试验数据处理响应面.ppt

,Your site here,LOGO,Your site here,LOGO,Your site here,LOGO,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,*,Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,试验数据处理响应面,响应面即回归的正交试验设计，可以在因素的试验范围内选择适当的试验点，用较少的试验建立一个精度高，统计性质好的回归方程，并能解决试验优化问题,WHAT,正交试验设计所得到的优方案只能限制在已定的水平上，而不是一定试验范围内的最优方案；回归分析可以对结果进行预测和优化，但只能被动的处理和分析。两者的优势结合起来，有合理的试验设计和较少的试验次数，建立有效的数学模型。,WHY,Your site here,LOGO,中心组合设计（Central Composite，包括通用旋转组合设计、二次组合设计等）,BOX设计（Box-Behnken设计）,二次饱和和D-最优设计（D-optimal设计）,均匀设计,田口设计,.,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,Your site here,LOGO,1.3 用于响应面设计和分析的软件介绍,Spss,Design-Expert,SAS,Mini-Tab,仅可以处理实验数据，不可以进行方案设计,Your site here,LOGO,例题,距零水平的点,Your site here,LOGO,2.1 SAS 做响应面设计与试验数据处理,打开SAS软件,点击解决方案分析实验设计,新建响应面设计选择设计模型和因素个数,编辑变量，输入原始数据,选择Optimize.得出二维和三维响应面图形,选择Report.得出实验分析详细结果,根据图形直观的分析各因素关系，根据结果报告得出回归方程,Your site here,LOGO,2.1 SAS 做响应面设计与试验数据处理,Your site here,LOGO,响应面设计与实验数据处理,汇报人：李莉楠 307204,谭礼浩 307209,专业：食品工程,新建响应面设计,Define Variable,直接将编码值修改成原始值,80,90,170,180,Optimize,用于三个及三个以上因素更改坐标轴变量,在此处修改变量,还可选择另一变量的值,注：关闭以上图形窗口后便可返回该页面,Report.,输出结果报告,Design Details,设计细节,Design Points,设计点,Explore Details,细节探索,Fit Details,拟合性Optimization,优化,Details,Experiment Notes,Factor Notes,Block Notes,主要输出结果（方差分析）,由上表知：除交叉项外，其他各单项系数均差异显著，总体模型差异极显著，失拟项差异不显著，判定该回归方程有效。,最适最优值分析,当X1=86.946，X2=176.529时，,二次多项式回归方程,输出的内容还有很多，可根据自己需要来分析。,2.2 SAS 编程法做响应面数据处理,打开SAS软件,编写程序，输入数据,运行结果,结果分析：得出二次回归方程,Your site here,LOGO,在此编辑器处编写程序哦,Your site here,LOGO,建立一个数据库,定义变量，并按顺序输入相应的数据,响应面程序语言，并建立模型,运行程序,结果一：编码信息,结果二：二次回归的方差分析,结果三：参数估计,结果四：响应曲面的最佳组合,3 Design-Expert,打开Design-Expert软件,新建Design,选择响应面设计选用模型（Central Composite）,选择因素个数，输入因素水平所对应的原始数据,选择响应值并输入试验数据,结果分析：得出二次回归方程及图形,Your site here,LOGO,2 SAS 编程法做响应面数据处理,Block Notes,中心组合设计（Central Composite，包括通用旋转组合设计、二次组合设计等）,二次饱和和D-最优设计（D-optimal设计）,Design Points,对比之前用SAS软件做出来的方程，系数少有差别，但基本一致,Your site here,定义变量，并按顺序输入相应的数据,定义变量，并按顺序输入相应的数据,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,响应面程序语言，并建立模型,Explore Details,新建响应面设计选择设计模型和因素个数,Design Details,因变量命名，按Continue继续,Design Points,1 SAS 做响应面设计与试验数据处理,响应面即回归的正交试验设计，可以在因素的试验范围内选择适当的试验点，用较少的试验建立一个精度高，统计性质好的回归方程，并能解决试验优化问题,Your site here,点击File选择New Design,Your site here,LOGO,因子设计,响应面设计,混料设计,选择中心组合回归,修改变量名，水平数对应的原始数据,蓝色区域放大,Continue,改为Y,因变量命名，按Continue继续,输入试验数据，即对应的Y值,随机的哦,点进Y统计分析,选择二次多项式回归方程,第一种方法：选择手动回归方法,不显著,回归方程方差分析表,对比之前用SAS软件做出来的方程，系数少有差别，但基本一致,有瑕疵但模型显著有效的回归方程,选择二次多项式回归方程,第二种方法：选择逐步回归方法,由回归方程方差分析表知：AB不显著项被自动剔除了，由图知：模型项极显著，各个单项差异极显著，失拟项不显著，回归方程有效,响应面的图形见图1-图3,图1,X2的值可以自己选择,图2,图3（点击工具栏View3D Surface),求最大值点,Numberica,l,选择maximize,1 SAS 做响应面设计与试验数据处理,Design Points,结果分析：得出二次回归方程及图形,图3（点击工具栏View3D Surface),点击解决方案分析实验设计,Block Notes,Your site here,响应面即回归的正交试验设计，可以在因素的试验范围内选择适当的试验点，用较少的试验建立一个精度高，统计性质好的回归方程，并能解决试验优化问题,Design Points,直接将编码值修改成原始值,主要输出结果（方差分析）,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,仅可以处理实验数据，不可以进行方案设计,二次饱和和D-最优设计（D-optimal设计）,中心组合设计（Central Composite，包括通用旋转组合设计、二次组合设计等）,图,4,Conclusion,Comparision,SAS非编程法得出的回归方程及最优值,SAS编程法得出的回归方程及最优值,Your site here,LOGO,