被试间变量之间的交互作 用比较感兴趣，通常是将研究者比较感兴 趣的作为被试内因素。两因素混合实验设 计既有被试内设计的特点，也有被试间设 计的特点。 3 、当研究中的一个变量会对被试产生 长期效应，如学习效应或者被试变量 时，需要进行混合实验设计。 两因素实验设计的基本方法 首先确定研究中的被试内变量和被试间变 量，将被试随机分配给被试间变量的各个 水平，然后使每个被试接受与被试间变量 的某一水平相结合的被试内变量的所有水 平。 被试分配 b1 b2 b3 a1 S1 s1 s1 S2 s2 s2 S3 s3 s3 s4 s4 s4 a2 S5 s5 s5 S6 s6 s6 S7 s7 s7 S8 s8 s8 例子 在文章生字密度的研究中，同时想探讨文 章主题熟悉性对阅读理解的影响。研究者 选择将生字密度作为一个被试内变量，有5： 1(b1)、10：1(b2)、20：1(b3)三个水平， 将主题熟悉性作为一个被试间变量，有学 生不熟悉的（a1）和学生熟悉的（a2）.这 是一个2×3两因素混合设计。 8名五年级学生被随机分为两组，一组学 生每人阅读三篇生字密度不同的、主题熟 悉的文章，另一组学生每人阅读三篇生字 密度不同、主题不熟悉的文章。实验实施 时，阅读三篇文章分三次进行，用拉丁方 平衡学生阅读文章的先后顺序。 两因素混合实验的计算表 ABS表 b1 b2 b3 ∑ a1 S1 3 4 5 S2 6 6 7 S3 4 4 5 S4 3 2 2 12 19 13 7 a2 S5 4 8 12 S6 5 9 13 S7 3 8 12 S8 3 7 11 24 27 23 21 AB表 b1 b2 b3 ∑ a1 a2 n=4 16 16 19 15 32 48 51 95 ∑ 31 48 67 平方和的分解与计算 SS总变异＝SS被试间＋SS被试内 SS被试间＝SSA+SS被试(A) SS被试内＝SSB+SSAB+ SSB×被试（A） 参考文献 【1】李会章，教育实验研究中的两因素混合设计及方差分 析.天津职业技术师范学院学报第44 卷第2期 【2】石岩，阎守扶，申高禄，定量运动负荷和个性特征对 动觉准确性和动作稳定性的影响.心理学报28卷2期 【3】石岩，定量运动负荷后间隔不同时间的肘关节动觉方 位准确性.心理学报31卷l期 【4】石岩,混合设计在体育心理学实验研究中的应用.山西 大学学报(自然科学版) 【5】王智,江琦, 张大均,网络成瘾者的编码和再认实验研究 心理发展与教育.2008年第1期

若从27次试验中选取一部分试验，常将A和B分别固定在A1和B1水平上，与C的三个水平进行搭配，A1B1C1,A1B1C2,A1B1C3。作完这3次试验后，若A1B1C3最优，则取定C3这个水平，让A1和C3固定，再分别与B因素的三个水平搭配，A1B2C3，A1B3C3。

这2次试验作完以后，若A1B2C3最优，取定B2,C3这两个水平，再作两次试验A2B2C3,A3B2C3,然后与一起比较，若A3B2C3最优，则可断言A3B2C3是欲选取的最佳水平组合。这样仅作了7次试验就选出了最佳水平组合。

扩展资料

如果进行正交试验设计，则使用正交表安排试验。三因素三水平实验需要做9个实验。实验用“X”表示，并在图中标出。如果每个平面代表一个平面，有九个平面，可以看到每个平面上有三个“点”和立方体的每一条直线上有一个“X”点，这些“X”点是均匀分布的。

因此，这九个实验具有代表性，能够更全面地反映综合实验的结果。因此，这就是正交实验设计的平衡色散特性。利用这一特点，合理地设计和安排实验，通过尽可能少的次数找出最佳水平组合。

参考资料来源：百度百科-正交试验设计

如肥效实验，小麦亩产量与氮肥、磷肥（两因素）施用量，氮肥亩施用量20、30、40公斤（三水平）、磷肥亩施用量150、200、250公斤（三水平），为了消除试验误差，将上述实验重复三次。然后测量2X3X3中各试验小区的小麦亩产量，最后用数理统计进行分析检验数据的正态性，方差齐性、差异显著性，标注法标注显著水平、施肥量与小麦亩产量相关性和相关系数，并用图，表形式表示出来和用文字说明实验结果。

redfoxwenfan(站内联系TA)你应该选择L25（5水平6因素）这个正交表，你的因素比正交表中少，后面的几个因素列空着就可以了，但是我看了看，并不能减少你的工作量，你的水平数太多了，建议你先做一个3水平四因素的正交实验，看看结果吧，有问题再讨论，大家多交流，附件是我说到的两个正交表。你应该选择L25（5水平6因素）这个正交表，你的因素比正交表中少，后面的几个因素列空着就可以了，但是我看了看，并不能减少你的工作量，你的水平数太多了，建议你先做一个3水平四因素的正交实验，看看结果吧，有问...除了正交实验，是不是别的方法也行，能否指点一下，谢谢redfoxwenfan(站内联系TA)我记得是有其他方法的，就是一个试验一个试验做的，前一个对后面的条件设置有指导意义，但是我忘了是怎么样做的了，你再询问一下大家吧ntdx(站内联系TA)可以用minitab软件设计，中心复合设计jiangyunyun(站内联系TA)我也在找3因素4水平的表，貌似很多软件都没有自带的

两因素，四水平的正交实验需设计的次数应该是16次。在设计时应注意1：任何一个供试因子的任一水平都与其他因子的任一水平遇到一起的机会，并且遇到一起的次数是相等的，这是其均衡搭配性。2：同一个因子的任一水平在部分实施的处理组合中的次数是相等的，这是其整齐可比性。

区别可以从以下几个方面来说，1、设计方面，无重复实验，每个组合下只做一次实验，得到一个数据，而重复实验，是每个组合下做多次实验，得到多个数据。2、分析方面：无重复，由于每个组合下只有一个数据，所以没有考虑抽样误差，而重复的，可以考虑这个组合下的抽样误差的大小，从而将总变异分解的更细，也即将试验因素的作用体现的更明显，可以看出两因素的独立作用与交互作用3、变异分解：无重复的双因素方差分析，总变异分解为：处理组、配伍组、误差重复的双因素方差分析，总变异分解为：处理组、配伍组、两因素的交互作用、误差

这个实验的设计思路是：先用两组实验来验证你的假设，然后在第三组中加上实验组，再用第一组中的数据验证第二组中的数据。这种设计方法的优点是：第三组实验的结果可以直接用于验证第一组中的数据，而不需要再次进行验证，从而节省了实验时间，减少了实验次数。这是一个很不错的实验设计方法。但是，这种方法的缺点也是显而易见的。首先，这种实验设计的实验次数太多。其次，这种方法的实验结果只能说明第一组实验中的数据，而无法说明第二组实验中的数据。因为，第一组实验中的数据只能说明你的假设是成立的，但无法说明你的假设在第二组实验中是否成立。因此，这种实验设计方法不能用于验证第二组实验中的数据。

完全随机化设计。又称被试间设计或独立组设计。它起源于抽样理论，即依据概率统计的原则，把被试随机分派到各组，接受各组应进行的处理。

由于是随机分派，所以在理论上各组接受处理前各方面是相等的。如果在同样条件下对两个或两个以上组施以相同处理，则各组效果的平均数在统计上应没有显著差异；如果对两个或两个以上组分别施以不同的处理，所得效果平均数的差异可被断定是由于处理的不同而造成的。

这种设计的实验结果一般采用独立样本的t检验或方差分析。在对比设计中所列的模式Ⅲ和Ⅳ，都可以说是完全随机化设计，也可以算作对比设计。

模式Ⅲ的特点是实验组不进行前测，控制组不进行后测。

由于被试是随机分派的,实验组与控制组被看作同质,所以比较控制组的前测与实验组的后测，即可推断处理的效果。这种交叉前后测法虽在理论上能克服前测的不良影响，但较为理想的随机对比设计则是模式Ⅳ。

它是把被试随机分为4组,即两个实验组和两个控制组，每两个之中都是一个有前测另一个无前测。

模式表中的Y1、Y2、Y3、Y4均为后测的结果。用独立样本2×2方差分析法检验“前测与无前测的差异”、“实验处理与无处理的差异”以及“前测与处理交互作用是否显著”，就能既克服前测存在的反作用，又防止实验组与控制组可能出现不同质的状况。

这种设计虽然比较理想，但它的被试有4组,人数多、实验次数也多，因而不够经济。

这个…两因素的话，就是全部要做，没有正交设计的概念了好像。就是你至少要做9次试验。但是如果要计算交互的话，那至少得每个试验重复一次，否则在进行方差分析的时候没有参差项了。excel难了点。用正交设计助手吧。如果你不想掏钱的话。你可以参考下这两个