Pb設(shè)計中出現(xiàn)的各種問題論壇總結(jié)要點

1、大家好：3最近論壇上關(guān)于PB的討論很多。在此，很高興實驗設(shè)計能夠引起大家的重視。很議友也 有意識地將實驗設(shè)計用在實驗過程中。其中，很大一部分是篩選設(shè)計。為此，將相關(guān)內(nèi)族結(jié) 于此，希望能夠方便大家理解。a首先PB是一種兩水平的實驗設(shè)計方法。即高水平與低水平。低水平為原始出發(fā)水平，高 水平一般為低水平的1.5倍左右。a在這里，很多人會問，高低水平也有L25倍的,也有看到2倍的期輕想說的是：具體問題具體分析，高低水平為倍左右的關(guān)系，具體是多了，還是少了,實驗條件確定。這聽起來像是廢話。不過，實驗確實是如此。因子的確定以及相應(yīng)水平的確定 不是胡亂確定的。a如M議1實驗前，充分調(diào)研文獻，看你做的菌種別人

2、有沒有做過？具體的因子和水 平結(jié)果是什么樣的？ 32.不要忽視單因子實的果。有的人，做了單因子實驗，卻不重視信息的獲取。這里說的信息，包括自己做的實驗，還有就是文獻中實驗數(shù)據(jù)。a3.當然，如果你找不到文獻，只朋兌明你做的課題太新了。但是這種情況很 少。即便如此，相信也有類似的領(lǐng)域可供借鑒?！拔墨I調(diào)研很重要!其次：PB考察的因子數(shù)。對于K個因子，實驗次數(shù)=K+lo 3這里，要握的是：K必須為奇數(shù)！其中，有時為了方差分析，要求K必須包含13個 虛擬變量，也就是常說的空項?！皩τ谔撁盍浚河袎瘡d刼個因素，用了 12次實驗（這說明她用了 4個虛擬變量。 其實，也可以用8次，也就是丕含有虛擬變量，但是對于

3、實驗結(jié)果的分析，我想也是大 同小異。aa關(guān)于虛耀量的多少：多了，少了，甚至沒有虛邀量。這其中差別，礙L個人也不 知道具體數(shù)理機理是什么。只是，建議大家盡量有虛擬變量。但是，同時義也不太贊同 為了虛踱量而增加試驗次數(shù)。a&關(guān)于虛擬變量列的選擇：從很多文獻資料上看，盡量將虛擬變量分別均勻。具體問題， 還得具體分析。看起未也像句廢話，不過事實是如此。卜再次：PB設(shè)計矩陣。a族為什么每次PE設(shè)計產(chǎn)生的矩陣都不一樣八建議：PB設(shè)計矩陣是隨機產(chǎn)生的。但是都符合以下特征（三原則）：p1. 每行高水平（+的數(shù)目為（K+l） /2（k為實驗因子數(shù)”2. 每行低水平（-）的數(shù)目為（Kl） /2（k為實驗因

4、子數(shù)”3. 每列含高低水平數(shù)目相等。"遵循以上三原則。就可以構(gòu)建PE設(shè)計矩陣了。具體地：心第一行任意排列，但是必須滿足上述三原則。“最后一行全部為，也就是最后一行全部是低水平，也就是原始培養(yǎng)水平。因此不 必考慮做實驗對照組。a其余行：將上一行的最后二列為該行第一列，上一行的第一列為該行第二列，上一行的 第二列為該行的第三列，。"所以，軟件生成的PB矩陣，并不是每次都一樣 但是都滿足PB矩陣的特征。請放心使 用！但是，記得將你的設(shè)計矩陣儲存起來哦，要不然，后續(xù)數(shù)據(jù)處理（特別是數(shù)據(jù)對號 輸入）麻煩多多的啦。topmi如第匹：PB設(shè)計數(shù)學模型：（正確地使用軟件，更重要的是對機理的

5、認識，不要盲目使用, 當然，多了解一點，好處多多）"第五：實驗結(jié)果的分析。計算各因子的t值和P值* d一般，選擇顯著性水平大于劉加或呂U%以上的因素作為重要因氛卍有壇及認為選擇95%以上，或著是顯著'悝水平越高的作為顯著性影響因子。這個觀點固 聽有錯。但是 很務(wù)時候，并不是這樣子的。因劃 很少能有PE設(shè)計方逖到兇中效果。 我個人認為,主要是因為：培養(yǎng)基和培養(yǎng)奚f?？赡艽嬖诮换プ饔?，而PB設(shè)計不能考察各 囲子間的交互作用.存所以（topmitU.為，一般選擇顯著性水平大于9080%以上的因素作為重要因素。 當然，具體問題得具體分析（唉，感覺又是一句廢話！八p建議;因為PE設(shè)計之

6、后，就是要有顯蓍性的因子進行優(yōu)化實瞌可M使用CCD, BED 或其他的響應(yīng)曲面分析方法。肪以，此時的顯著ft影響囲子不宜過埶 為此也算是對顯 著性水平的選擇提供些參考依據(jù)吧咖口“+J順帶提一下；有的朋友為了使顯著14水平的因子達到一定的個數(shù)，而且墓求顯著性水平 在9噥或9%以匕就一袂欲改變因子水平（比如，從水平高低比為1.25倍增加為2倍 試圖達手惴選的顯著14影響因子水平都在列嘯95%臥上 娥推測可能要求在"個）其實，PE的“高效率"篩選。f 很重要的原囲 我認為可育堤選擇顯著性水平大于列 或呂0%以上的因素作為歳要因素?！?topnut的個人觀點。卜1pHJO*F fi

7、fed FtcimMc I Abwluc jJuc)請教:PB-design,最陡爬坡實驗，CCD等中的響應(yīng)面分析的相關(guān)問題請教:PB-design 中的相關(guān)問題在實驗設(shè)計的過程中，通過閱讀文獻了解到了很多的，但是同時也積累了很多問題解決不了,希望各位高手們指點一二不勝感激1在PB設(shè)計中出現(xiàn)的dummy variable的具體含義到底是什么 ？是對照組嗎？如果不是應(yīng)該 遵循什么樣的原則去設(shè)計呢 ？2在PB中實驗組數(shù)應(yīng)該是變量數(shù)加1,那么在相關(guān)的文獻中看到15個變量設(shè)計為：15+1+4,其中4是dummy variable，但是表格中這4個變量也是有高低水平的變化的，那么設(shè)計時是 作為 15 個

8、變量來考慮還是 19 個呢 ?3 想問問在最陡爬坡實驗中 ,步長的選擇有什么要求嗎 ? 純經(jīng)驗還是有公式的 ?4 在設(shè)計 CCD 試驗?zāi)堑臅r候是否要包括全因子實驗設(shè)計 ?5 什么是中軸點 ?各位高手幫幫忙啊 ,謝謝了 小妹我也正在做這塊試驗，是培養(yǎng)基優(yōu)化的 剛做完單因素試驗正在想下面該怎么設(shè)計呢？是 PB ？還是最陡爬坡？還是兩個都要做？反正最后是要做響應(yīng)面的 希望大蝦們多多多指點一下下 另外，關(guān)于PE,我也在想，是不是必須要做空白項的呢？那么空白項里面的 +1，-1 是沒有具體的水平值的亞，那么在實驗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 :單因子實驗只是為了保險使 PB

9、 實驗的結(jié)果更加明顯而進行的預(yù)實驗 ,PB 實驗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.而我的實驗是先進行單 因子,然后是PB,根據(jù)PB的實驗分析數(shù)據(jù)做最陡爬坡實驗 ，否則不能很好的確定爬坡的方向 以及步長 .最陡爬坡實驗的步長的選擇 : 根據(jù)前面 PB 實驗的結(jié)果 ,做一階方程的法線 ,法線方向就是爬坡方向 ,步長就根據(jù)回歸系數(shù)和 規(guī)范變量的比值在通過自然變量來換算,算到的結(jié)果在綜合實際的情況就可以基本確定步長了這個是最近看文獻理解到的一些 ,希望哪位高手指點一下dummy variable 不是對照組。如果你的實驗次數(shù)為 4 的整數(shù)倍。那么看你考察的因素是多 少個。

10、比如你有 9 個，那么至少要使用 runs=12 次 的 PB 設(shè)計。此時，有 3 個空列。一般 的處理方法是，等間距空列。實在不行，你就隨機選吧。這并不妨礙你的實驗結(jié)果。空列只 是為了估算誤差。2. 這樣吧，如果我這樣表述，看你是否能夠理解。我剛好有15個因素，想做PB,正好runs=16符合我的要求?？墒牵@樣一來，估算誤差 呢？因為沒有多余空列了。那么，再往上加列，只有再加4列。剛好 19 因素， 20次實驗，其中有 4 個空列。你認為這多出來的一列( 16-15=1 )，我想你是這樣算的吧。那你運行一下軟件，看看 15 因 素的 PB， runs=16 ，到底是 15 列，還是 16列

11、？列是因素，行是實驗次數(shù)。并不是列數(shù) = 行數(shù)。描述：如何確定步長：圖片：PB次多壩式給出的區(qū)間Figure 12 3 First-order response surface and path of steepest ascent.Natural VariablesCodedVariablesResponse ¥斥應(yīng)時間ii反應(yīng)tmJSl*230150-T-I39330160一 1140.040150t-40.9401601141*5351550040.3351550040.535T550040.735T550040.2351550040.6T呂hie I61Proems Dala

12、i fa Fitting ihi Fi齊卜Ordwr Modl變化半徑：Ai =(40-30) 2=5Regression Model：y = 40.44 + 0.77 % + 0.325馮與 系數(shù)(0.775 ,0.325)以移動系數(shù)最大的因子為一個單位©Co同Variable),故Axl = 1,則Ax2 = (0.325/0775) Axl =0,42 即 0.775(1,0.42)圖片:中心值:X*(30 +40) 2 =35編碼公式:xl=(X-Xl) AiExperimental design of steepest ascent and con esponcling r

13、esponseExperuneiu i»(nh4)2so4 儈L)MgS04 - ：HjO 但L)Initial pHClufosaiiw acinity (UmL-1 )020.030 + 1A19.0L22.086.540 + 2A1&00.91.975.920 + 3A17.00-61.835,36描述：4在設(shè)計CCD試驗?zāi)堑臅r候是否要包括全因子實驗設(shè)計圖片：CCD看了這張圖，我想答案應(yīng)該是不言而喻了!描述：CCD各個設(shè)計點的作用:圖片：Clu：osanjas& activity石111194.8211-1S6.5431=1191.0241-

14、1-185j635-11191.396-11-132 437-1-118632S-1-1-17521g-1j682009596101.6320095.62110-1682088.751201.632095.211300-1.65215£314001.68289.121500011632160001131?000117318000113.21130001142520000115.24teveiRunJ如有異議，歡迎繼續(xù)發(fā)帖，大家共同學習!析因?qū)嶒灉蛩厝蜃訉嶒炤S點實驗為了擴大響應(yīng)分析范圍I 中心點實驗一個中心點隨機偏差大-多個熹礙好的得出畤綜合最后兩個問題幾篇用響應(yīng)面優(yōu)化培養(yǎng)基的文章

15、!0亶£至這幾篇都是用響應(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。由于最近我要進行培養(yǎng)基的優(yōu)化，所以找了 很多文章來研究。一般的文章都是一帶而過，看了也不明白。這幾篇過程還算詳細，對理解有一定的幫助。希望對大家有所幫助。我在看文章的過程中，我總結(jié)出了優(yōu)化培養(yǎng)基的步驟。拿出來跟大家分享一下，共同學習和交流一下。有錯誤的話希望大家及時提出。第一步：在眾多實驗因素中找出主要因素。在這步實驗中你可以應(yīng)用正交試驗（因素比較少）和 PB（ Plackett-Burman ）實驗。這兩種 方法都可以找出主要因素。尤其是PB實驗，它可以在很

16、多的因素中，用較少的實驗篩選出主要因素（一般選取大于 90% ）。通過PB實驗還可以看出各因素的作用效果，即是增加 還是減少濃度會使響應(yīng)值向最優(yōu)移動。第二步：是主要因素的取值逼近中心點，最陡爬坡實驗這步實驗不是必須做的，如果你確定你的實驗取值已經(jīng)逼近中心點，那么你可以直接進行第三步的分析。但是你要是不能確定或不相信這些取值那你就要進行最陡爬坡實驗。這步實驗 根據(jù)第一步實驗進行。為了盡快逼近最優(yōu)值，增加步長通常取最大。我現(xiàn)在還沒找到取最大 步長的公式，有誰知道的話麻煩發(fā)一下。細履平沙版主，幫忙解決一下，謝謝。這樣就能找 到中心點。第三步：響應(yīng)面分析現(xiàn)在常用的有中心復合法和BB法(Box-Behn

17、ken )。在這步實驗時最好因素不要太多，因素太多直接影響到試驗次數(shù)，現(xiàn)在經(jīng)典的一般是三因素。通過這步分析可以的回歸方程，進而得到最優(yōu)培養(yǎng)基。并且還能得到因素相互作用對響應(yīng)值的影響。在這里我對 x，即+1、一 1的取值還不太清楚，a的取值也不是很清晰，希望大家?guī)兔獯鹨幌?。這是我最近的學習結(jié)果，希望大家批評和指正。此貼被細履平沙在 2008-06-0518:55重新編輯附件：電采用響應(yīng)面分析法優(yōu)化吩嗪 _1_羧酸的發(fā)酵條件.pdf (180 K)下載次數(shù):4需要經(jīng)驗值:20附件：發(fā)酵法產(chǎn)氫培養(yǎng)基的響應(yīng)面分析優(yōu)化.pdf (908 K)下載次數(shù):4需要經(jīng)驗值:20附件：-：酵母內(nèi)海藻糖積累條件的

18、優(yōu)化 .pdf (213 K)下載次數(shù):4需要經(jīng)驗值:20 附件: 危響應(yīng)面法優(yōu)化納豆激酶液體發(fā)酵 .pdf (217 K)下載次數(shù):5需要經(jīng)驗值:20 關(guān)于培養(yǎng)基的優(yōu)化試驗套路0固劇正交試驗和均勻設(shè)計方法進行培養(yǎng)基優(yōu)化已取得諸多成功的例子。正交試驗適合因子較多而因子水平不多的試驗設(shè)計，從試驗次數(shù)上看，是至少為因子數(shù)的 平方。均勻設(shè)計適合于因子少，而水平多的試驗，從試驗次數(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)計衍生而來，不過效率卻更高?，F(xiàn)如今，大多流行響應(yīng)曲面設(shè)計來優(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，通 常采用篩選試驗。主要有全因

19、子因析設(shè)計和Plackett Burman設(shè)計。兩種篩選試驗，各有千秋，但都能以最少的試驗次數(shù)篩選出主效應(yīng)因子。其中全因子設(shè)計能夠表現(xiàn)出因子的三級以上交互作用，而 Plackett Burman設(shè)計由于是兩水平設(shè)計，所以交互作用只在二級交互 作用。另外還有部分因子因析設(shè)計。篩選到了主效應(yīng)因子，我們就可以開始進行下一步優(yōu)化試驗。此時，主要有中心復合設(shè)計 和 Box-Behnken 設(shè)計。中心組合設(shè)計是一種國際上較為常用的響應(yīng)面法，是一種5水平的實驗設(shè)計法。 采用該法能夠在有限的實驗次數(shù)下，對影響生物過程的因子及其交互作用進行評價，而且還能對各因子進行優(yōu)化，以獲得影響過程的最佳條件。Box- Be

20、hnken設(shè)計是另一種國際上較為常用的響應(yīng)面法，是一種3水平的實驗設(shè)計法。同樣具有響應(yīng)面法的優(yōu)點。近年來利用該法進行生物過程優(yōu)化的文獻比用中心組合設(shè)計法的 明顯地少。通常以上說的響應(yīng)曲面設(shè)計和數(shù)據(jù)分析，都可以通過一些統(tǒng)計軟件來運行，十分簡便。為此，我將本人一直在使用的 Min tab綠色軟件上傳，希望大家能夠好好利用，搞好試驗 設(shè)計，節(jié)省人力無力，為經(jīng)濟帶來騰飛(別忘了日本很大程度上就是因為田口宏一的正交設(shè) 計表，在二戰(zhàn)后迅速崛起！)謝謝西風，看你的回復我很有同感，我當時剛開始做 RSM 也是摸不到頭腦，沒辦法，只有 看文獻一步一步的摸索過來的。為了不讓帖子沉了， 也為了有需要的戰(zhàn)友節(jié)省時間，

21、 心中對試驗設(shè)計有個大概的框架， 我先 拋磚引玉，簡單講下我做培養(yǎng)基優(yōu)化的一點體會?？赡苡行?zhàn)友認為， 試驗設(shè)計優(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組合進行試 驗就行了，其實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 ）的時候， 試驗得到的圖形可能不是一個完美的曲面圖， 我見過一些別人發(fā)的文章， 它的曲面圖是一個 扭曲的圖形， 高點根本沒有出現(xiàn)在圖形中， 那試驗得到的根本不是最適的培養(yǎng)基組分， 當然 這種文章一般不會出現(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”的結(jié)果， “爬坡試驗 ”的目的在于找出 RSM 設(shè)計的中心點，保證結(jié)果的準確性

22、。另外一點 需要提出的是 RSM 的一個缺點就是分析的因素不能太多，經(jīng)典的是三因素的試驗設(shè)計，如 果你的因素比較多，那不妨試試方開泰的均勻設(shè)計。要做 RSM 就要先找出有顯著影響的因 素，剔除一些對結(jié)果影響不顯著的因素，所以在 “爬坡試驗 ”之前還需要一個 PB 試驗， PB 能從眾多因素中很簡單的找出對試驗結(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)試驗的工作量，又能保證結(jié)果的準確性。 PB 和 “爬坡試驗 ”對于剛接觸試驗設(shè) 計的戰(zhàn)友， 比較陌生點， 加上發(fā)表文章中很少，全面的把整個試驗設(shè)計寫出來的， 一般的都 是只寫 RSM 這部分，也有幾篇文章是 PB+RSM 的，還有

23、先做 RSM 后做 “爬坡試驗 ”的。我 個人認為PB-爬坡試驗”-RS ,這種試驗設(shè)計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。 當然如果是做畢業(yè)論文的話， 在綜合試驗 設(shè)計之前， 還有個更基礎(chǔ)的工作， 就是單因素試驗， 那種放棄單因素試驗的想法也完全錯誤 的，尤其是沒有一個基礎(chǔ)配方的時候。 我做的菌種是我自己從本實驗室菌種庫篩出來， 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， 用單因素試驗首先大致 確定C、N、P、無機鹽、微量元素的種類及水平。大致講了一下，說的比較散亂，或許不 太好明白。希望大家把問題提出來，我們一起

24、針對具體問題具體分析。講得不錯，都是很好的心得。先用 PB 進行顯著性分析是一個很好的建議。 另外可以從歷史數(shù)據(jù)中找到合適的數(shù)據(jù)， 然后再用軟件進行分析， 就可以不用再做實驗就可 找到影響顯著的因素和水平范圍。響應(yīng)面分析， 其實用我們常見的軟件就可以做出來。 首先對各個單因素的試驗結(jié)果進行歸納， 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 語句實現(xiàn)第四維的表示方法，很好用。 另外用 SARS 軟件也是可以的，不

25、過語句能比 MATLAB 復雜一點點。 EXCEL 也可以，不 過做出的響應(yīng)面，美觀程度差一點點。我有個想法，能不能在初始時用正交實驗確定出中心點的范圍，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因素，然后用 RSM 做，這樣主要影響因素有了，中心點 也有了。做起來也好做，不會 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PB實驗設(shè)計的數(shù)據(jù)處理我使用SAS進行試驗設(shè)計的，11個因素+4個dummy variables，做16次實驗。 PB實驗設(shè)計的數(shù)據(jù)已經(jīng)出來了，但是怎么分析不了。用An alysist宀Statistics宀Regressio n宀Li

26、n ear分析出來的結(jié)果像圖里面這樣，怎么回事呢？后面幾列的Standard Error, t value以及p值都沒有。Analysis ot VarianceSourceDFSum ofSquaresMeanSquareF ValueFr > FNode 115205511370.0885SError00VCorrectedTotal152C551Root MSEaSquareUOOOODependentMeanU.61347Adj R-SqCoeff VarPEiranieter Eat i matesVariableDFParameter Est imsdeStandard Er

27、rort ValuePr > tIntercept1170.63344XI1-9.31742X21-26.37076X31375.44475X41-4.G7324X51554.01959X61-13.09216X711155.83384X81-14.66823X91-2550*00125X101-2736.38405XII1-1423.93974XI?1-3.46462XI31-202J18DBX14120S.08774XI518.31892我給試驗設(shè)計的表也列出來吧，請各位高手分析一下，到底是哪方面原因?qū)е碌?。RUNX3 X4矯X£ X7 XBX9 X10X15-1-1114

28、-V-r11-111-175.0645221-2J-r1-n1pir11-14.42243597*3-1-V斗r?1-111-1I-18.086235374111i1-1j；-1兒-1190,9802657-5斗11斗T1-V1V-1197.8936906-61-V1-1-2V-1-111-1-1It-1 94.20403277-1L1-1-1-bn1-11pt-183.7824584 B11-1-.I；4-1-id1n195.10005569-1-11.11-b-11dL194 9559216101-1.1.1-1-1-1111-179.02024781111-4寸-J1-11-162.27

29、03477-121j1-1-11-1-1-11 7.06606224-13-r1'1h1-1-11-1-1195.2157883-141-11-T11-11-1-1FT-181.662178315-11.2I T-1-11-11pi)-11-116.9664911611L211111127,2220443表中X2 , X4 , X8 , X15這4列是dummy variables，沒有賦值，其余 11個是考查的因素。y是考查指標(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，請大家?guī)头治龇治?。想知道的幾個問題：1試驗設(shè)計有沒有問題？2. 就按照表中設(shè)計的試驗做了16

30、次實驗，沒有將每次重復 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處理會出現(xiàn)上面的情況， 沒有標準誤差，t值以及p值? 謝謝了先附件： -h Coded Design.rar (7 K)下載次數(shù):5很想問一下，那個虛擬變量如何設(shè)置啊一般多少個還有最重要的是 實驗過程中到底如何進行啊小妹真的沒有概念虛擬變量好像一般設(shè)個三個左右實驗次數(shù)都為四的的倍數(shù)，如果你要測定8個因素，實驗次數(shù)仍為 12，那么就可以設(shè)三個虛擬變量。8 + 3 = 11<12記住k個因素和實驗次數(shù)之間的關(guān)系是K小于或等于n 1具體實驗過程中，我個人覺得就是高低水平都為-，就是什么都不加，只是增加了實驗

31、次數(shù)，控制誤差的作用。實驗過程中控制誤差可以通過重復試驗達到。而實驗誤差的計算可以通過增加中心點次數(shù)實現(xiàn)。如果不能進行誤差分析，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！一般來說，試驗設(shè)計的時候k次實驗的話，（考查因素+虛擬變量）=k 1。比如，12次實驗，考查8個因素，那么剩下的3個變量就可以不賦值，仍為 uncoded。不過這種dummy variables 選擇國內(nèi)期刊和國外期刊有所不同：國內(nèi)的：如版友們所說，隨機選擇的比較多。外文期刊：1.沒有標出dummy variables，比如12次實驗，設(shè)計表就列出了 8個考查因素， 而3個dummy variab

32、les 沒有標出；2標出了，但是給dummy variables 都列在一塊，比如就放最后幾列。3.也看到就根本沒有設(shè) dummy variables 的，比如12次實驗就考查11個因素的。初學求教：什么是PB實驗和爬坡實驗啊什么是PB實驗和爬坡實驗啊剛開始做實驗，什么都不知道，萬望各位賜教！pb是plackett-Burman的縮寫，是一種篩選試驗。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。額要點名了，細履平沙斑竹，指點一下吧。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，我看過你的帖子，知道你是試驗設(shè)計的行家。望斑竹不吝賜教。最陡爬

33、坡實驗它能最快逼近最大響應(yīng)面區(qū)域，確定中心組合實驗的中心點，能保證響應(yīng)面分析結(jié)果的準確有效性.我只知道這么一點吧.還望樓下的人能補充細化一下呢.一般都會作，但是如果實驗結(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，那么就可以不再進行最陡爬坡實驗，最后用中心復合設(shè)計及響應(yīng)面分析來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驗（FFD）,再做最陡爬坡實驗.再利用中心組合實驗確定中心點，如果采用PB實驗，一般不作最陡爬坡實驗，直接用中心組合實驗確定中心點.具體原理我不記 不清了 .明天我上傳一個這個方面的資料吧.上傳一篇文章.可能對你有幫助.此貼被細履平沙在 2008-0

34、6-0815:02重新編輯附件：！肱生物過程的優(yōu)化.pdf （358 K）下載次數(shù):63需要經(jīng)驗值: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試驗可以用來篩選培養(yǎng)基中不同成分對試驗結(jié)果的影響，通過PB試驗得到影響較大的試驗因素；爬坡試驗就是從PB試驗的中心點開始，根據(jù) PB試驗的得出的每種因子的系數(shù)來確定爬坡方向以及步長，爬坡試驗主要目的是逼近主要試驗因子的最適添加水平；之后根據(jù)爬坡試驗的結(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，我也是初學者，希望這些能對你有幫助請教一下：響應(yīng)曲面1.414到-1.414中間5個水平的步長如何設(shè)計？匚込還需要看

35、回歸系數(shù)嗎？設(shè)計的時候憑經(jīng)驗還是有具體的公式？緊急求救0是中間，1如果相當于中間偏大 2.0水平，那么1.414就相當于中間偏大 2.828水平我是 這么理解的，這個不能靠經(jīng)驗，而是根據(jù)程序要求。關(guān)于PB設(shè)計中的t檢驗和P檢驗£請問各位大俠，PB設(shè)計中的t檢驗和P檢驗的功能是否是一樣的？如何通過 t檢驗 來認定顯著因素？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，是根據(jù) T值查到的概率和 F值查到的概率。樓主可能沒有學習過數(shù)理統(tǒng)計。進行實驗設(shè)計，一些數(shù)學基本知識還是要具備的。關(guān)于最陡爬坡（最速上升）的問題©我下了發(fā)酵人上的“Pa

36、th of steepest ascent /descent ”。在學習中有些地方不明白，希望大蝦能給予幫助。在設(shè)計中需要編寫一個最速上升宏”命令，請問這個 最速上升宏”在Minitab15這個版本中有沒有，如果有在哪里？（本人愚鈍，如果翻譯錯誤望大蝦指出以便更正）還有我點擊 編輯器（D）啟動命令（E） ”然后按照mini tab技術(shù)支持文件上所給出的方 法在會話窗口里輸入以下命令：ascent y x.1-x.n;sore u.1-u.j;step s;base b;desce nt;runs r.然后回車出現(xiàn)“*錯誤*未知Minitab命令：ASCEMTB > ”我不知道這個命令應(yīng)該

37、在哪里輸入。望高手指點??！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)計和分析？最陡爬坡實驗盒園我覺得最陡爬坡實驗不需要軟件分析的，直接觀察數(shù)據(jù)變化的趨勢，找到極點值，附 近找到因子參數(shù)范圍再做下一步的響應(yīng)面實驗和分析就可以了。可以參考http:/www.fajiaoren .com/read.php?tid=9060PB試驗設(shè)計03外文資料里面dummy variables要么沒有列出來，有些就根本沒有設(shè)（比如 8次試驗 就做7個因素），要么所有的 dummy variables 就全部都列在一起，只有看到國內(nèi)的文 章才是將dummy

38、variables 隨機的列出來。在版上也看到說要有 dummy variables，并且要隨機的選擇。 那么dummy variables到底要不要，要的話是不列出來，還是所有的就放最后幾列呢？ 我認為dummy variables的位置不影響分析結(jié)果。但是這個參數(shù)應(yīng)該有。有道理，另外，每一組試驗只做一次，還是做個重復比如同一組做3次，然后取他們的平均值呢？要是只做一次會不會誤差比較大，影響試驗結(jié)果？重復多次可以減少某些異常點引入的誤差，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個重復，實驗結(jié)果都輸入實驗表，也可以在程序中設(shè)1個duplication，然后將數(shù)值平均后輸入實驗

39、表。從pb到最陡爬坡，如何設(shè)計步長，求救啊 Elpb做完了，也做了重復，現(xiàn)在真是不會確定步長 真的是很笨，希望高手指點一下求救啊細心看看以前的貼子，有詳細的介紹。一個參數(shù)（A）根據(jù)自己的經(jīng)驗確定，其它參數(shù)根據(jù)PB試驗公式中的系數(shù)來確定。具體找貼子吧。看下面的貼子，topmit有介紹。http:/fajiaore 做了響應(yīng)曲面分析，圖形不對，麻煩大家看看哪里出了問題國圖片:10dlO8/n)l0-1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)向前挺進呵呵大家多提意見啊hope59你好，我想請教一下你爬坡實驗怎么設(shè)計的，是用mini tab設(shè)計的嗎？關(guān)于

40、爬坡步長3我看了些文獻，關(guān)于爬坡步長的說法不一。有文獻這樣確定最陡爬坡的，步長公式=exAj >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，回歸系數(shù)越大，步長應(yīng)該越大啊。而有的文獻又說回歸系數(shù)越大，步長應(yīng)該越小。我覺得這種說法也對，因為回歸系數(shù)大，說明對響應(yīng)值的影響越大啊，響應(yīng)值對因素變化非常靈敏，所以步長取值應(yīng)該小點，以免錯 過最優(yōu)點。不知我的理解對不對，請大家指教。求助：可不可以用pb方法進行非培養(yǎng)基優(yōu)化的發(fā)酵實驗啊G3小女子剛接觸發(fā)酵實驗，對很多東西不是太了解，最近查文獻資料發(fā)現(xiàn)PB方法進行實驗優(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P

41、B進行其他非培養(yǎng)基優(yōu)化的實驗？比如說有很多因素像溫度、PH、鈣離子濃度等。如果可以用PB法優(yōu)化，那在進行確定因素水平”階段是不是也可以用最陡爬坡實驗”進行非培養(yǎng)基優(yōu)化的 實驗?zāi)?？希望高手給予解決，小女子不勝感激沒有問題，可以用。但是進行試驗之前，要考慮好試驗的目的，不能只是為了試驗而試驗，而要考慮試驗的結(jié)果是不是能夠達到某種效果和實驗條件能不能實現(xiàn)。優(yōu)化包括：培養(yǎng)基優(yōu)化（碳源，氮源，無機鹽等），培養(yǎng)條件優(yōu)化（溫度、PH、轉(zhuǎn)速，裝液量等）實驗設(shè)計：根據(jù)需要，自由組合，可以同時優(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)計的三個階段G3it is possible to separat

42、e an optimization study using RSM into three stages. Th e first stage is the prelim inary work in which the determ in ati on of the in depe ndent parameters and their levels are carried out. The second stage is the selection of th e experimental design and the prediction and verification of the mode

43、l equation. Th e lastone is obta ining the resp onse surface plot and con tour plot of the resp onse as a f un cti on of the in depe ndent parameters and determ in ati on of optimum poin ts.三個階段。1，準備階段，決定獨立變量及其水平。2，實驗設(shè)計的選擇及模型的驗證3，根據(jù)響應(yīng)面來確定優(yōu)化條件。求救：pb試驗我做了好幾次，總是找不到影響顯著的因子匚込我做了好幾次pb試驗，可是總也找不到影響顯著的因子，就是大

44、于95%的兩個到三個因子，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題？都從哪里入手調(diào)節(jié)？ 對了，我看很多文獻上都說，高水平一般是低水平的1.25倍，這個很固定嗎我都是按照1.25倍做的，不會是這里有問題吧還是要focus到上面的問題，遇到顯著性不高的問題，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倍看看生物過程存在嚴重的交互作用，而PB實驗次數(shù)少，因此在交互作用解決上有一定的問題。所以在生物領(lǐng)域先進行單因素考察，然后再進行組合試驗是有一定道理的。我感覺也可以先進行PB實驗多考察一些因素，然后再

45、減少因素并進一步探索因素間的交互作用。首先：你考察的是幾個因素？如果存在交互作用，確實會存在上述情況。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。測糖的方法是濃硫酸苯酚法。如果 實驗設(shè)計者對該方法掌握不好，就算是同一個樣品，測定結(jié)果差別甚大，那么，這就不是實驗設(shè)計分析本身的錯誤，而是實驗設(shè)計者的錯誤！只要大于7 5%就行了我是以生物量作為指標，用涂平板檢測的我用了七個因子，用 mini tab設(shè)計的12次試驗，經(jīng)過分析，只有一個因子的可性度在90%以上在此之前，我做過比較全面的單因子試驗，但是由于單因子試驗用的是化合物能清楚的知道 碳濃度、氮濃度等詳

46、細的參數(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試驗做的比較謹慎，怕后期出現(xiàn)更大的錯誤。我這周重復一下上次的試驗，再把倍數(shù)擴大到1.5試試看非常感謝大家這么熱心的幫助我，真是很感動哦 不知道我現(xiàn)在的設(shè)計有沒有什么地方不合適？希望大家多多批評指正！不知道樓主，為什么 7個因子要用12次實驗設(shè)計呢？minitab上自動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)計有問題啊我剛準備瓶子，準備做了，呵呵，看樣子是有問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個因子

47、，做8次實驗足夠。不知道你設(shè)計過程中是否有哪一步?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。只要不是認為的胡亂加大水平值，PB篩選還是比較可靠的。再次：我實驗室是不準安裝 QQ等聊天軟件的。所以，只能我回家加你了。關(guān)于爬坡實驗的疑問！UJ爬坡試驗需要軟件設(shè)計嗎？我剛做完pb試驗，篩選完重要因子，然后是不是應(yīng)該以高水平為中心，上下篩選幾個濃度 （一般也要七八個濃度吧），這時候步長設(shè)計有什么要求嗎？ 濃度個數(shù)設(shè)置有要求嗎？需要軟件設(shè)計嗎？版主快來指導一下吧！最爬坡試驗最后要達到什么要求才能進一步進行響應(yīng)曲面試驗？爬坡試驗需要或者能用 minitab設(shè)計嗎？ 我看到的

48、論文上好像只是將得到的數(shù)據(jù)比較產(chǎn)量高低呢？puzzled and help ！你做完了 PB從分析的數(shù)據(jù)上就可以看出每個因子的影響是正還是負！所以設(shè)計的時候一定注意不要搞錯了！步長的設(shè)置也要看你自己實驗本身，不能套用！所選擇幾個比較好，能達到你的實驗?zāi)康模?就是逼近最有的響應(yīng)區(qū)域！越逼近越有利于下一步的實驗！回歸與相關(guān)國回歸與相關(guān)一、直線回歸分析直線回歸是用直線回歸方程表示兩個數(shù)量變量間依存關(guān)系的統(tǒng)計分析方法，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y hat）=a+bx，其中x為自變量，一般為資料中能精確測定和控制的量，Y為應(yīng)變量，

49、指在x規(guī)定范圍內(nèi)隨機變化的量。a為截距，是回歸直線與縱軸的交點，b為斜率，意為x每改變一個單位時,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，Ixx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，在坐標軸上任意取相距較遠的兩點，連接上述兩點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x的實測值范圍.2. 回歸關(guān)系的檢驗回歸關(guān)系的檢驗又稱回歸方程的檢驗， 其目的是

50、檢驗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 檢驗來判斷回歸方程是否成 立。(2)t 檢驗 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) ? 進行比較來判斷回歸方程是否成 立，實際應(yīng)用中因為回歸系數(shù) b 的檢驗過程較為復雜 ,而相關(guān)系數(shù) r 的檢驗過程簡單并與之 等價,故一般用相關(guān)系數(shù)r的檢驗來代替回歸系數(shù)b的檢驗。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變量間依存的數(shù)量關(guān)系(2) 利用回歸方程進行預(yù)測

51、；把預(yù)報因子(即自變量x )代入回歸方程對預(yù)報量(即因變量Y )進行估計，即可得到個體Y 值的容許區(qū)間。(3) 利用回歸方程進行統(tǒng)計控制規(guī)定Y值的變化，通過控制 x的范圍來實現(xiàn)統(tǒng)計控制的目標。如已經(jīng)得到了空氣中N02的濃度和汽車流量間的回歸方程，即可通過控制汽車流量來控制空氣中NO2 的濃度。4. 應(yīng)用直線回歸的注意事項(1) 做回歸分析要有實際意義；(2) 回歸分析前 ,最好先作出散點圖；(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)系的指標是相關(guān)系數(shù)(常用 r 表示)，

52、兩變量間相關(guān)關(guān)系的種類有 正相關(guān)( 0<r<1 )、負相關(guān)( -1<r<0 )、零相關(guān)( r=0 )、完全相關(guān) (|r|=1) 等。相關(guān)分析對資 料的要求是兩變量(x,y)均是符合正態(tài)分布的隨機變量。2. 相關(guān)系數(shù)的計算相關(guān)系數(shù)是x,Y的離均差積和Ixy除以X的離均差平方和Ixx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)檢驗相關(guān)系數(shù)檢驗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檢驗和查表法，t檢驗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.

53、 相關(guān)說明相關(guān)關(guān)系，回歸說明依存關(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 正負號一致；3. r 與 b 的假設(shè)檢驗等價；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、等級相關(guān)分析等級相關(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資料。常用的 Spearman等級相關(guān)系數(shù)rs是利用x, Y的秩次來進行直線相關(guān)分 析的。因此當x，Y的相同秩次較多時，計算出的rs需矯正。同樣的，等級相關(guān)系數(shù) rs也需要進行假設(shè)檢驗。五、相關(guān)分析應(yīng)用中的注意事項1. 相關(guān)分析要有實際