在路上XX
那就不用写了或者硬头皮去做试验俺也是自欺欺人了好长时间还是自己动手心里踏实啊。。。 
正交法测定温度、pH值、底物浓度和酶浓度四种因素对酶活力的影响现象记录。正交实验法是研究多因素多水平的一种设计方法，它根据依据Galois理论从全面试验中挑选出部分具有代表性的水平组合进行试验，通过挑选部分有代表性的水平组合进行试验并对结果进行分析找出最优的水平组合。当析因设计要求的实验次数太多时，一个非常自然的想法就是从析因设计的水平组合中，选择一部分有代表性水平组合进行试验。因此就出现了分式析因设计(fractionalfactorialdesigns)，但是对于试验设计知识较少的实际工作者来说，选择适当的分式析因设计还是比较困难的。例如作一个三因素三水平的实验，按全面实验要求，须进行3^3=27种组合的实验，且尚未考虑每一组合的重复数。若按L9(3^4)正交表安排实验，只需作9次，按L15(3^7)正交表进行15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。
（数据挖掘）上有很多文献是处理数据的，你去找些资料参考下
这是目前最流行，效果相当好的方法。统计学家将正交设计通过一系列表格来实现，这些表叫做正交表。 例如表2就是一个正交表，并记为，这里“L”表示正交表“9”表示总共要作9次试验，“3”表示每个因素都有3个水平，“4”表示这个表有4列，最多可以安排4个因素。 常用的二水平表有三水平表有四水平表有；五水平表有等。还有一批混合水平的表在实际中也十分有用，如等。 例如表示要求做16次试验，允许最多安排三个“4”水平因素，六个“2”水平因素。表2 正交表 N 1 2 3 4 1 1 1 1 1 2 1 2 2 2 3 1 3 3 3 4 2 1 2 3 5 2 2 3 1 6 2 3 1 2 7 3 1 2 2 8 3 2 1 3 9 3 3 2 1若用正交表来安排例1的试验，其步骤十分简单，具体如下： （1）选择合适的正交表。适合于该项试验的正交表有等，我们取，因为所需试验数较少。 （2）将A，B，C三个因素放到的任意三列的表头上，例如放在前三列。 （3）将A，B，C三例的“1”，“2”，“3”变为相应因素的三个水平。 （4）9 次试验方案为：第一号试验的工艺条件为A1 (80℃)，B1 (90分)，C1 (5%); 第二号试验的工艺条件为A1 (80℃)，B2 (120分)，C2 (6%)…。这样试验方案就排好了。该例的进一步讨论请参考文献[25]。表 3 正交试验方案N A B C 1 80℃ 90分 5% 2 80℃ 120分 6% 3 80℃ 150分 7% 4 85℃ 90分 6% 5 85℃ 120分 7% 6 85℃ 150分 5% 7 90℃ 90分 7% 8 90℃ 120分 5% 9 90℃ 150分 6%在表3的正交试验设计中，可以看到有如下的特点： 1）每个因素的水平都重复了3次试验； 2）每两个因素的水平组成一个全面试验方案。 这两个特点使试验点在试验范围内排列规律整齐，有人称为“整齐可比”。另一方面，如果将正交设计的9个试验点点成图（图7），我们发现9个试验点在试验范围内散布均匀，这个特点被称为“均匀分散”。正交设计的优点本质上来自“均匀分散，整齐可比”这两个特点。有关正交设计的详细讨论可参看文献[24—26，30]。
