正交试验设计与数据处理在食品药品提取工艺研究中的应用【摘要】数据处理是对数据的采集、存储、检索、加工、变换和传输。数据的形式可以是数字、文字、图形或声音等。数据经过解释并赋予一定的意义之后，便成为信息。数据处理的基本目的是从大量的、可能是杂乱无章的、难以理解的数据中抽取并推导出对于某些特定的人们来说是有价值、有意义的数据。本文介绍了正交试验设计的方法并举例说明了该方法在食品科学技术研究中的应用。【关键词】实验设计方法；正交试验；在食品医药中应用。引言实验设计指研究者在实验前根据研究目的拟定的实验计划及方法策略。其主要内容是合理安排实验程序，并提出将如何对实验数据作统计分析、心理实验设计的主要步骤可归纳为：①根据研究目的提出假设；②拟定验证假设的方法、程序；③选择适当的处理、分析实验数据的统计方法。常用的实验设计方法有：正交试验设计法、均匀实验设计法、单纯形优化法、双水平单纯形优化法、回归正交设计法等。可供选择的实验设计方法很多，各种试验方法都有它们的特点。所面对的任务与要解决的问题不同，选择的方法也应有所不同。一、正交实验设计正交试验设计(Orthogonalexperimentaldesign)是研究多因素多水平的又一种设计方法，它是根据正交性从全面试验中挑选出部分有代表性的点进行试验，这些有代表性的点具备了“均匀分散，齐整可比”的特点，正交试验设计是分式析因设计的主要方法。是一种高效率、快速、经济的实验设计方法。日本著名的统计学家田口玄一将正交试验选择的水平组合列成表格，称为正交表。例如作一个三因素三水平的实验，按全面实验要求，须进行33=27种组合的实验，且尚未考虑每一组合的重复数。若按L9(3)正交表安排实验，只需作9次，按L18(3)正交表进行18次实验，显然大大减少了工作量。因而正交实验设计在很多领域的研究中已经得到广泛应用。正交表是一整套规则的设计表格，用L为正交表的代号，n为试验的次数，t为水平数，c为列数，也就是可能安排最多的因素个数。例如L9(34)，它表示需作9次实验，最多可观察4个因素，每个因素均为3水平。一个正交表中也可以各列的水平数不相等，我们称它为混合型正交表。1.1正交试验设计的安排正交试验设计的关键在与试验因素的安排。通常，在不考虑交互作用的情况下，可以自由的将各个因素安排在正交表的各列，只要不在同一列安排两个因素即可（否则会出现混杂）。但是当要考虑交互作用时，就会受到一定的限制，如果任意安排，将会导致交互效应与其它效应混杂的情况。因素所在列是随意的，但是一旦安排完成，试验方案即确定，之后的试验以及后续分析将根据这以安排进行，不能再改变。对于部分表，如L18（2*3^7）则没有交互作用列，如果需要考虑交互作用需要选择其它的正交表。1.2正交试验分析方法1.2.1直接对比法直接对比法就是对试验结果进行简单的直接对比。直接对比法虽然对试验结果给出了一定的说明，但是这个说明是定性的，而且不能肯定地告诉我们最佳的成分组合。显然这种分析方法虽然简单，但是不能令人满意。1.2.2直观分析法直观分析法是通过对每一因素的平均极差来分析问题。所谓极差就是平均效果中最大值和最小值的差。有了极差，就可以找到影响指标的主要因素，并可以帮助我们找到最佳因素水平组合。正交表:是由行列组成的具有正交性的图表,其具有两个特点:（1）每列中不同的数字重复次数相同（2）将任意两列的同行数字看成一个数对,一切可能的数对重复次数相同;1.3正交试验设计的极差分析在完成试验收集完数据后，将要进行的是极差分析(也称方差分析）。极差分析就是在考虑A因素时，认为其它因素对结果的影响是均衡的，从而认为，A因素各水平的差异是由于A因素本身引起的。用极差法分析正交试验结果应引出以下几个结论：①试验范围内，各列对试验指标的影响从大到小的排队。②某列的极差最大，表示该列的数值在试验范围内变化时，使试验指标数值的变化最大。所以各列对试验指标的影响从大到小的排队，就是各列极差D的数值从大到小的排队。②试验指标随各因素的变化趋势。③使试验指标最好的适宜的操作条件（适宜的因素水平搭配）。④对所得结论...
