响应面分析ppt
合集下载
响应面方法PPT课件
• Plackett–Burman(PB)、Central Composite Design
• (CCD)、Box-Behnken Design(BBD)是最常用的实验设计 方法。
• 以BBD为例说明Design-Expert的使用，CCD，PB与此类 似。
-
16
打开design expert软件， 进入主界面，然后点击 file，点击new design选 项卡创建一个新的试验 设计工程文件。
295.9 363.3 361.7
325.3 336.3 381.0
320.5 353.7 369.5
286.9 322.5 345.9
219.9 278.0 319.1
15 301.4 368.4 345.4 362.4 388.2 344.6 290.5
18 270.3 335.1 351.5 382.2 355.3 353.5 281.2
• 通过ｎ次测量试验（试验次数应大于参数个数，一般认为至少应是它的３倍）， 以最小二乘法估计模型各参数，从而建立模型；
• 求出模型后，以两因素水平为Ｘ坐标和ｙ坐标，以相应的响应为Ｚ坐标作出三 维空间的曲面（这就是２因素响应曲面）。
• 应当指出，上述求出的模型只是最小二乘解，不一定与实际体系相符，也即， 计算值与试验值之间的差异不一定符合要求。因此，求出系数的最小二乘估计 后，应进行检验。
为：yij=b0+b1Ni+b2Pj+b4Ni2+b5P-j2+ εij
11
• 使用该模型分析的结果为表3，从表3中可以看出b1、 b4、b5达到极显著水平，b2接近达到显著性，只有b3 达不到显著水平。
表 3 二元二次多项式回归的方差分析(缩减模型)
• (CCD)、Box-Behnken Design(BBD)是最常用的实验设计 方法。
• 以BBD为例说明Design-Expert的使用，CCD，PB与此类 似。
-
16
打开design expert软件， 进入主界面，然后点击 file，点击new design选 项卡创建一个新的试验 设计工程文件。
295.9 363.3 361.7
325.3 336.3 381.0
320.5 353.7 369.5
286.9 322.5 345.9
219.9 278.0 319.1
15 301.4 368.4 345.4 362.4 388.2 344.6 290.5
18 270.3 335.1 351.5 382.2 355.3 353.5 281.2
• 通过ｎ次测量试验（试验次数应大于参数个数，一般认为至少应是它的３倍）， 以最小二乘法估计模型各参数，从而建立模型；
• 求出模型后，以两因素水平为Ｘ坐标和ｙ坐标，以相应的响应为Ｚ坐标作出三 维空间的曲面（这就是２因素响应曲面）。
• 应当指出，上述求出的模型只是最小二乘解，不一定与实际体系相符，也即， 计算值与试验值之间的差异不一定符合要求。因此，求出系数的最小二乘估计 后，应进行检验。
为：yij=b0+b1Ni+b2Pj+b4Ni2+b5P-j2+ εij
11
• 使用该模型分析的结果为表3，从表3中可以看出b1、 b4、b5达到极显著水平，b2接近达到显著性，只有b3 达不到显著水平。
表 3 二元二次多项式回归的方差分析(缩减模型)
响应面分析ppt课件
点击此处可查看 3D图
Байду номын сангаас维响应曲面图
可更直观的看出两 因素对因变量的影 响情移况动，红可线以调很整直 观的不找同出的最因优素范大围， 刚才小所看的二维等 高线图即为三维响 应面图在底面的投 影图
响应面试验最优 值预测方法
首先根据实际情况确定 每个因素可以取值的范 围，例如在酶催化条件 优化试验，温度范围一 般不会超过80℃，否则 酶会变性，那么我们就 可设置该因素取值范围 为0-80，也可根据实际 实验或者生产条件设置 该值。
因变量个数，即本试验中改变自
变量会有几个因变量发生变化，
一般试验指标都是一个，因此常 常为1，例如，检测温度，pH，时 间对某处理工艺对样品中含糖量
的变化，那么含糖量即为唯一的 指标，即因变量数量为1，该处选 1。如果检测温度，pH，时间对某 处理工艺同时对样品中含糖量和
蛋白质含量的影响，即因变量数 量为2，该处选2，并在下方因变 量设置中设置好对应的名称和单 位。
打开design expert软件，进入主界面，然后点击创建 一个新的试验设计工程文件，然后点击左侧的 Response surface选项卡，进入响应面试验设计.
该处为响应面设计的 几种方法，最常用的 就是BOX-BEHNKEN设 计法，其他几种设计 方法有兴趣的同学可 以找对应的资料来看 一下
谢谢
此课件下载可自行编辑修改，供参考！ 感谢您的支持，我们努力做得更好！
例如本试验 中，拟合的 方程显著性 不好，显示 为不显著
残差的正态概率分布， 越靠近直线越好
残差与方程预测值 的对应关系图，分 布越分散越无规律 越好
预测值与试验实际值的 对应关系图，其中点越 靠近同一条直线越好
响应面分析方面-ppt
3.4 上图界面完成后，点Continue 打开随机方案界面
通过软件菜单Display Option→ Process Factors → Actual or Coded 可在实际值方案和编码值方案间转换。
Std: 按标准方 式整理的 顺序
Run: 试验运 行的随 机顺序
3.5 统计分析 输入指标并分析响应
多糖 9.1 8.95 9.13 8.3 8.37 8.53 8.45 9.06 8.13 8.56 9.16 8.41 9.06 8.8 8.86 8.24 8.63
9.1 8.95 9.13 8.3 8.37 8.53 8.45 9.06 8.13 8.56 9.16 8.41 9.06 8.8 8.86 8.24 8.63
获 得统 计诊 断报 告
得到 等高 线和 响应 面图
例：响应面Box-Behnken试验设计
为优化平菇多糖的微波辅助提取工艺，选择 提取时间、微波处理功率以及液料比(蒸馏水: 平菇粉末)为自变量，多糖得率为响应值，采 用响应曲面法的Box-Behnken设计试验，分 析研究各自变量及其交互作用对多糖得率的 影响。 提取时间/min：8，10，12； 微波处理功率/ W ：280，420，560； 料液比(mL/g)：30,40，50。
2.2点击ANOVA分析标签得如下方差 分析结果
2.3点击Diagnostics分析标签，得 诊断统计报告结果如下
诊断统计报告 在Diagnostics图形分析没问题后， 点击Influence → report 可得Diagnostics Case Statistics报告
2.4点击Model Graphs分析标签得 如下等高线、响应面图结果
响应面分析方面 ppt课件
8
3.Box-Behnken （BBD）
3.1 进入界面 ：File → New Design(or Open Design)
9
3.2 选择 Response Surface → Box-Behnken,并选择因素个数
10
3.3 上图界面完成后，点Continue 进 入下面界面，确定响应（指标）数量
获 得统 计诊 断报 告
得到 等高 线和 响应 面图
14
例：响应面Box-Behnken试验设计
为优化平菇多糖的微波辅助提取工艺，选择 提取时间、微波处理功率以及液料比(蒸馏水: 平菇粉末)为自变量，多糖得率为响应值，采 用响应曲面法的Box-Behnken设计试验，分 析研究各自变量及其交互作用对多糖得率的 影响。
existing design
3
1.Scope of software(4part)
1.1 Response Surface Methods (RSM)
Central Composite 中心组合设计 Box-Behnken 设计 One Factor 单因子设计 Miscellaneous 混杂设计 Optimal 最优设计 User –Defined 用户自定义 Historical Data 历史数据
9.1 8.95 9.13 8.3 8.37 8.53 8.45 9.06 8.13 8.56 9.16 8.41 9.06 8.8 8.86 8.24 8.63
17
例题 统计分析步骤：
1.进入软件界面，调出相同因素的随机方 案表，修改随机方案表编码与原随机表编 码相同，然后输入指标值。
13
3.6点击Analysis下的响应R1（Analyzed）, 得到整体分析界面,然后逐个打开标签查看分 析结果。
3.Box-Behnken （BBD）
3.1 进入界面 ：File → New Design(or Open Design)
9
3.2 选择 Response Surface → Box-Behnken,并选择因素个数
10
3.3 上图界面完成后，点Continue 进 入下面界面，确定响应（指标）数量
获 得统 计诊 断报 告
得到 等高 线和 响应 面图
14
例：响应面Box-Behnken试验设计
为优化平菇多糖的微波辅助提取工艺，选择 提取时间、微波处理功率以及液料比(蒸馏水: 平菇粉末)为自变量，多糖得率为响应值，采 用响应曲面法的Box-Behnken设计试验，分 析研究各自变量及其交互作用对多糖得率的 影响。
existing design
3
1.Scope of software(4part)
1.1 Response Surface Methods (RSM)
Central Composite 中心组合设计 Box-Behnken 设计 One Factor 单因子设计 Miscellaneous 混杂设计 Optimal 最优设计 User –Defined 用户自定义 Historical Data 历史数据
9.1 8.95 9.13 8.3 8.37 8.53 8.45 9.06 8.13 8.56 9.16 8.41 9.06 8.8 8.86 8.24 8.63
17
例题 统计分析步骤：
1.进入软件界面，调出相同因素的随机方 案表，修改随机方案表编码与原随机表编 码相同，然后输入指标值。
13
3.6点击Analysis下的响应R1（Analyzed）, 得到整体分析界面,然后逐个打开标签查看分 析结果。
响应面分析课件PPT
因变量个数，即本试验中改变自
变量会有几个因变量发生变化，
一般试验指标都是一个，因此常 常为1，例如，检测温度，pH，时 间对某处理工艺对样品中含糖量
的变化，那么含糖量即为唯一的 指标，即因变量数量为1，该处选 1。如果检测温度，pH，时间对某 处理工艺同时对样品中含糖量和
蛋白质含量的影响，即因变量数 量为2，该处选2，并在下方因变 量设置中设置好对应的名称和单 位。
图
Plackett–Burman(PB)、Central Composite Design
Plackett–Burman(PB)、Central Composite Design Design-Expert 是最容易使用、功能最完整、界面 最具亲和力的软件。 在已经发表的有关响应曲面（RSM）优化试验的论文中， Design-Expert是最广泛使用的软件。 该处为响应面设计的几种方法，最常用的就是BOX-BEHNKEN设计法，其他几种设计方法有兴趣的同学可以找对应的资料来看一下 等高线图考察每两个因素对因变量造成的影响，并由拟合的方程形成等高线，为二维平面图形，可经由该图找出较好范围 首先根据实际情况确定每个因素可以取值的范围，例如在酶催化条件优化试验，温度范围一般不会超过80℃，否则酶会变性，那么我 们就可设置该因素取值范围为0-80，也可根据实际实验或者生产条件设置该值。 拟合公式的处理方法，一般取默认即可 那么在这四种模式中我们可以选择其相对应的情况 5，编码值即为+1，低点设置为0，编码值即为-1，中点为0. 完成每组试验，将试验结果填入对应的响应值框内。 Plackett–Burman(PB)、Central Composite Design 在已经发表的有关响应曲面（RSM）优化试验的论文中， Design-Expert是最广泛使用的软件。 把每个试验对应的试验结果填入本栏内，准备做数据分析 等高线图考察每两个因素对因变量造成的影响，并由拟合的方程形成等高线，为二维平面图形，可经由该图找出较好范围 例如，本实验中我们想得到一个结果最大，那么我们选择MAXIMIZE，然后在下面两个框中，左侧低值可不管，右侧高值项中填入一 个尽可能大的无法达到的值，例如，某物质提取试验，提取率最高不会超过100%，那么我们在右侧填入100%即可达到我们的目的 ，当然，填入200%亦可。
响应面分析软件使用教程ppt课件
9
点击此处即开始进行数据分析
10
11
拟合公式的处理方法，一 般取默认即可
12
例如本试验 中，拟合的 方程显著性 不好，显示 为不显著
13
残差的正态概率分布， 越靠近直线越好
14
残差与方程预测值 的对应关系图，分 布越分散越无规律 越好
15
预测值与试验实际值 的对应关系图，其中 点越靠近同一条直线 越好
29
第一题： 结合课程内容和自身专业特点，书写
500字以上《科学研究与论文写作》的课 程体会和建议。
30
第二题： 某产品的得率与反应温度x1(70~100℃),反应
时间x2（1~4h）及某反应物含量x3(30~60%)有 关，不考虑因素间的交互作用，选用正交表L8（27） 进行一次回归正交试验，并多安排3次零水平试验， 试验结果依次为（%）：12.6，9.8，11.1，8.9， 11.1，9.2，10.3，7.6，10.0，10.5，10.3。 （1）用一次回归正交试验设计求出回归方程； （2）对回归方程和回归系数进行显著性检验； （3）确定因素主次和优方案。我的
31
32
中点试验每个BLOCK重复次数 本次试验分几个区块进行
3
BLOCK的含义
例如：本实验需要分两天完成，那么两天中因为 其他不可控制因素的变化可能会对试验造成影响， 那么就可以设置2个BLOCK，软件会在两个BLOCK 中设置对应的几个中点试验重复，检查中点试验 的重复性是否良好，以观察这些不可控制因素对 试验造成多大影响，从而最大限度的降低试验中 不可控制因素对试验的干扰。再例如，本实验其 中一部分在甲实验室完成，另一部分要在乙实验 室完成，那么就可以设置2个BLOCK，原因同上。
点击此处即开始进行数据分析
10
11
拟合公式的处理方法，一 般取默认即可
12
例如本试验 中，拟合的 方程显著性 不好，显示 为不显著
13
残差的正态概率分布， 越靠近直线越好
14
残差与方程预测值 的对应关系图，分 布越分散越无规律 越好
15
预测值与试验实际值 的对应关系图，其中 点越靠近同一条直线 越好
29
第一题： 结合课程内容和自身专业特点，书写
500字以上《科学研究与论文写作》的课 程体会和建议。
30
第二题： 某产品的得率与反应温度x1(70~100℃),反应
时间x2（1~4h）及某反应物含量x3(30~60%)有 关，不考虑因素间的交互作用，选用正交表L8（27） 进行一次回归正交试验，并多安排3次零水平试验， 试验结果依次为（%）：12.6，9.8，11.1，8.9， 11.1，9.2，10.3，7.6，10.0，10.5，10.3。 （1）用一次回归正交试验设计求出回归方程； （2）对回归方程和回归系数进行显著性检验； （3）确定因素主次和优方案。我的
31
32
中点试验每个BLOCK重复次数 本次试验分几个区块进行
3
BLOCK的含义
例如：本实验需要分两天完成，那么两天中因为 其他不可控制因素的变化可能会对试验造成影响， 那么就可以设置2个BLOCK，软件会在两个BLOCK 中设置对应的几个中点试验重复，检查中点试验 的重复性是否良好，以观察这些不可控制因素对 试验造成多大影响，从而最大限度的降低试验中 不可控制因素对试验的干扰。再例如，本实验其 中一部分在甲实验室完成，另一部分要在乙实验 室完成，那么就可以设置2个BLOCK，原因同上。
最新响应面分析方面 ppt
3.6点击Analysis下的响应R1（Analyzed）, 得到整体分析界面,然后逐个打开标签查看分 析结果。
数据 转换 选项 卡。 取默 认值
拟合 摘要 选项 卡。
选定 方程 类型
选模 型次 数和 所需 项目。
一般 取默 认值
方差分 析选项 卡：得 到方程 显著性 检验系 数显著 性检验 及回归 方程
❖ 提取时间/min：8，10，12； ❖ 微波处理功率/ W ：280，420，560； ❖ 料液比(mL/g)：30,40，50。
❖
Box-Behnken设计方案及平菇多糖得率结果
❖
Run Factor x1 Factor x2 Factor x3 多糖
9.1
得率/%
8.95
❖
❖
1
2
3
4
5
0.00 1.00 0.00 1.00 0.00
3.Box-Behnken （BBD）
❖ 3.1 进入界面 ：File → New Design(or Open Design)
3.2 选择 Response Surface → Box-Behnken,并选择因素个数
3.3 上图界面完成后，点Continue 进 入下面界面，确定响应（指标）数量
❖ Central Composite 中心组合设计 ❖ Box-Behnken 设计 ❖ One Factor 单因子设计 ❖ Miscellaneous 混杂设计 ❖ Optimal 最优设计 ❖ User –Defined 用户自定义 ❖ Historical Data 历史数据
1.2.Factorial Designs
1.3.Mixture design
❖
响应面试验设计与分析教材(PPT31页)
响应面试验设计与分析教材(PPT31页 )培训 课件培 训讲义 培训ppt教程管 理课件 教程ppt 响应面试验设计与分析教材(PPT31页 )培训 课件培 训讲义 培训ppt教程管 理课件 教程ppt
响应面试验设计与分析教材(PPT31页 )培训 课件培 训讲义 培训ppt教程管 理课件 教程ppt 响应面试验设计与分析教材(PPT31页 )培训 课件培 训讲义 培训ppt教程管 理课件 教程ppt
响应面试验设计与分析教材(PPT31页 )培训 课件培 训讲义 培训ppt教程管 理课件 教程ppt 响应面试验设计与分析教材(PPT31页 )培训 课件培 训讲义 培训ppt教程管 理课件 教程ppt
响应面试验设计与分析教材(PPT31页 )培训 课件培 训讲义 培训ppt教程管 理课件 教程ppt 响应面试验设计与分析教材(PPT31页 )培训 课件培 训讲义 培训ppt教程管 理课件 教程ppt
响应面试验设计与分析教材(PPT31页 )培训 课件培 训讲义 培训ppt教程管 理课件 教程ppt 响应面试验设计与分析教材(PPT31页 )培训 课件培 训讲义 培训ppt教程管 理课件 教程ppt
响应面试验设计与分析教材(PPT31页 )培训 课件培 训讲义 培训ppt教程管 理课件 教程ppt 响应面试验设计与分析教材(PPT31页 )培训 课件培 训讲义 培训ppt教程管 理课件 教程ppt
响应面试验设计与分析教材(PPT31页 )培训 课件培 训讲义 培训ppt教程管 理课件 教程ppt 响应面试验设计与分析教材(PPT31页 )培训 课件培 训讲义 培训ppt教程管 理课件 教程ppt
响应面试验设计与分析教材(PPT31页 )培训 课件培 训讲义 培训ppt教程管 理课件 教程ppt 响应面试验设计与分析教材(PPT31页 )培训 课件培 训讲义 培训ppt教程管 理课件 教程ppt
响应面分析实用举例PPT
模型缩减，逐步去掉不显著的回归系数，结果见表3。得 到的模型为：
y ij
b0
b1 N i
b2 Pj
b4
N
2 i
b5 Pj2
ij
四、响应面分析实例
使用该模型分析的结果为表3，从表3中可以看出，b1， b4，b5达到极显著水平，b2接近达到显著性，只有b3达
不到显著水平。
二、如何做响应面分析
要构造响应面并进行分析以确定最优条件或寻找最优区域， 首先必须通过试验获取大量的测量数据，并建立一个合适 的数学模型（建模），然后再用此数学模型作图。
建模最常用和最有效的方法之一就是多元线性回归方法。 对于非线性体系可作适当处理化为线性形式。
二、如何做响应面分析
设有ｍ个因素影响指标取值，通过试验测量，得到ｎ组试 验数据。假设指标与因素之间的关系可用线性模型表示， 则可将各系数写成矩阵式。
DF
SS
MS
F
5
332061.25 66412.25 352.08** F = 0.05(5,43) 2.44;F0.01(5,43)=3.49
1
219217.93 219217.93 1162.16** F = 0.05(1,43) 4.07;F0.01(1,43)=7.27
1
754.29 754.29
9.2
7.27
= A: 发酵时间 /h
8.8
= B: 发酵温度 /℃
tual Factor
8.4
接种量 /% = 3.0
8
7.6
42.0
30.0
41.5
27.0
41.0
24.0
发酵温度 /℃
40.5
y ij
b0
b1 N i
b2 Pj
b4
N
2 i
b5 Pj2
ij
四、响应面分析实例
使用该模型分析的结果为表3，从表3中可以看出，b1， b4，b5达到极显著水平，b2接近达到显著性，只有b3达
不到显著水平。
二、如何做响应面分析
要构造响应面并进行分析以确定最优条件或寻找最优区域， 首先必须通过试验获取大量的测量数据，并建立一个合适 的数学模型（建模），然后再用此数学模型作图。
建模最常用和最有效的方法之一就是多元线性回归方法。 对于非线性体系可作适当处理化为线性形式。
二、如何做响应面分析
设有ｍ个因素影响指标取值，通过试验测量，得到ｎ组试 验数据。假设指标与因素之间的关系可用线性模型表示， 则可将各系数写成矩阵式。
DF
SS
MS
F
5
332061.25 66412.25 352.08** F = 0.05(5,43) 2.44;F0.01(5,43)=3.49
1
219217.93 219217.93 1162.16** F = 0.05(1,43) 4.07;F0.01(1,43)=7.27
1
754.29 754.29
9.2
7.27
= A: 发酵时间 /h
8.8
= B: 发酵温度 /℃
tual Factor
8.4
接种量 /% = 3.0
8
7.6
42.0
30.0
41.5
27.0
41.0
24.0
发酵温度 /℃
40.5
响应面方法PPT课件
Optimal 最优设计
-User-Defined 用户自定义
19
-
20
Box Behnken（Design-Expert8.05b）
b1
1 219217.93 219217.93 1179.11** F = 0.05(1,44) 4.06;F0.01(1,44)=7.24
b2
1
754.29 754.29
4.06*
b4
1 61688.63 61688.63 331.81**
b5
1 50331.10 50331.10 270.72**
Composite Design（CCD）、Box-Behnken Design（BBD）。最常见的是CCD与BBD。 • 主要以BBD为例说明Design-Expert的使用 • 注：选用的模型不同，设计方案也不同，所需做实验的次数也就不同的
-
4
二因素响应面分析
• 在化学量测实践中，一般不考虑三因素及三因素以上间的交互作用。因此假设 二因素响应（曲）面的数学模型为二次多项式模型。
磷肥
0 7 14 21 28 35 42
0 86.9 110.4 134.3 162.5 158.2 144.3 88.7
表1
3 162.5 204.4 238.9 275.1 237.9 204.5 192.5
大麦氮磷肥配比试验结果
氮肥
6
9
12
216.4 274.7 274.3
276.7 342.8 343.4
• 一个简单实用的方法就是以响应的计算值与试验值之间的相关系数是否接近于 １或观察其相关图是否所有的点都基本接近直线进行判别。
• 应当指出，上述求出的模型只是最小二乘解，不一定与实际体系相符，也即， 计算值与试验值之间的差异不一定符合要求。因此，求出系数的最小二乘估计 后，应进行检验。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
-
等高线图考察每
两个因素对因变
量造成的影响，
并由拟合的方程
形成等高线，为
二维平面图形，
可经由该图找出
较好范围
-
点击此处可查看 3D图
-
三维响应曲面图
可更直观的看出两
因素对因变量的影
响情移况动，红可线以调很整直 观的不找同出的最因优素范大围， 刚才小所看的二维等 高线图即为三维响
应面图在底面的投
DESIGN-EXPERT 软件应用 -----------响应面分析
2015-4
-
• Design-Expert是全球顶尖级的实验设计软件。 •Design-Expert 是最容易使用、功能最完整、界面 最具亲 和力的软件。在已经发表的有关响应曲面（RSM）优化试 验的论文中， Design-Expert是最广泛使用的软件。 • Plackett–Burman(PB)、Central Composite Design (CCD)、Box-Behnken Design(BBD)是最常用的实验设计方 法。 •以BBD为例说明Design-Expert的使用，CCD，PB与此类似。
-
把每个试验对应 的试验结果填入 本栏内，准备做 数据分析
-
各因素的实际值变 为编码值，比如， 因素1的高点设置为 0.5，编码值即为+1， 低点设置为0，编码 值即为-1，中点为 0.25，编码值即为0
-
转变为编码值之后的 页面
-
完成每组试验， 将试验结果填入 对应的响应值框 内。
-
-
-
-
谢谢
-
拟合公式的处理方法，一般取默认即可
-
例如本试验 中，拟合的 方程显著性 不好，显示 为不显著
-
残差的正态概率分布， 越靠近直线越好
-
残差与方程预测值
的对应关系图，分
布越分散越无规律
越好
-
预测值与试验实际值的 对应关系图，其中点越 靠近同一条直线越好 -
-
点击此处进入 响应面图形显 示界面
-
例如，本实验中我们想得到
一个结果最大，那么我们选
择MAXIMIZE，然后在下面
两个框中，左侧低值可不管，
右侧高值项中填入一个尽可
能大的无法达到的值，例如，
某物质提取试验，提取率最
高不会超过100%，那么我
们在右侧填入100%即可达
到我们的目的，当然，填入
-
2olutions选 项卡，即可看到经 过分析得到的最优 值，其中第一个方 案就是各因素取最 优值后的结果可取 得最大化的解决方 案，为预测值
-
-
打开design expert软件，进入主界面，然后点击filenew创建一个新的试验设计工程文件，然后点击左侧 的Response surface选项卡，- 进入响应面试验设计.
该处为响应面设计的 几种方法，最常用的 就是BOX-BEHNKEN设 计法，其他几种设计 方法有兴趣的同学可 以找对应的资料来看 一下
影图
-
-
-
响应面试验最优 值预测方法
-
首先根据实际情况确定 每个因素可以取值的范 围，例如在酶催化条件 优化试验，温度范围一 般不会超过80℃，否则 酶会变性，那么我们就 可设置该因素取值范围 为0-80，也可根据实际 实验或者生产条件设置 该值。
-
响应值目标的确定 我们每个试验都有不同的 目的，有的想使结果最大， 例如某种物质的提取率， 有使结果最小，例如检查 几种因素对产品稳定性的 影响，此时结果越小越好， 有时候我们需要把结果稳 定在某个范围或者需要一 个固定的，无限趋近的目 标值。那么在这四种模式 中我们可以选择其相对应 的情况
-
因变量个数，即本试验中改变自变 量会有几个因变量发生变化，一般 试验指标都是一个，因此常常为1， 例如，检测温度，pH，时间对某 处理工艺对样品中含糖量的变化， 那么含糖量即为唯一的指标，即因 变量数量为1，该处选1。如果检测 温度，pH，时间对某处理工艺同 时对样品中含糖量和蛋白质含量的 影响，即因变量数量为2，该处选2， 并在下方因变量设置中设置好对应 的名称和单位。
等高线图考察每
两个因素对因变
量造成的影响，
并由拟合的方程
形成等高线，为
二维平面图形，
可经由该图找出
较好范围
-
点击此处可查看 3D图
-
三维响应曲面图
可更直观的看出两
因素对因变量的影
响情移况动，红可线以调很整直 观的不找同出的最因优素范大围， 刚才小所看的二维等 高线图即为三维响
应面图在底面的投
DESIGN-EXPERT 软件应用 -----------响应面分析
2015-4
-
• Design-Expert是全球顶尖级的实验设计软件。 •Design-Expert 是最容易使用、功能最完整、界面 最具亲 和力的软件。在已经发表的有关响应曲面（RSM）优化试 验的论文中， Design-Expert是最广泛使用的软件。 • Plackett–Burman(PB)、Central Composite Design (CCD)、Box-Behnken Design(BBD)是最常用的实验设计方 法。 •以BBD为例说明Design-Expert的使用，CCD，PB与此类似。
-
把每个试验对应 的试验结果填入 本栏内，准备做 数据分析
-
各因素的实际值变 为编码值，比如， 因素1的高点设置为 0.5，编码值即为+1， 低点设置为0，编码 值即为-1，中点为 0.25，编码值即为0
-
转变为编码值之后的 页面
-
完成每组试验， 将试验结果填入 对应的响应值框 内。
-
-
-
-
谢谢
-
拟合公式的处理方法，一般取默认即可
-
例如本试验 中，拟合的 方程显著性 不好，显示 为不显著
-
残差的正态概率分布， 越靠近直线越好
-
残差与方程预测值
的对应关系图，分
布越分散越无规律
越好
-
预测值与试验实际值的 对应关系图，其中点越 靠近同一条直线越好 -
-
点击此处进入 响应面图形显 示界面
-
例如，本实验中我们想得到
一个结果最大，那么我们选
择MAXIMIZE，然后在下面
两个框中，左侧低值可不管，
右侧高值项中填入一个尽可
能大的无法达到的值，例如，
某物质提取试验，提取率最
高不会超过100%，那么我
们在右侧填入100%即可达
到我们的目的，当然，填入
-
2olutions选 项卡，即可看到经 过分析得到的最优 值，其中第一个方 案就是各因素取最 优值后的结果可取 得最大化的解决方 案，为预测值
-
-
打开design expert软件，进入主界面，然后点击filenew创建一个新的试验设计工程文件，然后点击左侧 的Response surface选项卡，- 进入响应面试验设计.
该处为响应面设计的 几种方法，最常用的 就是BOX-BEHNKEN设 计法，其他几种设计 方法有兴趣的同学可 以找对应的资料来看 一下
影图
-
-
-
响应面试验最优 值预测方法
-
首先根据实际情况确定 每个因素可以取值的范 围，例如在酶催化条件 优化试验，温度范围一 般不会超过80℃，否则 酶会变性，那么我们就 可设置该因素取值范围 为0-80，也可根据实际 实验或者生产条件设置 该值。
-
响应值目标的确定 我们每个试验都有不同的 目的，有的想使结果最大， 例如某种物质的提取率， 有使结果最小，例如检查 几种因素对产品稳定性的 影响，此时结果越小越好， 有时候我们需要把结果稳 定在某个范围或者需要一 个固定的，无限趋近的目 标值。那么在这四种模式 中我们可以选择其相对应 的情况
-
因变量个数，即本试验中改变自变 量会有几个因变量发生变化，一般 试验指标都是一个，因此常常为1， 例如，检测温度，pH，时间对某 处理工艺对样品中含糖量的变化， 那么含糖量即为唯一的指标，即因 变量数量为1，该处选1。如果检测 温度，pH，时间对某处理工艺同 时对样品中含糖量和蛋白质含量的 影响，即因变量数量为2，该处选2， 并在下方因变量设置中设置好对应 的名称和单位。