Pb設(shè)計(jì)應(yīng)注意的問(wèn)題

圖片：

圖片：

圖片：

請(qǐng)教:PB-design,最陡爬坡實(shí)驗(yàn),CCD等中的響應(yīng)面分析的相關(guān)問(wèn)題\o"推薦此帖到排行榜"0

請(qǐng)教:PB-design中的相關(guān)問(wèn)題

在實(shí)驗(yàn)設(shè)計(jì)的過(guò)程中,通過(guò)閱讀文獻(xiàn)了解到了很多的,但是同時(shí)也積累了很多問(wèn)題解決不了,希望各位高手們指點(diǎn)一二不勝感激.

1在PB設(shè)計(jì)中出現(xiàn)的dummyvariable的具體含義到底是什么?是對(duì)照組嗎?如果不是應(yīng)該遵循什么樣的原則去設(shè)計(jì)呢?

2在PB中實(shí)驗(yàn)組數(shù)應(yīng)該是變量數(shù)加1,那么在相關(guān)的文獻(xiàn)中看到15個(gè)變量設(shè)計(jì)為:15+1+4,其中4是dummyvariable,但是表格中這4個(gè)變量也是有高低水平的變化的,那么設(shè)計(jì)時(shí)是作為15個(gè)變量來(lái)考慮還是19個(gè)呢?

3想問(wèn)問(wèn)在最陡爬坡實(shí)驗(yàn)中,步長(zhǎng)的選擇有什么要求嗎?純經(jīng)驗(yàn)還是有公式的?

4在設(shè)計(jì)CCD試驗(yàn)?zāi)堑臅r(shí)候是否要包括全因子實(shí)驗(yàn)設(shè)計(jì)?

5什么是中軸點(diǎn)?

各位高手幫幫忙啊,謝謝了小妹我也正在做這塊試驗(yàn)，是培養(yǎng)基優(yōu)化的

剛做完單因素試驗(yàn)

正在想下面該怎么設(shè)計(jì)呢？是PB？還是最陡爬坡？還是兩個(gè)都要做？？

反正最后是要做響應(yīng)面的~~希望大蝦們多多多指點(diǎn)一下下……

另外，關(guān)于ＰＢ，我也在想，是不是必須要做空白項(xiàng)的呢？

那么空白項(xiàng)里面的+1，-1是沒有具體的水平值的亞，那么在實(shí)驗(yàn)中具體該怎么操作呢？？

謝謝各位不吝指教了……我自己是怎么想的:單因子實(shí)驗(yàn)只是為了保險(xiǎn)使PB實(shí)驗(yàn)的結(jié)果更加明顯而進(jìn)行的預(yù)實(shí)驗(yàn),PB實(shí)驗(yàn)本身就是有篩選單因子的功能,如果有把握是可以直接做PB的.而我的實(shí)驗(yàn)是先進(jìn)行單因子,然后是PB,根據(jù)PB的實(shí)驗(yàn)分析數(shù)據(jù)做最陡爬坡實(shí)驗(yàn),否則不能很好的確定爬坡的方向以及步長(zhǎng).最陡爬坡實(shí)驗(yàn)的步長(zhǎng)的選擇:

根據(jù)前面PB實(shí)驗(yàn)的結(jié)果,做一階方程的法線,法線方向就是爬坡方向,步長(zhǎng)就根據(jù)回歸系數(shù)和規(guī)范變量的比值在通過(guò)自然變量來(lái)?yè)Q算,算到的結(jié)果在綜合實(shí)際的情況就可以基本確定步長(zhǎng)了

這個(gè)是最近看文獻(xiàn)理解到的一些,希望哪位高手指點(diǎn)一下dummyvariable不是對(duì)照組。如果你的實(shí)驗(yàn)次數(shù)為4的整數(shù)倍。那么看你考察的因素是多少個(gè)。比如你有9個(gè)，那么至少要使用runs=12次的PB設(shè)計(jì)。此時(shí)，有3個(gè)空列。一般的處理方法是，等間距空列。實(shí)在不行，你就隨機(jī)選吧。這并不妨礙你的實(shí)驗(yàn)結(jié)果?？樟兄皇菫榱斯浪阏`差。

2.這樣吧，如果我這樣表述，看你是否能夠理解。

我剛好有15個(gè)因素，想做PB，正好runs=16符合我的要求?？墒?，這樣一來(lái)，估算誤差呢？因?yàn)闆]有多余空列了。那么，再往上加列，只有再加4列。剛好19因素，20次實(shí)驗(yàn)，其中有4個(gè)空列。

你認(rèn)為這多出來(lái)的一列（16-15=1），我想你是這樣算的吧。那你運(yùn)行一下軟件，看看15因素的PB，runs=16，到底是15列，還是16列？列是因素，行是實(shí)驗(yàn)次數(shù)。并不是列數(shù)=行數(shù)。描述：如何確定步長(zhǎng)：

圖片：

圖片：

描述：4在設(shè)計(jì)CCD試驗(yàn)?zāi)堑臅r(shí)候是否要包括全因子實(shí)驗(yàn)設(shè)計(jì)?

圖片：

看了這張圖，我想答案應(yīng)該是不言而喻了！描述：CCD各個(gè)設(shè)計(jì)點(diǎn)的作用：

圖片：

綜合最后兩個(gè)問(wèn)題.如有異議，歡迎繼續(xù)發(fā)帖，大家共同學(xué)習(xí)！幾篇用響應(yīng)面優(yōu)化培養(yǎng)基的文章！\o"推薦此帖到排行榜"0這幾篇都是用響應(yīng)面優(yōu)化培養(yǎng)基的文章。響應(yīng)面現(xiàn)在是比較常用的優(yōu)化培養(yǎng)基的方法，但是好多人（包括我在內(nèi)）都不是很清楚。由于最近我要進(jìn)行培養(yǎng)基的優(yōu)化，所以找了很多文章來(lái)研究。一般的文章都是一帶而過(guò)，看了也不明白。這幾篇過(guò)程還算詳細(xì)，對(duì)理解有一定的幫助。希望對(duì)大家有所幫助。

我在看文章的過(guò)程中，我總結(jié)出了優(yōu)化培養(yǎng)基的步驟。拿出來(lái)跟大家分享一下，共同學(xué)習(xí)和交流一下。有錯(cuò)誤的話希望大家及時(shí)提出。

第一步：在眾多實(shí)驗(yàn)因素中找出主要因素。

在這步實(shí)驗(yàn)中你可以應(yīng)用正交試驗(yàn)（因素比較少）和PB（Plackett-Burman）實(shí)驗(yàn)。這兩種方法都可以找出主要因素。尤其是PB實(shí)驗(yàn)，它可以在很多的因素中，用較少的實(shí)驗(yàn)篩選出主要因素（一般選取大于90%）。通過(guò)PB實(shí)驗(yàn)還可以看出各因素的作用效果，即是增加還是減少濃度會(huì)使響應(yīng)值向最優(yōu)移動(dòng)。

第二步：是主要因素的取值逼近中心點(diǎn)，最陡爬坡實(shí)驗(yàn)

這步實(shí)驗(yàn)不是必須做的，如果你確定你的實(shí)驗(yàn)取值已經(jīng)逼近中心點(diǎn)，那么你可以直接進(jìn)行第三步的分析。但是你要是不能確定或不相信這些取值那你就要進(jìn)行最陡爬坡實(shí)驗(yàn)。這步實(shí)驗(yàn)根據(jù)第一步實(shí)驗(yàn)進(jìn)行。為了盡快逼近最優(yōu)值，增加步長(zhǎng)通常取最大。我現(xiàn)在還沒找到取最大步長(zhǎng)的公式，有誰(shuí)知道的話麻煩發(fā)一下。細(xì)履平沙版主，幫忙解決一下，謝謝。這樣就能找到中心點(diǎn)。

第三步：響應(yīng)面分析

現(xiàn)在常用的有中心復(fù)合法和BB法（Box-Behnken）。在這步實(shí)驗(yàn)時(shí)最好因素不要太多，因素太多直接影響到試驗(yàn)次數(shù)，現(xiàn)在經(jīng)典的一般是三因素。通過(guò)這步分析可以的回歸方程，進(jìn)而得到最優(yōu)培養(yǎng)基。并且還能得到因素相互作用對(duì)響應(yīng)值的影響。

在這里我對(duì)△x，即+1、—1的取值還不太清楚，α的取值也不是很清晰，希望大家?guī)兔獯鹨幌隆?/p>

這是我最近的學(xué)習(xí)結(jié)果，希望大家批評(píng)和指正。[此貼被細(xì)履平沙在2008-06-0518:55重新編輯]附件：(180K)下載次數(shù):4需要經(jīng)驗(yàn)值:20附件：(908K)下載次數(shù):4需要經(jīng)驗(yàn)值:20附件：(213K)下載次數(shù):4需要經(jīng)驗(yàn)值:20附件：(217K)下載次數(shù):5需要經(jīng)驗(yàn)值:20關(guān)于培養(yǎng)基的優(yōu)化試驗(yàn)套路\o"推薦此帖到排行榜"0正交試驗(yàn)和均勻設(shè)計(jì)方法進(jìn)行培養(yǎng)基優(yōu)化已取得諸多成功的例子。

正交試驗(yàn)適合因子較多而因子水平不多的試驗(yàn)設(shè)計(jì)，從試驗(yàn)次數(shù)上看，是至少為因子數(shù)的平方。

均勻設(shè)計(jì)適合于因子少，而水平多的試驗(yàn)，從試驗(yàn)次數(shù)看，至少是因子數(shù)的兩倍。

兩種方法雖然多從拉丁方設(shè)計(jì)衍生而來(lái)，不過(guò)效率卻更高。

現(xiàn)如今，大多流行響應(yīng)曲面設(shè)計(jì)來(lái)優(yōu)化培養(yǎng)基。

首先，我們要從眾多培養(yǎng)基成分及影響的環(huán)境因素中篩選出具有主效應(yīng)的因子。這時(shí)，通常采用篩選試驗(yàn)。主要有全因子因析設(shè)計(jì)和Plackett－Burman設(shè)計(jì)。兩種篩選試驗(yàn)，各有千秋，但都能以最少的試驗(yàn)次數(shù)篩選出主效應(yīng)因子。其中全因子設(shè)計(jì)能夠表現(xiàn)出因子的三級(jí)以上交互作用，而Plackett－Burman設(shè)計(jì)由于是兩水平設(shè)計(jì)，所以交互作用只在二級(jí)交互作用。另外還有部分因子因析設(shè)計(jì)。

篩選到了主效應(yīng)因子，我們就可以開始進(jìn)行下一步優(yōu)化試驗(yàn)。此時(shí)，主要有中心復(fù)合設(shè)計(jì)和Box-Behnken設(shè)計(jì)。

中心組合設(shè)計(jì)是一種國(guó)際上較為常用的響應(yīng)面法，是一種5水平的實(shí)驗(yàn)設(shè)計(jì)法。采用該法能夠在有限的實(shí)驗(yàn)次數(shù)下，對(duì)影響生物過(guò)程的因子及其交互作用進(jìn)行評(píng)價(jià)，而且還能對(duì)各因子進(jìn)行優(yōu)化，以獲得影響過(guò)程的最佳條件。

Box-Behnken設(shè)計(jì)是另一種國(guó)際上較為常用的響應(yīng)面法，是一種3水平的實(shí)驗(yàn)設(shè)計(jì)法。同樣具有響應(yīng)面法的優(yōu)點(diǎn)。近年來(lái)利用該法進(jìn)行生物過(guò)程優(yōu)化的文獻(xiàn)比用中心組合設(shè)計(jì)法的明顯地少。

通常以上說(shuō)的響應(yīng)曲面設(shè)計(jì)和數(shù)據(jù)分析，都可以通過(guò)一些統(tǒng)計(jì)軟件來(lái)運(yùn)行，十分簡(jiǎn)便。

為此，我將本人一直在使用的Mintab綠色軟件上傳，希望大家能夠好好利用，搞好試驗(yàn)設(shè)計(jì)，節(jié)省人力無(wú)力，為經(jīng)濟(jì)帶來(lái)騰飛（別忘了日本很大程度上就是因?yàn)樘锟诤暌坏恼辉O(shè)計(jì)表，在二戰(zhàn)后迅速崛起?。┲x謝西風(fēng)，看你的回復(fù)我很有同感，我當(dāng)時(shí)剛開始做RSM也是摸不到頭腦，沒辦法，只有看文獻(xiàn)一步一步的摸索過(guò)來(lái)的。

為了不讓帖子沉了，也為了有需要的戰(zhàn)友節(jié)省時(shí)間，心中對(duì)試驗(yàn)設(shè)計(jì)有個(gè)大概的框架，我先拋磚引玉，簡(jiǎn)單講下我做培養(yǎng)基優(yōu)化的一點(diǎn)體會(huì)。

可能有些戰(zhàn)友認(rèn)為，試驗(yàn)設(shè)計(jì)優(yōu)化培養(yǎng)基就是找?guī)追N培養(yǎng)基成分放在一起做幾個(gè)組合進(jìn)行試驗(yàn)就行了，其實(shí)這樣做往往是得不到最適的結(jié)果的，尤其在做響應(yīng)面分析（RSM）的時(shí)候，試驗(yàn)得到的圖形可能不是一個(gè)完美的曲面圖，我見過(guò)一些別人發(fā)的文章，它的曲面圖是一個(gè)扭曲的圖形，高點(diǎn)根本沒有出現(xiàn)在圖形中，那試驗(yàn)得到的根本不是最適的培養(yǎng)基組分，當(dāng)然這種文章一般不會(huì)出現(xiàn)在核心期刊上的。這種情況一般都是沒有在做RSM前，做“爬坡試驗(yàn)”的結(jié)果，“爬坡試驗(yàn)”的目的在于找出RSM設(shè)計(jì)的中心點(diǎn)，保證結(jié)果的準(zhǔn)確性。另外一點(diǎn)需要提出的是RSM的一個(gè)缺點(diǎn)就是分析的因素不能太多，經(jīng)典的是三因素的試驗(yàn)設(shè)計(jì)，如果你的因素比較多，那不妨試試方開泰的均勻設(shè)計(jì)。要做RSM就要先找出有顯著影響的因素，剔除一些對(duì)結(jié)果影響不顯著的因素，所以在“爬坡試驗(yàn)”之前還需要一個(gè)PB試驗(yàn)，PB能從眾多因素中很簡(jiǎn)單的找出對(duì)試驗(yàn)結(jié)果影響最為顯著的因素，排除一些影響不顯著的因素，降低后續(xù)試驗(yàn)的工作量，又能保證結(jié)果的準(zhǔn)確性。PB和“爬坡試驗(yàn)”對(duì)于剛接觸試驗(yàn)設(shè)計(jì)的戰(zhàn)友，比較陌生點(diǎn)，加上發(fā)表文章中很少，全面的把整個(gè)試驗(yàn)設(shè)計(jì)寫出來(lái)的，一般的都是只寫RSM這部分，也有幾篇文章是PB+RSM的，還有先做RSM后做“爬坡試驗(yàn)”的。我個(gè)人認(rèn)為PB--“爬坡試驗(yàn)”--RS，這種試驗(yàn)設(shè)計(jì)的思路比較符合邏輯，又比較全面。如果做畢業(yè)論文的培養(yǎng)基優(yōu)化部分，可以使內(nèi)容比較豐富。當(dāng)然如果是做畢業(yè)論文的話，在綜合試驗(yàn)設(shè)計(jì)之前，還有個(gè)更基礎(chǔ)的工作，就是單因素試驗(yàn)，那種放棄單因素試驗(yàn)的想法也完全錯(cuò)誤的，尤其是沒有一個(gè)基礎(chǔ)配方的時(shí)候。我做的菌種是我自己從本實(shí)驗(yàn)室菌種庫(kù)篩出來(lái)，然后又做了誘變育種，所以是沒有合適的培養(yǎng)基的，所以做了很多工作，用單因素試驗(yàn)首先大致確定C、N、P、無(wú)機(jī)鹽、微量元素的種類及水平。大致講了一下，說(shuō)的比較散亂，或許不太好明白。希望大家把問(wèn)題提出來(lái)，我們一起針對(duì)具體問(wèn)題具體分析。講得不錯(cuò)，都是很好的心得。先用PB進(jìn)行顯著性分析是一個(gè)很好的建議。

另外可以從歷史數(shù)據(jù)中找到合適的數(shù)據(jù)，然后再用軟件進(jìn)行分析，就可以不用再做實(shí)驗(yàn)就可找到影響顯著的因素和水平范圍。響應(yīng)面分析，其實(shí)用我們常見的軟件就可以做出來(lái)。首先對(duì)各個(gè)單因素的試驗(yàn)結(jié)果進(jìn)行歸納，后選擇變量的變化區(qū)間還變化間隔就可以，常見的軟件如DPS就可以了。用這個(gè)軟件可以完成你所需的所有工作，要是想讓你的響應(yīng)面好看，用MATLAB也可以，三維，四維的都可以，在MATLAB區(qū)中有我寫的現(xiàn)成的用MATLAB語(yǔ)句實(shí)現(xiàn)第四維的表示方法，很好用。另外用SARS軟件也是可以的，不過(guò)語(yǔ)句能比MATLAB復(fù)雜一點(diǎn)點(diǎn)。EXCEL也可以，不過(guò)做出的響應(yīng)面，美觀程度差一點(diǎn)點(diǎn)。我有個(gè)想法，能不能在初始時(shí)用正交實(shí)驗(yàn)確定出中心點(diǎn)的范圍，然后將數(shù)據(jù)用SAS中的主成份分析，得到影響最顯著的幾個(gè)因素，然后用RSM做，這樣主要影響因素有了，中心點(diǎn)也有了。做起來(lái)也好做，不會(huì)PB等軟件的戰(zhàn)友也可以輕松操作。

不知這樣可不可行？希望大家討論討論P(yáng)B實(shí)驗(yàn)設(shè)計(jì)的數(shù)據(jù)處理\o"推薦此帖到排行榜"0我使用SAS進(jìn)行試驗(yàn)設(shè)計(jì)的，11個(gè)因素+4個(gè)dummyvariables，做16次實(shí)驗(yàn)。

PB實(shí)驗(yàn)設(shè)計(jì)的數(shù)據(jù)已經(jīng)出來(lái)了，但是怎么分析不了。

用Analysist→Statistics→Regression→Linear分析出來(lái)的結(jié)果像圖里面這樣，

怎么回事呢？后面幾列的StandardError,t

value以及p值都沒有。

我給試驗(yàn)設(shè)計(jì)的表也列出來(lái)吧，請(qǐng)各位高手分析一下，到底是哪方面原因?qū)е碌摹?/p>

表中X2，X4，X8，X15這4列是dummyvariables，沒有賦值，其余11個(gè)是考查的因素。

y是考查指標(biāo)（轉(zhuǎn)化率%）

上面是圖片，順便給表格放在word里面，以附件傳上來(lái)，請(qǐng)大家?guī)头治龇治觥?/p>

想知道的幾個(gè)問(wèn)題：

1.試驗(yàn)設(shè)計(jì)有沒有問(wèn)題？

2.就按照表中設(shè)計(jì)的試驗(yàn)做了16次實(shí)驗(yàn)，沒有將每次重復(fù)3遍取平均值，是不是可以？

3.這些數(shù)據(jù)該怎么處理，怎么用SAS處理會(huì)出現(xiàn)上面的情況，沒有標(biāo)準(zhǔn)誤差，t值以及p值？

謝謝了先~附件：(7K)下載次數(shù):5很想問(wèn)一下，那個(gè)虛擬變量如何設(shè)置啊一般多少個(gè)

還有最重要的是實(shí)驗(yàn)過(guò)程中到底如何進(jìn)行啊

小妹真的沒有概念虛擬變量好像一般設(shè)個(gè)三個(gè)左右

實(shí)驗(yàn)次數(shù)都為四的的倍數(shù)，如果你要測(cè)定8個(gè)因素，實(shí)驗(yàn)次數(shù)仍為12，那么就可以設(shè)三個(gè)虛擬變量。

8＋3＝11<12

記住k個(gè)因素和實(shí)驗(yàn)次數(shù)之間的關(guān)系是

K小于或等于n－1

具體實(shí)驗(yàn)過(guò)程中，我個(gè)人覺得就是高低水平都為－，就是什么都不加，只是增加了實(shí)驗(yàn)次數(shù)，控制誤差的作用。實(shí)驗(yàn)過(guò)程中控制誤差可以通過(guò)重復(fù)試驗(yàn)達(dá)到。而實(shí)驗(yàn)誤差的計(jì)算可以通過(guò)增加中心點(diǎn)次數(shù)實(shí)現(xiàn)。如果不能進(jìn)行誤差分析，那么就談不上數(shù)據(jù)分析了。我也是剛剛起步，幸虧有發(fā)酵人，大家可以一起交流！

一般來(lái)說(shuō)，試驗(yàn)設(shè)計(jì)的時(shí)候k次實(shí)驗(yàn)的話，

（考查因素+虛擬變量）=k－1。

比如，１２次實(shí)驗(yàn)，考查８?jìng)€(gè)因素，那么剩下的３個(gè)變量就可以不賦值，

仍為ｕｎｃｏｄｅｄ。

不過(guò)這種dummyvariables選擇國(guó)內(nèi)期刊和國(guó)外期刊有所不同：

國(guó)內(nèi)的：如版友們所說(shuō)，隨機(jī)選擇的比較多。

外文期刊：1.沒有標(biāo)出dummyvariables，比如12次實(shí)驗(yàn)，設(shè)計(jì)表就列出了8個(gè)考查因素，而3個(gè)dummyvariables沒有標(biāo)出；

2.標(biāo)出了，但是給dummyvariables都列在一塊，比如就放最后幾列。

3.也看到就根本沒有設(shè)dummyvariables的，比如12次實(shí)驗(yàn)就考查11個(gè)因素的。初學(xué)求教：什么是PB實(shí)驗(yàn)和爬坡實(shí)驗(yàn)啊\o"推薦此帖到排行榜"0什么是PB實(shí)驗(yàn)和爬坡實(shí)驗(yàn)啊

剛開始做實(shí)驗(yàn)，什么都不知道，萬(wàn)望各位賜教??！pb是plackett-Burman的縮寫，是一種篩選試驗(yàn)。就是從眾多影響因素中篩選出具有主效應(yīng)的因子。至于最陡爬坡我也不太清楚。我也想知道。

額要點(diǎn)名了，細(xì)履平沙斑竹，指點(diǎn)一下吧。

謝謝了！斑竹，給大家講解一下吧，我也特別想知道什么是最陡爬坡，我看過(guò)你的帖子，知道你是試驗(yàn)設(shè)計(jì)的行家。望斑竹不吝賜教。最陡爬坡實(shí)驗(yàn)它能最快逼近最大響應(yīng)面區(qū)域,確定中心組合實(shí)驗(yàn)的中心點(diǎn),能保證響應(yīng)面分析結(jié)果的準(zhǔn)確有效性.

我只知道這么一點(diǎn)吧.還望樓下的人能補(bǔ)充細(xì)化一下呢.一般都會(huì)作，但是如果實(shí)驗(yàn)結(jié)果由方差分析發(fā)現(xiàn)選取的水平已接近最大響應(yīng)區(qū)域，那么就可以不再進(jìn)行最陡爬坡實(shí)驗(yàn)，最后用中心復(fù)合設(shè)計(jì)及響應(yīng)面分析來(lái)確定主要影響因子的最佳濃度。你可以看看有關(guān)資料.一般是先作部分因素實(shí)驗(yàn)(FFD),再做最陡爬坡實(shí)驗(yàn).再利用中心組合實(shí)驗(yàn)確定中心點(diǎn),

如果采用PB實(shí)驗(yàn),一般不作最陡爬坡實(shí)驗(yàn),直接用中心組合實(shí)驗(yàn)確定中心點(diǎn).具體原理我不記不清了.明天我上傳一個(gè)這個(gè)方面的資料吧.上傳一篇文章.可能對(duì)你有幫助.[此貼被細(xì)履平沙在2008-06-0815:02重新編輯]附件：(358K)下載次數(shù):63需要經(jīng)驗(yàn)值:30怎么又方差分析看所選水平是否已經(jīng)接近最大響應(yīng)區(qū)域呢？謝謝！PB試驗(yàn)可以用來(lái)篩選培養(yǎng)基中不同成分對(duì)試驗(yàn)結(jié)果的影響，通過(guò)PB試驗(yàn)得到影響較大的試驗(yàn)因素；爬坡試驗(yàn)就是從PB試驗(yàn)的中心點(diǎn)開始，根據(jù)PB試驗(yàn)的得出的每種因子的系數(shù)來(lái)確定爬坡方向以及步長(zhǎng)，爬坡試驗(yàn)主要目的是逼近主要試驗(yàn)因子的最適添加水平；之后根據(jù)爬坡試驗(yàn)的結(jié)果就可以做相應(yīng)面了，也就可以最后確定每種重要因子的添加量了。

嘿嘿，我也是初學(xué)者，希望這些能對(duì)你有幫助請(qǐng)教一下：響應(yīng)曲面1.414到-1.414中間5個(gè)水平的步長(zhǎng)如何設(shè)計(jì)？\o"推薦此帖到排行榜"0還需要看回歸系數(shù)嗎？設(shè)計(jì)的時(shí)候憑經(jīng)驗(yàn)還是有具體的公式？

緊急求救~0是中間，1如果相當(dāng)于中間偏大2.0水平，那么1.414就相當(dāng)于中間偏大2.828水平.我是這么理解的，這個(gè)不能靠經(jīng)驗(yàn)，而是根據(jù)程序要求。關(guān)于PB設(shè)計(jì)中的t檢驗(yàn)和P檢驗(yàn)\o"推薦此帖到排行榜"0請(qǐng)問(wèn)各位大俠，PB設(shè)計(jì)中的t檢驗(yàn)和P檢驗(yàn)的功能是否是一樣的？如何通過(guò)t檢驗(yàn)來(lái)認(rèn)定顯著因素？另外，某因子的顯著性大于90%或80%等是如何判斷的？

感謝賜教P的意思是概率，不是P檢驗(yàn)，是根據(jù)T值查到的概率和F值查到的概率。

樓主可能沒有學(xué)習(xí)過(guò)數(shù)理統(tǒng)計(jì)。進(jìn)行實(shí)驗(yàn)設(shè)計(jì)，一些數(shù)學(xué)基本知識(shí)還是要具備的。關(guān)于最陡爬坡（最速上升）的問(wèn)題\o"推薦此帖到排行榜"0我下了發(fā)酵人上的“Pathofsteepestascent/descent”。在學(xué)習(xí)中有些地方不明白，希望大蝦能給予幫助。

在設(shè)計(jì)中需要編寫一個(gè)“最速上升宏”命令，請(qǐng)問(wèn)這個(gè)“最速上升宏”在Minitab15這個(gè)版本中有沒有，如果有在哪里？（本人愚鈍，如果翻譯錯(cuò)誤望大蝦指出以便更正）

還有我點(diǎn)擊“編輯器（D）——啟動(dòng)命令（E）”然后按照minitab技術(shù)支持文件上所給出的方法在會(huì)話窗口里輸入以下命令：

ascentyx.1-x.n;

soreu.1-u.j;

steps;

baseb;

descent;

runsr.

然后回車出現(xiàn)“*錯(cuò)誤*未知Minitab命令:ASCE

MTB>”

我不知道這個(gè)命令應(yīng)該在哪里輸入。望高手指點(diǎn)啊！最陡爬坡必須要輸入命令才能完成嗎？可不可以像pb一樣直接用minitab軟件現(xiàn)有的程序就可以完成設(shè)計(jì)和分析？最陡爬坡實(shí)驗(yàn)我覺得最陡爬坡實(shí)驗(yàn)不需要軟件分析的，直接觀察數(shù)據(jù)變化的趨勢(shì)，找到極點(diǎn)值，附近找到因子參數(shù)范圍再做下一步的響應(yīng)面實(shí)驗(yàn)和分析就可以了。可以參考http://www.faPB試驗(yàn)設(shè)計(jì)\o"推薦此帖到排行榜"0外文資料里面dummyvariables要么沒有列出來(lái)，有些就根本沒有設(shè)（比如8次試驗(yàn)就做7個(gè)因素），要么所有的dummyvariables就全部都列在一起，只有看到國(guó)內(nèi)的文章才是將dummyvariables隨機(jī)的列出來(lái)。

在版上也看到說(shuō)要有dummyvariables，并且要隨機(jī)的選擇。

那么dummyvariables到底要不要，要的話是不列出來(lái)，還是所有的就放最后幾列呢？我認(rèn)為dummyvariables的位置不影響分析結(jié)果。但是這個(gè)參數(shù)應(yīng)該有。有道理，

另外，每一組試驗(yàn)只做一次，還是做個(gè)重復(fù)比如同一組做3次，然后取他們的平均值呢？

要是只做一次會(huì)不會(huì)誤差比較大，影響試驗(yàn)結(jié)果？重復(fù)多次可以減少某些異常點(diǎn)引入的誤差，減少噪音，提高模型顯著性。

有兩種方法，一種是在程序中設(shè)置3個(gè)重復(fù)，實(shí)驗(yàn)結(jié)果都輸入實(shí)驗(yàn)表，也可以在程序中設(shè)1個(gè)duplication，然后將數(shù)值平均后輸入實(shí)驗(yàn)表。

從pb到最陡爬坡，如何設(shè)計(jì)步長(zhǎng)，求救啊~\o"推薦此帖到排行榜"0pb做完了，也做了重復(fù)，現(xiàn)在真是不會(huì)確定步長(zhǎng)

真的是很笨，希望高手指點(diǎn)一下

求救啊~細(xì)心看看以前的貼子，有詳細(xì)的介紹。

一個(gè)參數(shù)（A）根據(jù)自己的經(jīng)驗(yàn)確定，其它參數(shù)根據(jù)PB試驗(yàn)公式中的系數(shù)來(lái)確定。具體找貼子吧?？聪旅娴馁N子，topmit有介紹。

99&keyword=%E7%88%AC%E5%9D%A1做了響應(yīng)曲面分析，圖形不對(duì)，麻煩大家看看哪里出了問(wèn)題\o"推薦此帖到排行榜"0圖片：

我是先單因素----pb----最陡爬坡----響應(yīng)曲面的

結(jié)果很不如意啊，想聽聽大家的意見，修改一下，繼續(xù)向前挺進(jìn)

呵呵大家多提意見啊hope59你好，我想請(qǐng)教一下你爬坡實(shí)驗(yàn)怎么設(shè)計(jì)的，是用minitab設(shè)計(jì)的嗎？關(guān)于爬坡步長(zhǎng)\o"推薦此帖到排行榜"0我看了些文獻(xiàn)，關(guān)于爬坡步長(zhǎng)的說(shuō)法不一。

有文獻(xiàn)這樣確定最陡爬坡的，步長(zhǎng)公式=e×△j×bj,其中bj為一次回歸的回歸系數(shù)，△j為變化半徑．這樣看來(lái)，回歸系數(shù)越大，步長(zhǎng)應(yīng)該越大啊。

而有的文獻(xiàn)又說(shuō)回歸系數(shù)越大，步長(zhǎng)應(yīng)該越小。我覺得這種說(shuō)法也對(duì)，因?yàn)榛貧w系數(shù)大，說(shuō)明對(duì)響應(yīng)值的影響越大啊，響應(yīng)值對(duì)因素變化非常靈敏，所以步長(zhǎng)取值應(yīng)該小點(diǎn)，以免錯(cuò)過(guò)最優(yōu)點(diǎn)。不知我的理解對(duì)不對(duì)，請(qǐng)大家指教。求助：可不可以用pb方法進(jìn)行非培養(yǎng)基優(yōu)化的發(fā)酵實(shí)驗(yàn)啊\o"推薦此帖到排行榜"0小女子剛接觸發(fā)酵實(shí)驗(yàn)，對(duì)很多東西不是太了解，最近查文獻(xiàn)資料發(fā)現(xiàn)PB方法進(jìn)行實(shí)驗(yàn)優(yōu)化很方便，但是所查的資料都是關(guān)于培養(yǎng)基優(yōu)化的，很想知道是不是可以用PB進(jìn)行其他非培養(yǎng)基優(yōu)化的實(shí)驗(yàn)？比如說(shuō)有很多因素像溫度、PH、鈣離子濃度等。如果可以用PB法優(yōu)化，那在進(jìn)行“確定因素水平”階段是不是也可以用“最陡爬坡實(shí)驗(yàn)”進(jìn)行非培養(yǎng)基優(yōu)化的實(shí)驗(yàn)?zāi)?？希望高手給予解決，小女子不勝感激沒有問(wèn)題，可以用。但是進(jìn)行試驗(yàn)之前，要考慮好試驗(yàn)的目的，不能只是為了試驗(yàn)而試驗(yàn)，而要考慮試驗(yàn)的結(jié)果是不是能夠達(dá)到某種效果和實(shí)驗(yàn)條件能不能實(shí)現(xiàn)。優(yōu)化包括：培養(yǎng)基優(yōu)化（碳源，氮源，無(wú)機(jī)鹽等），培養(yǎng)條件優(yōu)化（溫度、PH、轉(zhuǎn)速，裝液量等）

實(shí)驗(yàn)設(shè)計(jì)：根據(jù)需要，自由組合，可以同時(shí)優(yōu)化眾多因素，不必拘泥于是培養(yǎng)基還是培養(yǎng)條件。響應(yīng)面設(shè)計(jì)的三個(gè)階段\o"推薦此帖到排行榜"0ItispossibletoseparateanoptimizationstudyusingRSMintothreestages.Thefirststageisthepreliminaryworkinwhichthedeterminationoftheindependentparametersandtheirlevelsarecarriedout.Thesecondstageistheselectionoftheexperimentaldesignandthepredictionandverificationofthemodelequation.Thelast

oneisobtainingtheresponsesurfaceplotandcontourplotoftheresponseasafunctionoftheindependentparametersanddeterminationofoptimumpoints.

三個(gè)階段。

1，準(zhǔn)備階段，決定獨(dú)立變量及其水平。

2，實(shí)驗(yàn)設(shè)計(jì)的選擇及模型的驗(yàn)證

3，根據(jù)響應(yīng)面來(lái)確定優(yōu)化條件。求救：pb試驗(yàn)我做了好幾次，總是找不到影響顯著的因子\o"推薦此帖到排行榜"0我做了好幾次pb試驗(yàn)，可是總也找不到影響顯著的因子，就是大于95%的兩個(gè)到三個(gè)因子，我的基本都在80%左右，很是郁悶啊

備受打擊，但是郁悶完了，還是想找找問(wèn)題，調(diào)整濃度繼續(xù)篩選

不知道大家有沒有遇到類似的問(wèn)題？都從哪里入手調(diào)節(jié)？

對(duì)了，我看很多文獻(xiàn)上都說(shuō)，高水平一般是低水平的1.25倍，這個(gè)很固定嗎

我都是按照1.25倍做的，不會(huì)是這里有問(wèn)題吧

還是要focus到上面的問(wèn)題，遇到顯著性不高的問(wèn)題，應(yīng)該如何調(diào)整？

希望高手多多指教！試試高水平是低水平的1.5倍看看~生物過(guò)程存在嚴(yán)重的交互作用，而PB實(shí)驗(yàn)次數(shù)少，因此在交互作用解決上有一定的問(wèn)題。所以在生物領(lǐng)域先進(jìn)行單因素考察，然后再進(jìn)行組合試驗(yàn)是有一定道理的。我感覺也可以先進(jìn)行PB實(shí)驗(yàn)多考察一些因素，然后再減少因素并進(jìn)一步探索因素間的交互作用。首先：你考察的是幾個(gè)因素？如果存在交互作用，確實(shí)會(huì)存在上述情況。

第二：你的響應(yīng)量是什么，該數(shù)據(jù)是否可靠？

比如，我們做糖的，響應(yīng)量就是胞外多糖，胞內(nèi)多糖。測(cè)糖的方法是濃硫酸苯酚法。如果實(shí)驗(yàn)設(shè)計(jì)者對(duì)該方法掌握不好，就算是同一個(gè)樣品，測(cè)定結(jié)果差別甚大，那么，這就不是實(shí)驗(yàn)設(shè)計(jì)分析本身的錯(cuò)誤，而是實(shí)驗(yàn)設(shè)計(jì)者的錯(cuò)誤！只要大于７５％就行了我是以生物量作為指標(biāo)，用涂平板檢測(cè)的

我用了七個(gè)因子，用minitab設(shè)計(jì)的12次試驗(yàn)，經(jīng)過(guò)分析，只有一個(gè)因子的可性度在90%以上

在此之前，我做過(guò)比較全面的單因子試驗(yàn)，但是由于單因子試驗(yàn)用的是化合物能清楚的知道碳濃度、氮濃度等詳細(xì)的參數(shù)

現(xiàn)在做工業(yè)發(fā)酵，用的都是豆餅粉之類的，所以在量上還是需要摸索

后期要做響應(yīng)面，所以pb試驗(yàn)做的比較謹(jǐn)慎，怕后期出現(xiàn)更大的錯(cuò)誤。

我這周重復(fù)一下上次的試驗(yàn)，再把倍數(shù)擴(kuò)大到1.5試試看

非常感謝大家這么熱心的幫助我，真是很感動(dòng)哦

不知道我現(xiàn)在的設(shè)計(jì)有沒有什么地方不合適?

希望大家多多批評(píng)指正！不知道樓主，為什么7個(gè)因子要用12次實(shí)驗(yàn)設(shè)計(jì)呢？minitab上自動(dòng)生成的啊

還有就是每次生成的圖表都不一樣呢，很是奇怪

版主是不是覺得我的設(shè)計(jì)有問(wèn)題啊

我剛準(zhǔn)備瓶子，準(zhǔn)備做了，呵呵，看樣子是有問(wèn)題了哦

我回去再看看，晚上再做吧，版主加我qq吧43787903

可能需要和您好好討論一下呢

謝謝，我在線等首先：7個(gè)因子，做8次實(shí)驗(yàn)足夠。不知道你設(shè)計(jì)過(guò)程中是否有哪一步?jīng)]選好。

其次：低水平和高水平的倍數(shù)，一般在1.5左右，多了少了并沒太大關(guān)系。只要不是認(rèn)為的胡亂加大水平值，PB篩選還是比較可靠的。

再次：我實(shí)驗(yàn)室是不準(zhǔn)安裝QQ等聊天軟件的。所以，只能我回家加你了。關(guān)于爬坡實(shí)驗(yàn)的疑問(wèn)！\o"推薦此帖到排行榜"0爬坡試驗(yàn)需要軟件設(shè)計(jì)嗎？我剛做完pb試驗(yàn)，篩選完重要因子，然后是不是應(yīng)該以高水平為中心，上下篩選幾個(gè)濃度(一般也要七八個(gè)濃度吧），這時(shí)候步長(zhǎng)設(shè)計(jì)有什么要求嗎？濃度個(gè)數(shù)設(shè)置有要求嗎？需要軟件設(shè)計(jì)嗎？

版主快來(lái)指導(dǎo)一下吧！

最爬坡試驗(yàn)最后要達(dá)到什么要求才能進(jìn)一步進(jìn)行響應(yīng)曲面試驗(yàn)？

爬坡試驗(yàn)需要或者能用minitab設(shè)計(jì)嗎？我看到的論文上好像只是將得到的數(shù)據(jù)比較產(chǎn)量高低呢？

puzzledandhelp！你做完了PB從分析的數(shù)據(jù)上就可以看出每個(gè)因子的影響是正還是負(fù)！所以設(shè)計(jì)的時(shí)候一定注意不要搞錯(cuò)了！

步長(zhǎng)的設(shè)置也要看你自己實(shí)驗(yàn)本身，不能套用！所選擇幾個(gè)比較好，能達(dá)到你的實(shí)驗(yàn)?zāi)康模褪潜平钣械捻憫?yīng)區(qū)域！越逼近越有利于下一步的實(shí)驗(yàn)！回歸與相關(guān)\o"推薦此帖到排行榜"0回歸與相關(guān)

--------------------------------------------------------------------------------

一、直線回歸分析

直線回歸是用直線回歸方程表示兩個(gè)數(shù)量變量間依存關(guān)系的統(tǒng)計(jì)分析方法，屬雙變量分析的范疇。

1.直線回歸方程的求法

（1）回歸方程的概念:

直線回歸方程的一般形式是Y（音yhat）=a+bx，其中x為自變量，一般為資料中能精確測(cè)定和控制的量，Y為應(yīng)變量，指在x規(guī)定范圍內(nèi)隨機(jī)變化的量。a為截距，是回歸直線與縱軸的交點(diǎn)，b為斜率，意為x每改變一個(gè)單位時(shí),Y的變化量。

(2)直線回歸方程的求法

確定直線回歸方程利用的是最小二乘法原理，基本步驟為：

1）先求b，基本公式為b=lxy/lxx=SSxy/SSxx,其中l(wèi)xy為X,Y的離均差積和，lxx為X的離均差平方和；

2）再求a，根據(jù)回歸方程a等于Y的均值減去x均值與b乘積的差值。

(3)回歸方程的圖示:

根據(jù)回歸方程，在坐標(biāo)軸上任意取相距較遠(yuǎn)的兩點(diǎn)，連接上述兩點(diǎn)就可得到回歸方程的圖示。應(yīng)注意的是，連出的回歸直線不應(yīng)超過(guò)x的實(shí)測(cè)值范圍.

2.回歸關(guān)系的檢驗(yàn)

回歸關(guān)系的檢驗(yàn)又稱回歸方程的檢驗(yàn)，其目的是檢驗(yàn)求得的回歸方程在總體中是否成立，即是否樣本代表的總體也有直線回歸關(guān)系。方法有以下兩種：

(1)方差分析

其基本思想是將總變異分解為SS回歸和SS剩余，然后利用F檢驗(yàn)來(lái)判斷回歸方程是否成立。

(2)t檢驗(yàn)

其基本思想是利用樣本回歸系數(shù)b與總體均數(shù)回歸系數(shù)?進(jìn)行比較來(lái)判斷回歸方程是否成立，實(shí)際應(yīng)用中因?yàn)榛貧w系數(shù)b的檢驗(yàn)過(guò)程較為復(fù)雜,而相關(guān)系數(shù)r的檢驗(yàn)過(guò)程簡(jiǎn)單并與之等價(jià),故一般用相關(guān)系數(shù)r的檢驗(yàn)來(lái)代替回歸系數(shù)b的檢驗(yàn)。

3.直線回歸方程的應(yīng)用

(1)描述兩變量之間的依存關(guān)系；

利用直線回歸方程即可定量描述兩個(gè)變量間依存的數(shù)量關(guān)系

(2)利用回歸方程進(jìn)行預(yù)測(cè)；

把預(yù)報(bào)因子（即自變量x）代入回歸方程對(duì)預(yù)報(bào)量（即因變量Y）進(jìn)行估計(jì)，即可得到個(gè)體Y值的容許區(qū)間。

(3)利用回歸方程進(jìn)行統(tǒng)計(jì)控制

規(guī)定Y值的變化，通過(guò)控制x的范圍來(lái)實(shí)現(xiàn)統(tǒng)計(jì)控制的目標(biāo)。如已經(jīng)得到了空氣中NO2的濃度和汽車流量間的回歸方程，即可通過(guò)控制汽車流量來(lái)控制空氣中NO2的濃度。

4.應(yīng)用直線回歸的注意事項(xiàng)

(1)做回歸分析要有實(shí)際意義；

(2)回歸分析前,最好先作出散點(diǎn)圖；

(3)回歸直線不要外延。

二、直線相關(guān)分析

1.直線相關(guān)的概念

直線相關(guān)分析是描述兩變量間是否有直線關(guān)系以及直線關(guān)系的方向和密切程度的分析方法。用以描述兩變量間相關(guān)關(guān)系的指標(biāo)是相關(guān)系數(shù)（常用r表示），兩變量間相關(guān)關(guān)系的種類有正相關(guān)（0<r<1）、負(fù)相關(guān)（-1<r<0）、零相關(guān)（r=0）、完全相關(guān)(|r|=1)等。相關(guān)分析對(duì)資料的要求是兩變量（x,y）均是符合正態(tài)分布的隨機(jī)變量。

2.相關(guān)系數(shù)的計(jì)算

相關(guān)系數(shù)是x,Y的離均差積和lxy除以X的離均差平方和lxx與Y的離均差平方和lyy之積的算術(shù)平方根的商。故此相關(guān)系數(shù)又被稱為積差相關(guān)系數(shù)。

3.相關(guān)系數(shù)的假設(shè)檢驗(yàn)

相關(guān)系數(shù)檢驗(yàn)的目的是判斷兩變量的總體是否有相關(guān)關(guān)系，方法有t檢驗(yàn)和查表法，t檢驗(yàn)法是樣本與總體的比較，查表法是直接查相關(guān)系數(shù)界值表得到相應(yīng)的概率p。

三、直線相關(guān)與回歸的區(qū)別與聯(lián)系

區(qū)別：1.相關(guān)說(shuō)明相關(guān)關(guān)系，回歸說(shuō)明依存關(guān)系；

2.r與b有區(qū)別；

3.資料要求不同。

聯(lián)系：1.r與b值可相互換算；

2.r與b正負(fù)號(hào)一致；

3.r與b的假設(shè)檢驗(yàn)等價(jià)；

4.回歸可解釋相關(guān)。相關(guān)系數(shù)的平方r2(又稱決定系數(shù))是回歸平方和與總的離均差平方和之比，故回歸平方和是引入相關(guān)變量后總平方和減少的部分。

四、等級(jí)相關(guān)分析

等級(jí)相關(guān)分析適用于資料不是正態(tài)雙變量或總體分布未知，數(shù)據(jù)一端或兩端有不確定值的資料或等級(jí)資料。常用的Spearman等級(jí)相關(guān)系數(shù)rs是利用x，Y的秩次來(lái)進(jìn)行直線相關(guān)分析的。因此當(dāng)x，Y的相同秩次較多時(shí)，計(jì)算出的rs需矯正。同樣的，等級(jí)相關(guān)系數(shù)rs也需要進(jìn)行假設(shè)檢驗(yàn)。

五、相關(guān)分析應(yīng)用中的注意事項(xiàng)

1.相關(guān)分析要有實(shí)際意義；

2.相關(guān)關(guān)系不一定都是“因果”關(guān)系；

3.相關(guān)系數(shù)r假設(shè)檢驗(yàn)中p的大小不能說(shuō)明相關(guān)的密切程度；

4.直線相關(guān)和等級(jí)相關(guān)有各自不同的適用條件方差分析\o"推薦此帖到排行榜"0方差分析

--------------------------------------------------------------------------------

一、方差分析的基本思想

1.方差分析的概念

方差分析（ANOVA）又稱變異數(shù)分析或F檢驗(yàn)，其目的是推斷兩組或多組資料的總體均數(shù)是否相同，檢驗(yàn)兩個(gè)或多個(gè)樣本均數(shù)的差異是否有統(tǒng)計(jì)學(xué)意義。我們要學(xué)習(xí)的主要內(nèi)容包括單因素方差分析即完全隨機(jī)設(shè)計(jì)或成組設(shè)計(jì)的方差分析和兩因素方差分析即配伍組設(shè)計(jì)的方差分析。

2.方差分析的基本思想

下面我們用一個(gè)簡(jiǎn)單的例子來(lái)說(shuō)明方差分析的基本思想：

如某克山病區(qū)測(cè)得11例克山病患者和13名健康人的血磷值（mmol/L）如下，

患者：0.841.051.201.201.391.531.671.801.872.072.11

健康人：0.540.640.640.750.760.811.161.201.341.351.481.561.87

問(wèn)該地克山病患者與健康人的血磷值是否不同？

從以上資料可以看出，24個(gè)患者與健康人的血磷值各不相同，如果用離均差平方和（SS）描述其圍繞總均數(shù)的變異情況，則總變異有以下兩個(gè)來(lái)源：

（1）組內(nèi)變異，即由于隨機(jī)誤差的原因使得各組內(nèi)部的血磷值各不相等；

（2）組間變異，即由于克山病的影響使得患者與健康人組的血磷值均數(shù)大小不等。

而且：SS總=SS組間+SS組內(nèi)v總=v組間+v組內(nèi)

如果用均方（即自由度v去除離均差平方和的商）代替離均差平方和以消除各組樣本數(shù)不同的影響，則方差分析就是用組內(nèi)均方去除組間均方的商（即F值）與1相比較，若F值接近1，則說(shuō)明各組均數(shù)間的差異沒有統(tǒng)計(jì)學(xué)意義，若F值遠(yuǎn)大于1，則說(shuō)明各組均數(shù)間的差異有統(tǒng)計(jì)學(xué)意義。實(shí)際應(yīng)用中檢驗(yàn)假設(shè)成立條件下F值大于特定值的概率可通過(guò)查閱F界值表（方差分析用）獲得。

3.方差分析的應(yīng)用條件

應(yīng)用方差分析對(duì)資料進(jìn)行統(tǒng)計(jì)推斷之前應(yīng)注意其使用條件，包括：

（1）可比性，若資料中各組均數(shù)本身不具可比性則不適用方差分析。

（2）正態(tài)性，即偏態(tài)分布資料不適用方差分析。對(duì)偏態(tài)分布的資料應(yīng)考慮用對(duì)數(shù)變換、平方根變換、倒數(shù)變換、平方根反正弦變換等變量變換方法變?yōu)檎龖B(tài)或接近正態(tài)后再進(jìn)行方差分析。

（3）方差齊性，即若組間方差不齊則不適用方差分析。多個(gè)方差的齊性檢驗(yàn)可用Bartlett法，它用卡方值作為檢驗(yàn)統(tǒng)計(jì)量，結(jié)果判斷需查閱卡方界值表。

二、方差分析的主要內(nèi)容

根據(jù)資料設(shè)計(jì)類型的不同，有以下兩種方差分析的方法：

1.對(duì)成組設(shè)計(jì)的多個(gè)樣本均數(shù)比較，應(yīng)采用完全隨機(jī)設(shè)計(jì)的方差分析，即單因素方差分析。

2.對(duì)隨機(jī)區(qū)組設(shè)計(jì)的多個(gè)樣本均數(shù)比較，應(yīng)采用配伍組設(shè)計(jì)的方差分析，即兩因素方差分析。

兩類方差分析的基本步驟相同，只是變異的分解方式不同，對(duì)成組設(shè)計(jì)的資料，總變異分解為組內(nèi)變異和組間變異（隨機(jī)誤差），即：SS總=SS組間+SS組內(nèi)，而對(duì)配伍組設(shè)計(jì)的資料，總變異除了分解為處理組變異和隨機(jī)誤差外還包括配伍組變異，即：SS總=SS處理+SS配伍+SS誤差。整個(gè)方差分析的基本步驟如下：

（1）建立檢驗(yàn)假設(shè)；

H0：多個(gè)樣本總體均數(shù)相等。

H1：多個(gè)樣本總體均數(shù)不相等或不全等。

檢驗(yàn)水準(zhǔn)為0.05。

（2）計(jì)算檢驗(yàn)統(tǒng)計(jì)量F值；

（3）確定P值并作出推斷結(jié)果。

三、多個(gè)樣本均數(shù)的兩兩比較

經(jīng)過(guò)方差分析若拒絕了檢驗(yàn)假設(shè)，只能說(shuō)明多個(gè)樣本總體均數(shù)不相等或不全相等。若要得到各組均數(shù)間更詳細(xì)的信息，應(yīng)在方差分析的基礎(chǔ)上進(jìn)行多個(gè)樣本均數(shù)的兩兩比較。

1.多個(gè)樣本均數(shù)間兩兩比較

多個(gè)樣本均數(shù)間兩兩比較常用q檢驗(yàn)的方法，即Newman-kueuls法，其基本步驟為：

建立檢驗(yàn)假設(shè)-->樣本均數(shù)排序-->計(jì)算q值-->查q界值表判斷結(jié)果。

2.多個(gè)實(shí)驗(yàn)組與一個(gè)對(duì)照組均數(shù)間兩兩比較

多個(gè)實(shí)驗(yàn)組與一個(gè)對(duì)照組均數(shù)間兩兩比較，若目的是減小第II類錯(cuò)誤，最好選用最小顯著差法（LSD法）；若目的是減小第I類錯(cuò)誤，最好選用新復(fù)極差法，前者查t界值表，后者查q’界值表。t檢驗(yàn)和u檢驗(yàn)\o"推薦此帖到排行榜"0t檢驗(yàn)和u檢驗(yàn)

--------------------------------------------------------------------------------

簡(jiǎn)而言之，t檢驗(yàn)和u檢驗(yàn)就是統(tǒng)計(jì)量為t,u的假設(shè)檢驗(yàn)，兩者均是常見的假設(shè)檢驗(yàn)方法。當(dāng)樣本含量n較大時(shí)，樣本均數(shù)符合正態(tài)分布，故可用u檢驗(yàn)進(jìn)行分析。當(dāng)樣本含量n小時(shí)，若觀察值x符合正態(tài)分布，則用t檢驗(yàn)（因此時(shí)樣本均數(shù)符合t分布），當(dāng)x為未知分布時(shí)應(yīng)采用秩和檢驗(yàn)。

一、樣本均數(shù)與總體均數(shù)比較的t檢驗(yàn)

樣本均數(shù)與總體均數(shù)比較的t檢驗(yàn)實(shí)際上是推斷該樣本來(lái)自的總體均數(shù)μ與已知的某一總體均數(shù)μ0（常為理論值或標(biāo)準(zhǔn)值）有無(wú)差別。如根據(jù)大量調(diào)查，已知健康成年男性的脈搏均數(shù)為72次/分，某醫(yī)生在一山區(qū)隨即抽查了25名健康男性，求得其脈搏均數(shù)為74.2次/分，標(biāo)準(zhǔn)差為6.0次/分，問(wèn)是否能據(jù)此認(rèn)為該山區(qū)成年男性的脈搏均數(shù)高于一般成年男性。

上述兩個(gè)均數(shù)不等既可能是抽樣誤差所致，也有可能真是環(huán)境差異的影響，為此，可用t檢驗(yàn)進(jìn)行判斷，檢驗(yàn)過(guò)程如下：

1.建立假設(shè)

H0：μ=μ0=72次/分，H0：μ>μ0，檢驗(yàn)水準(zhǔn)為單側(cè)0.05。

2.計(jì)算統(tǒng)計(jì)量

進(jìn)行樣本均數(shù)與總體均數(shù)比較的t檢驗(yàn)時(shí)t值為樣本均數(shù)與總體均數(shù)差值的絕對(duì)值除以標(biāo)準(zhǔn)誤的商，其中標(biāo)準(zhǔn)誤為標(biāo)準(zhǔn)差除以樣本含量算術(shù)平方根的商。

3.確定概率，作出判斷

以自由度v(樣本含量n減1)查t界值表，0.025<P<0.05，拒絕H0，接受H1，可認(rèn)為該山區(qū)成年男性的脈搏均數(shù)高于一般成年男性。

應(yīng)注意的是，當(dāng)樣本含量n較大時(shí)，可用u檢驗(yàn)代替t檢驗(yàn)。

二、配對(duì)設(shè)計(jì)的t檢驗(yàn)

配對(duì)設(shè)計(jì)是一種比較特殊的設(shè)計(jì)方式，能夠很好地控制非實(shí)驗(yàn)因素對(duì)結(jié)果的影響，有自身配對(duì)和非自身配對(duì)之分。配對(duì)設(shè)計(jì)資料的t檢驗(yàn)實(shí)際上是用配對(duì)差值與總體均數(shù)“0”進(jìn)行比較，即推斷差數(shù)的總體均數(shù)是否為“0”。故其檢驗(yàn)過(guò)程與樣本均數(shù)與總體均數(shù)比較的t檢驗(yàn)類似，即：

1.建立假設(shè)

H0：μd=0，即差值的總體均數(shù)為“0”，H1：μd>0或μd<0，即差值的總體均數(shù)不為“0”，檢驗(yàn)水準(zhǔn)為0.05。

2.計(jì)算統(tǒng)計(jì)量

進(jìn)行配對(duì)設(shè)計(jì)t檢驗(yàn)時(shí)t值為差值均數(shù)與0之差的絕對(duì)值除以差值標(biāo)準(zhǔn)誤的商，其中差值標(biāo)準(zhǔn)誤為差值標(biāo)準(zhǔn)差除以樣本含量算術(shù)平方根的商。

3.確定概率，作出判斷

以自由度v(對(duì)子數(shù)減1)查t界值表，若P<0.05，則拒絕H0，接受H1，若P>=0.05，則還不能拒絕H0。

三、成組設(shè)計(jì)兩樣本均數(shù)比較的t檢驗(yàn)

成組設(shè)計(jì)兩樣本均數(shù)比較的t檢驗(yàn)又稱成組比較或完全隨機(jī)設(shè)計(jì)的t檢驗(yàn)，其目的是推斷兩個(gè)樣本分別代表的總體均數(shù)是否相等。其檢驗(yàn)過(guò)程與上述兩種t檢驗(yàn)也沒有大的差別，只是假設(shè)的表達(dá)和t值的計(jì)算公式不同。

兩樣本均數(shù)比較的t檢驗(yàn),其假設(shè)一般為：H0：μ1=μ2，即兩樣本來(lái)自的總體均數(shù)相等，H1：μ1>μ2或μ1<μ2，即兩樣本來(lái)自的總體均數(shù)不相等，檢驗(yàn)水準(zhǔn)為0.05。

計(jì)算t統(tǒng)計(jì)量時(shí)是用兩樣本均數(shù)差值的絕對(duì)值除以兩樣本均數(shù)差值的標(biāo)準(zhǔn)誤。

應(yīng)注意的是當(dāng)樣本含量n較大時(shí)（如大于100時(shí)）可用u檢驗(yàn)代替t檢驗(yàn)，此時(shí)u值的計(jì)算公式較t值的計(jì)算公式要簡(jiǎn)單的多。

四、t檢驗(yàn)的應(yīng)用條件和注意事項(xiàng)

兩個(gè)小樣本均數(shù)比較的t檢驗(yàn)有以下應(yīng)用條件：

（1）兩樣本來(lái)自的總體均符合正態(tài)分布，

（2）兩樣本來(lái)自的總體方差齊。

故在進(jìn)行兩小樣本均數(shù)比較的t檢驗(yàn)之前，要用方差齊性檢驗(yàn)來(lái)推斷兩樣本代表的總體方差是否相等，方差齊性檢驗(yàn)的方法使用F檢驗(yàn)，其原理是看較大樣本方差與較小樣本方差的商是否接近“1”。若接近“1”，則可認(rèn)為兩樣本代表的總體方差齊。判斷兩樣本來(lái)自的總體是否符合正態(tài)分布，可用正態(tài)性檢驗(yàn)的方法。

若兩樣本來(lái)自的總體方差不齊，也不符合正態(tài)分布，對(duì)符合對(duì)數(shù)正態(tài)分布的資料可用其幾何均數(shù)進(jìn)行t檢驗(yàn)，對(duì)其他資料可用t’檢驗(yàn)或秩和檢驗(yàn)進(jìn)行分析。實(shí)驗(yàn)設(shè)計(jì)基本概念\o"推薦此帖到排行榜"0實(shí)驗(yàn)設(shè)計(jì)

--------------------------------------------------------------------------------

一、實(shí)驗(yàn)設(shè)計(jì)的概念、特點(diǎn)和分類

1.實(shí)驗(yàn)設(shè)計(jì)的概念

將一組隨機(jī)抽取的實(shí)驗(yàn)對(duì)象隨機(jī)分配到兩種或多種處理組，觀察比較不同處理的效應(yīng)，這種研究稱為“實(shí)驗(yàn)研究”.

“實(shí)驗(yàn)設(shè)計(jì)”是為實(shí)驗(yàn)研究做的周密計(jì)劃。

2.實(shí)驗(yàn)研究的特點(diǎn)

（1）能有效地控制誤差，節(jié)省人、財(cái)、物力，提高效率。

（2）研究者能人為地設(shè)置處理因素。

（3）受試對(duì)象接受何種處理及處理因素的水平是隨機(jī)分配的。

3.實(shí)驗(yàn)研究的分類

（1）動(dòng)物實(shí)驗(yàn)：在動(dòng)物身上進(jìn)行的實(shí)驗(yàn)研究。

（2）臨床實(shí)驗(yàn)：在臨床患病人群中進(jìn)行的試驗(yàn)研究。

（3）社區(qū)干預(yù)實(shí)驗(yàn)：在某地區(qū)所有人群中進(jìn)行的試驗(yàn)研究。

二、實(shí)驗(yàn)設(shè)計(jì)的基本要素

1.處理因素

又稱研究因素，一般是外部施加的因素，確定處理因素時(shí)應(yīng)注意：

（1）抓住實(shí)（試）驗(yàn)中的主要因素。

（2）確定和控制非處理因素。

（3）處理因素要標(biāo)準(zhǔn)化。

2.受試對(duì)象

即研究的對(duì)象，一般有人和動(dòng)物兩類。

人的選擇：要注意病人和正常人的正確區(qū)分，診斷要明確，受試對(duì)象依從性要好等。

動(dòng)物選擇：注意所選動(dòng)物的種類、品系、年齡、性別、窩別、體重等。

3.實(shí)驗(yàn)效應(yīng)

即處理因素的效果，應(yīng)注意：

（1）正確選用觀察指標(biāo)來(lái)反映實(shí)驗(yàn)效應(yīng)。所選指標(biāo)要靈敏、精確、客觀，最好選用定量指標(biāo)。

（2）指標(biāo)觀察時(shí)應(yīng)避免偏性，可采用盲法。

三、實(shí)驗(yàn)設(shè)計(jì)的基本原則

1.對(duì)照原則：即實(shí)（試）驗(yàn)要設(shè)立對(duì)照，使得除實(shí)驗(yàn)因素外，對(duì)照組與實(shí)驗(yàn)組其余因素保持一致，常用的對(duì)照有：空白對(duì)照、安

慰劑對(duì)照、標(biāo)準(zhǔn)對(duì)照、實(shí)驗(yàn)對(duì)照、自身對(duì)照和歷史對(duì)照等。

2.重復(fù)原則：即研究對(duì)象要有一定的數(shù)量，或者說(shuō)樣本含量應(yīng)足夠。根據(jù)每個(gè)具體研究，可有不同的方法來(lái)進(jìn)行樣本含量估計(jì)。

3.隨機(jī)化原則：即應(yīng)保證每個(gè)實(shí)驗(yàn)對(duì)象都有同等機(jī)會(huì)進(jìn)入實(shí)驗(yàn)或接受某種處理。常用方法有查隨機(jī)數(shù)字表和隨機(jī)排列表等。隨機(jī)化是保證均衡性的重要手段。

4.均衡原則：即各處理組非實(shí)驗(yàn)因素的條件基本一致，以消除其影響。

四、常用的實(shí)驗(yàn)設(shè)計(jì)方法

1.完全隨機(jī)設(shè)計(jì)

將實(shí)驗(yàn)對(duì)象隨機(jī)分配至兩個(gè)或多個(gè)處理組去進(jìn)行實(shí)驗(yàn)觀察，又稱單因素設(shè)計(jì)、成組設(shè)計(jì)。

優(yōu)點(diǎn)：操作簡(jiǎn)單、應(yīng)用廣泛。

缺點(diǎn)：效率低，只能分析單因素的效應(yīng)。

資料處理方法：t，u檢驗(yàn)，方差分析、秩和檢驗(yàn)、卡方檢驗(yàn)等。

2.配對(duì)（伍）設(shè)計(jì)

將受試對(duì)象配成對(duì)子或配伍組，以消除非實(shí)驗(yàn)因素的影響。配伍設(shè)計(jì)又稱隨機(jī)區(qū)組設(shè)計(jì)。配對(duì)有自身配對(duì)和不同個(gè)體配對(duì)，配

伍實(shí)際上是配對(duì)的推廣。

優(yōu)點(diǎn)：所需樣本數(shù)和效率均高于成組設(shè)計(jì)，而且很好地控制了混雜因素的作用。

缺點(diǎn)：配對(duì)條件不宜滿足。

資料處理方法：配對(duì)t,u檢驗(yàn)，秩和檢驗(yàn)、配伍組方差分析、配對(duì)四格表卡方檢驗(yàn)等。

3.其它實(shí)驗(yàn)設(shè)計(jì)方法：

（1）交叉設(shè)計(jì)：在配對(duì)設(shè)計(jì)基礎(chǔ)上再加入時(shí)間因素，可分析不同階段的效應(yīng)。

（2）析因設(shè)計(jì)、拉丁方設(shè)計(jì)和正交設(shè)計(jì)等。實(shí)驗(yàn)設(shè)計(jì)的意義、原則與基本內(nèi)容<轉(zhuǎn)>\o"推薦此帖到排行榜"0實(shí)驗(yàn)設(shè)計(jì)的意義、原則與基本內(nèi)容

一、實(shí)驗(yàn)設(shè)計(jì)的意義

實(shí)驗(yàn)設(shè)計(jì)是科學(xué)研究計(jì)劃內(nèi)關(guān)于研究方法與步驟的一項(xiàng)內(nèi)容。在醫(yī)學(xué)科研工作中，無(wú)論實(shí)驗(yàn)室研究、臨床療效觀察或現(xiàn)場(chǎng)調(diào)查，在制訂研究計(jì)劃時(shí)，都應(yīng)根據(jù)實(shí)驗(yàn)的目的和條例，結(jié)合統(tǒng)計(jì)學(xué)的要求，針對(duì)實(shí)驗(yàn)的全過(guò)程，認(rèn)真考慮實(shí)驗(yàn)設(shè)計(jì)問(wèn)題。一個(gè)周密而完善的實(shí)驗(yàn)設(shè)計(jì)，能合理地安排各種實(shí)驗(yàn)因素，嚴(yán)格地控制實(shí)驗(yàn)誤差，從而用較少的人力、物力和時(shí)間，最大限度地獲得豐富而可靠的資料。反之，如果實(shí)驗(yàn)設(shè)計(jì)存在著缺點(diǎn)，就可能造成不應(yīng)有的浪費(fèi)，且足以減損研究結(jié)果的價(jià)值?？傊?，實(shí)驗(yàn)設(shè)計(jì)是實(shí)驗(yàn)過(guò)程的依據(jù)，是實(shí)驗(yàn)數(shù)據(jù)處理的前提，也是提高科研成果質(zhì)量的一個(gè)重要保證。

二、實(shí)驗(yàn)設(shè)計(jì)的原則

實(shí)驗(yàn)設(shè)計(jì)有屬于專業(yè)方面的，有屬于統(tǒng)計(jì)方面的。從統(tǒng)計(jì)方面說(shuō)，主要應(yīng)當(dāng)考慮對(duì)照、重復(fù)、隨機(jī)化等問(wèn)題，這就是所謂實(shí)驗(yàn)設(shè)計(jì)的三原則。其具體內(nèi)容我們將在第二、三、四節(jié)介紹。

三、實(shí)驗(yàn)設(shè)計(jì)的基本內(nèi)容

（一）擬定相互比較的處理所謂處理，指的是在實(shí)驗(yàn)研究中欲施加給受試對(duì)象的某些因素。如營(yíng)養(yǎng)實(shí)驗(yàn)的各種飼料，治療某病的幾種療法或藥物，藥理研究中某藥的各種劑量等。在實(shí)驗(yàn)的全過(guò)程中，處理因素要始終如一保持不變，按一個(gè)標(biāo)準(zhǔn)進(jìn)行實(shí)驗(yàn)。如果實(shí)驗(yàn)的處理因素是藥物，那么藥物的成份、含量、出廠批號(hào)等必須保持不變。如果實(shí)驗(yàn)的處理因素是手術(shù)，那么就不能開始時(shí)不熟練，而應(yīng)該在實(shí)驗(yàn)之前使熟練程度穩(wěn)定一致。

（二）確定實(shí)驗(yàn)對(duì)象及數(shù)量這里指的是實(shí)驗(yàn)所用的動(dòng)物或活體組織標(biāo)本等。在實(shí)驗(yàn)設(shè)計(jì)中，要根據(jù)實(shí)驗(yàn)觀察的目的與內(nèi)容，明確規(guī)定采用什么樣的實(shí)驗(yàn)對(duì)象，實(shí)驗(yàn)對(duì)象中的每個(gè)實(shí)驗(yàn)單位必須具備的條件與要求，以保證受試對(duì)象的一致性。實(shí)驗(yàn)對(duì)象需要有一定的數(shù)量，例數(shù)不能太少，也不宜過(guò)多。如何估計(jì)例數(shù)，詳見第四節(jié)。

（三）確定將各實(shí)驗(yàn)單位分配到各種處理中去的原則這主要是隨機(jī)分配或隨機(jī)化問(wèn)題。第三節(jié)將介紹幾種常用的隨機(jī)分組方法。

（四）擬定觀察項(xiàng)目和登記表要根據(jù)研究目的和任務(wù)，選擇對(duì)說(shuō)明實(shí)驗(yàn)結(jié)論最有意義，并具有一定特異性、靈敏性、客觀性的觀察項(xiàng)目。必要的項(xiàng)目不可遺漏，數(shù)據(jù)資料應(yīng)當(dāng)完整無(wú)缺；而無(wú)關(guān)緊要的項(xiàng)目就不必設(shè)立，以免耗費(fèi)人力物力，拖延整個(gè)實(shí)驗(yàn)的時(shí)間，爾后，要按照觀察項(xiàng)目之間的邏輯關(guān)系與順序，編制成便于填寫和統(tǒng)計(jì)的登記表，以便隨時(shí)記錄實(shí)驗(yàn)過(guò)程中獲得的數(shù)據(jù)資料。同一項(xiàng)目的度量衡單位必須統(tǒng)一符號(hào)（如+、++、+++等），應(yīng)有明確的定義。

（五）擬定對(duì)資料整理分析的預(yù)案這就是對(duì)將獲得的數(shù)據(jù)資料準(zhǔn)備如何進(jìn)行整理？要計(jì)算哪些統(tǒng)計(jì)指標(biāo)？用什么統(tǒng)計(jì)分析方法？事先必須有個(gè)初步的設(shè)想。例如對(duì)計(jì)數(shù)資料，是計(jì)算率還是百分比？若計(jì)算率，分子是什么？分母是什么？各組同一項(xiàng)目的某個(gè)率或百分比如何進(jìn)行比較？又如對(duì)計(jì)量資料，是計(jì)算算術(shù)均數(shù)、幾何均數(shù)還是中位數(shù)？同一項(xiàng)目各均數(shù)間應(yīng)采用什么方法作比較？切忌實(shí)驗(yàn)設(shè)計(jì)時(shí)不認(rèn)真考慮，實(shí)驗(yàn)過(guò)后拿數(shù)字去找統(tǒng)計(jì)方法。

Blocking是什么？\o"推薦此帖到排行榜"0Blockingisatechniqueusedtoremovetheexpectedvariationcausedbysomechangeduringthecourseoftheexperiment.Forexample,youmayneedtousetwodifferentrawmaterialbatchestocompletetheexperiment,ortheexperimentmaytakeplaceoverthecourseofseveralshiftsordays.Design-Expertprovidesvariousoptionsforblocking,dependingonhowmanyrunsyouchoosetoperform.Thedefaultof1blockreallymeans"noblocking."

Forexample,inexperimentswith16runs,youmaychoosetocarryouttheexperimentin2or4blocks.Twoblocksmightbehelpfulif,forsomereason,youmustdohalftherunsononedayandtheotherhalfthenextday.Inthiscase,daytodayvariationmayberemovedfromtheanalysisbyblocking.

Whenyouchoosetoblockyourdesign,oneormoreeffectswillnolongerbeestimable.Youcanlookatthealiasstructuretoseewhicheffectshavebeen"losttoblocks."Thisisespeciallyimportantwhenyouhave4ormoreblocks.Incertaincases,atwo-factorinteractionmaybelostandsothenyouwillwanttomakesurethattheinteractionisnotonethatyouareinterestedin.

Anothernoteaboutblocking-itisassumedthattheblockvariabledoesnotinteractwiththefactors.Theeffectmustonlybealinearshift,andnotbedependentonthelevelofoneormoreofthefactorsunderstudy.

Important:Ifyoutrytoblockonafactor,thatfactorwillbealiasedwiththeblockandyouwillnotgetanystatisticaldetailsontheeffectofthatfactor.OnlyblockonthingsthatyouareNOTinterestedinstudying.

Example:Youaretryingtodeterminetheeffectsoffactorsinacoatingprocesssuchasspeed,temperature,andpressureonyourproduct’stensileandelongationproperties.Duetothenumberofrunsinvolved,youwillneedtousetwodifferentbatchesofrawmaterial.Youexpectthatvariationsintherawmaterialmayhaveaneffectontheresponse,butyouarenotinterestedinstudyingthateffectatthistime.Therefore,rawmaterialisNOTafactorandyoushouldblockonitinstead.ThiswillremovetheeffectofrawmaterialontensileandelongationfromtheANOVAandallowyoutobetteridentifytheotherfactoreffects.

Ontheotherhand,ifyouwanttostudytheeffectofrawmaterialbatchvariation,thenitshouldbeincludedasafactorandyoushouldNOTsetupblocksonthisfactor.Youmayneedtorestricttherandomizationbymodifyingtherunorder.Beawarethatunidentifiedtime-basedeffectscouldinfluencetheresultsofyourexperimentwhenyourestrictrandomization.[原創(chuàng)來(lái)自發(fā)酵人]區(qū)塊化設(shè)計(jì)有利于提高分析質(zhì)量。在培養(yǎng)基優(yōu)化過(guò)程中由于因素之間的交互性和生物反應(yīng)的復(fù)雜性，任何其它因素都有可能對(duì)實(shí)驗(yàn)產(chǎn)生巨大的干擾現(xiàn)象。為了盡可能減少其它因素的作用，而突出主因素效應(yīng)，選擇blocking是很有意義的。比較在實(shí)驗(yàn)過(guò)程中一次BB設(shè)計(jì)需要60多個(gè)RUNS。那么因?yàn)橄惧伈荒芡瑫r(shí)滅菌，接種時(shí)間長(zhǎng)，放瓶時(shí)間長(zhǎng)等，這樣我們就可以設(shè)計(jì)2個(gè)blocking。將實(shí)驗(yàn)分成兩次，這樣將消除滅菌時(shí)間不同的影響和減少接種和放瓶時(shí)間長(zhǎng)度。這是一個(gè)例子，也不一定合理，因?yàn)榉謨纱巫龅臅r(shí)候會(huì)帶來(lái)種子的差異，這種差異通過(guò)對(duì)照實(shí)驗(yàn)不一定能很好的消除。所以它只是用來(lái)解釋一下blocking設(shè)計(jì)可以將幾個(gè)不想分析的干擾去除，合理性大家可以討論。

另外區(qū)塊化實(shí)驗(yàn)可以使實(shí)驗(yàn)的風(fēng)險(xiǎn)大大降低，一次在的試驗(yàn)如果失敗，損失也會(huì)很大，同時(shí)特別打擊人的積極性。而區(qū)塊化之后可以將一次大的實(shí)驗(yàn)分成幾次完成，這就是sequentialexperimentation的一項(xiàng)重要措施。BlockinginCentralCompositeDesigns(fromdesignexperthelp)BlockinginCentralCompositeDesigns（中心組合中的區(qū)塊化）

Centralcompositedesignsmaybecarriedoutinblocks.Blockingisadvantageouswhenalloftheexperimentscannotbecarriedoutinonedayorwithonebatchofmaterial.Thefactorialpointscanbedividedinsuchawaythattheblockedeffectiseliminatedbeforecomputationofthemodel.Thefirstoneormoreblocksconsistsofthefactorialdesignwithsomecenterpoints.Theremainingblockconsistsofthestarpoints（也叫軸向點(diǎn)）withadditionalcenterpoints.（兩個(gè)區(qū)塊中都包括中心點(diǎn)，這是進(jìn)行誤差分析必須的）

Blockingschemesvarydependingonthedesignandthenumberoffactors.Asampleblockingselectionforacentralcompositedesignwith4factorsisshownbelow.（4因素實(shí)驗(yàn)需要的run）

1Block:30experiments

2Blocks:20experiments,10experiments

3Blocks:10exp.,10exp.,10exp.

1blockisreallynoblocking.2blockssplitthedesignintothefactorialportionandthestarpoints.For3blocksthefactorialdesignportionissplitintotwoblockswhilethestarpointsmakeupthethirdblock.

Variousblockingpatternsareofferedasoptionsforthecentralcompositedesigns.Inaddition,theblockassignmentscanbechangedafterthedesigniscreated.(Rightclickontheblockcolumnheaderinthedesignlayoutscreen.)

Whentheexperimentisblocked,therewillbeanadditionalchoiceofthealphaleveltouse.Thechoiceisbetweenthealphavalueforperfectrotatabilityandthealphavalueforperfectorthogonalityoftheblocks.Often,thesevaluesarecloseenoughtomakethedifferenceunimportant.(有兩種alpha值，一個(gè)是為了旋轉(zhuǎn)分析需要，一種是正交分析需要，這些值經(jīng)常比較接近，這樣可能減少差異)Thedefaultisthevalueforrotatability.[求助]數(shù)據(jù)分析\o"推薦此帖到排行榜"0大家?guī)兔纯次易龅捻憫?yīng)曲面數(shù)據(jù)如何?謝謝!

Response

1

ANOVAforResponseSurfaceQuadraticModel

Analysisofvariancetable[Partialsumofsquares-TypeIII]

Sumof

Mean

F

p-value

Source

Squares

df

Square

Value

Prob>F

Model

12.14

9

1.35

27.25

0.0001

significant

A-時(shí)間

2.42

1

2.42

48.90

0.0002

B-功率

2.92

1

2.92

58.92

0.0001

C-料液比

0.14

1

0.14

2.89

0.1328

AB

0.58

1

0.58

11.67

0.0112

AC

0.25

1

0.25

5.05

0.0594

BC

0.33

1

0.33

6.68

0.0362

A^2

3.69

1

3.69

74.49

<0.0001

B^2

1.20

1

1.20

24.19

0.0017

C^2

0.20

1

0.20

4.05

0.0840

Residual

0.35

7

0.049

LackofFit

0.29

3

0.095

6.22

0.0548

notsignificant

PureError

0.061

4

0.015

CorTotal

12.48

16

Std.Dev.

0.22

R-Squared

0.9722

Mean

7.95

AdjR-Squared

0.9366

AdjR-Squared

0.9366

這一項(xiàng)合格嗎?模型顯著，失擬不顯著?？雌饋?lái)不錯(cuò)。應(yīng)該是合格。[實(shí)驗(yàn)設(shè)計(jì)]什么是爬坡試驗(yàn),如何設(shè)計(jì)呀?\o"推薦此帖到排行榜"0什么是爬坡試驗(yàn),如何設(shè)計(jì)呀?謝謝大家指點(diǎn)!幫我看看決定是否做最陡爬坡試驗(yàn)的一句英文的意思\o"推薦此帖到排行榜"0Aslongaslackoffit(duetopurequadraticcurvatureandinteractions)isverysmallcomparedtothemaineffects,steepestascentcanbeattempted.

請(qǐng)各位高手幫我看看這句話什么意思，以及其背后的意義?？次墨I(xiàn)時(shí)，沒有發(fā)現(xiàn)這樣的分析。

當(dāng)平方項(xiàng)和交互項(xiàng)占的比例高時(shí)，需要進(jìn)行析因?qū)嶒?yàn)以確定主因素的影響，但是當(dāng)他們占的比例到多少時(shí)，需要做析因?qū)嶒?yàn)？這個(gè)問(wèn)題與樓主的問(wèn)題看起來(lái)是相似的。

我想如果主效應(yīng)的方差分析是顯著的，而失擬不顯著應(yīng)該算合適了。

這樣上面的英文翻譯：

當(dāng)失擬影響（因平方項(xiàng)與交互項(xiàng)引起）與主效應(yīng)相比很小時(shí)，可以考慮應(yīng)用最陡爬坡試驗(yàn)。這是當(dāng)你的主要因素?cái)?shù)值不是最佳數(shù)值的時(shí)候,應(yīng)用最陡爬坡實(shí)驗(yàn).簡(jiǎn)單的說(shuō)就是你所設(shè)計(jì)的影響顯著因素的數(shù)值不是最適宜的,你可以,設(shè)定步長(zhǎng),使數(shù)值增加以達(dá)到影響顯著的效果,一般應(yīng)用這個(gè)的是SAS軟件,你可以下載一些這方面的中文文獻(xiàn),很詳細(xì)的關(guān)于最陡爬坡試驗(yàn)\o"推薦此帖到排行榜"0想請(qǐng)教一下大家，在PB做完后哪些數(shù)據(jù)是用來(lái)做最陡爬坡試驗(yàn)的？還是需要重新設(shè)計(jì)試驗(yàn)，那么minitab里的什么程序可以來(lái)設(shè)計(jì)和分析呢？？謝謝大家不吝賜教啊~還有就是PB做完一定有必要做最陡爬坡試驗(yàn)么？？我來(lái)回答吧

PB后不一定做最陡試驗(yàn)要看你的試驗(yàn)結(jié)果

如果你對(duì)你自己的試驗(yàn)數(shù)據(jù)了解很好的話，應(yīng)該估計(jì)出中心點(diǎn)的值

那么從PB后確定主效果因子后，選擇該值做為CCD的中心點(diǎn)優(yōu)化即可

當(dāng)然如果你估計(jì)不出來(lái)，或者不相信，還是要做的

對(duì)PB試驗(yàn)的結(jié)果應(yīng)該是選擇P值小的，應(yīng)該是在0。1以下為好，選擇好后利用CCD優(yōu)化（designexpert）想請(qǐng)問(wèn)各位，在做最陡爬坡實(shí)驗(yàn)時(shí)，步長(zhǎng)值如何才能確定呢？還是自己定關(guān)于步長(zhǎng),可以先粗略的試一下,然后在細(xì)化,就可以了.響應(yīng)面優(yōu)化\o"推薦此帖到排行榜"0在響應(yīng)面優(yōu)化時(shí)：在使用最陡爬坡實(shí)驗(yàn)時(shí)，步長(zhǎng)如何確定？根據(jù)因素的標(biāo)準(zhǔn)偏回歸系數(shù)的大小確定步長(zhǎng)步長(zhǎng)先大點(diǎn),效果不理想再進(jìn)行補(bǔ)充實(shí)驗(yàn).關(guān)于placket-burman的求教?。。?！\o"推薦此帖到排行榜"01、我是用minitab軟件進(jìn)行placket-burman試驗(yàn)設(shè)計(jì)，本來(lái)是7因素，但是考慮到空列，所以為11列，共12次處理（runs）,出來(lái)的結(jié)果是用該軟件里面的軟件能分析出來(lái)嗎？？

如果不行的話，用其它軟件分析，那分析是方差分析還是t檢驗(yàn)?zāi)兀?能出來(lái)回歸方程？？

2、設(shè)計(jì)好表頭后如何確定哪幾列作為因素列（空列）？其選擇有什么原則？？關(guān)于Plackett-Burman的求教!

請(qǐng)樓主注意名稱的拼寫。

發(fā)文章我們都寫成：Plackett-Burmandesign.

多謝樓下的更正了我一貫的拼寫。關(guān)于placket-burman的求教！?。?！老大，發(fā)文章的時(shí)候大部分是

plackett-burmandesign吧

我查很多文章都是這么寫的，當(dāng)然我的也寫錯(cuò)了用SAS很簡(jiǎn)單的分析結(jié)果也可以顯示出來(lái)的sas是可以辦到?？墒怯卸嗌偃擞玫昧藄as，我說(shuō)的是普及率問(wèn)題，要價(jià)太高！

統(tǒng)計(jì)軟件多種多樣，實(shí)用才是最重要的。

三樓同志，有機(jī)會(huì)我們一起討論一下心得。謝謝。

PB實(shí)驗(yàn)設(shè)計(jì)中的問(wèn)題，請(qǐng)大家指教！\o"推薦此帖到排行榜"0我在做PB設(shè)計(jì)的時(shí)候，選擇7個(gè)因素，4個(gè)空項(xiàng)，16次實(shí)驗(yàn)進(jìn)行設(shè)計(jì)，為什么minitab中沒有16次實(shí)驗(yàn)的設(shè)計(jì)表格呢？只有12和20呢？我不知道這是為什么??！

我正準(zhǔn)備用PB設(shè)計(jì)，剛剛接觸這方面，很白癡，呵呵：請(qǐng)大家多多指教！不勝感激??！描述：步驟一

圖片：

描述：步驟二

圖片：

描述：步驟三

圖片：

針對(duì)你的問(wèn)題：謝謝??！

可為什么我看的文獻(xiàn)中的設(shè)計(jì)沒有0這一個(gè)設(shè)計(jì)呢

看圖：表2M=16的Plackett-Burman實(shí)驗(yàn)設(shè)計(jì)與結(jié)果

Table2ExperimentaldesignandresultofM=16Plackett-Burman

序號(hào)

A

B

C

D

E

F

G

H

I

J

K

L

M

N

O

酶活

u/ml

1

+

+

+

+

-

+

-

+

+

-

-

+

-

-

-

110.4

2

-

+

-

-

-

+

+

+

+

-

+

-

+

+

-

267.3

3

-

-

+

-

-

-

+

+

+

+

-

+

-

+

+

169.4

4

+

+

+

-

+

-

+

+

-

-

+

-

+

+

+

126.1

5

+

-

+

-

+

+

-

-

+

-

-

-

+

+

+

103.7

6

+

-

-

+

-

-

-

+

+

+

+

-

+

-

+

202.9

7

+

+

-

+

-

+

+

-

-

+

-

-

-

+

+

223.0

8

-

-

-

-

-

-

-

-

-

-

-

-

-

我怎樣才能做出文獻(xiàn)中做的這種設(shè)計(jì)呢？？中心點(diǎn)我們一般要求重復(fù)3次,以利于估計(jì)模型的誤差.

文獻(xiàn)中,缺少這樣一個(gè)設(shè)計(jì).所以沒有中心點(diǎn).也就是0水平的實(shí)驗(yàn).在因素設(shè)計(jì)中，不是已經(jīng)設(shè)計(jì)了4個(gè)空項(xiàng)