Design-Expert专题讲座 (2013-4-19)

星点设计-效应面优化法主讲人：郭亚可2013-4-19析因设计正交设计设计方法优点：考察全面缺点：实验次数太多优点：均匀分散、整齐可比缺点：精度不够、预测性差优点：精度高预测性强优点：均匀分散缺点：精度不够预测性差星点设计均匀设计效应面优化法(ResponseSurfaceMethodology,RSM)是集数学和统计学方法于一体的实验设计，首先通过描绘效应对考察因素的效应面，然后从效应面上选择较佳的效应区，从而最终回推出自变量取值范围，即最佳实验条件的优化法。表1因素、水平代码值及实际操作物理量1231.筛选：单因素考察、正交设计或均匀设计；2.设计:CCD法(CentralCompositeDesign)或BBD法(Box-BehnkenDesign)对模型进行多元线性和多项式拟合，通过复相关系(R2)和P进行评判。(SAS、SPSS、Statistica和DesignExpert)1.画三维效应面和二维等高线图；（Minitab和Origin）2.选取最优工艺，进行工艺验证实验设计模型拟合优化工艺(1)析因设计部分：2k或2k×1/2，k是因素数(2)星点部分：starpoint,axialpoint为各因素的极值水平(3)中心点x1－1++10－(,0,…,0)(0,,…,0)(0,0,…,)x1x2…xk0…00…000…星点设计由二水平的析因设计加上中心点和星点组成。x1x2+1+1+1–1–1+1–1–1+0–00+0–00析因设计部分F＝4星点部分次数＝4中心点次数＝5k=2x1x2=1.414(2)x1x2x31+1+1+12+1+1–13+1–1+14+1–1–15–1+1+16–1+1–17–1–1+18–1–1–19+1.6820010–1.68200110+1.6820120–1.68201300+1.6821400–1.68215~20000x2x1k=3x2x3析因设计部分F＝8星点部分次数＝6中心点次数＝6=3=1.732=(23)1/4=1.682以CCD为例说明Design-Expert的使用，实验数据来源于：星点设计-效应面法优化叶黄素提取工艺（赵洁，李超鹏，尹俊涛，陈文.食品科技，2011，36(9):234-237。表1因素、水平代码值及实际操作物理量表1因素、水平代码值及实际操作物理量因素水平-1.414-10+11.414反应时间X1/min5917.52630加减体积X2/mL22.957.18表2试验设计安排及效应值表No.代码值实际值提取率Y/%X1X2X1/minX2/mL1-1-19.02.90.7692-1+19.07.11.0113+1-126.02.91.1274+1+126.07.11.2245-1.41405.05.01.0946+1.414030.05.01.30570-1.41417.52.00.30780+1.41417.58.01.0499~130017.55.01.120表2星点设计及效应值点击newdesign选项卡点击ResponseSurface选项卡因素数因素的名称、单位、低值、高值、其它默认设置完成，点击Continue选择响应值即因变量的数量因变量的名称、单位设置完成，点击Continue各因素均为实际值的试验设计各因素实际值转变为编码制各因素的编码制按照实验设计进行试验，记录每组因素组合的实验结果，填在对应的Response列点击Analysis下的R1：提取率1.Tronsform选项卡，取默认值2.点击FitSummary选项卡FitSummary选项卡，是将数据模拟、建模、比对，最终选择试验最佳数学模型，再点击Model选项卡Model选项卡取默认值，再点击方差分析（ANOVA）方差分析（ANOVA），方程显著性检验、系数显著性检验及回归方程。再点击Diagnostics残差的正态概率分布图，应在一条直线上ResidualsvsPredicted图，应分布无规律PredictedvsActual图应尽可能在一条直线上点击Influence选项卡再点击Report选项卡方程预测值实测值点击ModelGraphs选项卡点击View的3DSurface看响应面图等高线图点击查看其他因素间的等高线图选中文字单击右键，修改坐标名称将响应曲面图和等高线图导入WORD选择Optimization下的Numerical，由RSM预测最优值确定各因素的取值范围确定响应值的目标（最大值、最小值、目标值、范围值），本实验选择Maximize1.低值取默认值，高值项中输入一个尽可能大的无法达到的值2.点击Solutions选项卡第一个方案即为各因素取最优值后的响应所能取到的最大值多元线性拟合结果：Y=0.407+0.012X1+0.082X2，R=0.6651二项式拟合结果：Y=-0.817+0.0229X1+0.585X2-0.00203X1X2-0.0467X22,R=0.9382模型拟合工艺验证因素预测值/%实测值/%偏差/%X1/minX2/mL265.71.2961.16010.491.邱颖,朱玲,孙晓英.星点设计-效应面优化法与正交设计和均匀设计的比较及其在药剂研究中的应用[J].海峡药学,2011,23(2):18-19.2.刘艳杰,项荣武.星点设计效应面法在药学试验设计中的应用[J][J].中国现代应用药学,2007,24(6):455-457.3.吴伟,崔光华.星点设计—效应面优化法及其在药学中的应用[J].国外医学:药学分册,2000,27(5):292-298.4.徐向宏，何明珠.试验设计与Design-Expert、SPSS应用[M].北京：科学出版社，2010.参考文献及著作