《试验数据处理1响应面课件.ppt》由会员分享，可在线阅读，更多相关《试验数据处理1响应面课件.ppt（56页珍藏版）》请在三一办公上搜索。
1、响应面设计与实验数据处理,Your site here,LOGO,Contents,1.响应面的概念,3.Design-Expert（7.0.0）响应面设计及数据处理,4.ConclusionComparision,2.SAS（9.2）响应面设计及数据处理,Your site here,LOGO,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
2、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,1.1响应面的概念及必要性,Your site here,LOGO,1.2响应面设计模型种类,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
3、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,响应面设计与实验数据处理,汇报人：李莉楠 2012307204谭礼浩 2012307209 专业：食品工程,新建响应面设计,De
4、fine 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DetailsExperiment NotesFactor NotesBlock 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
5、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，Y取得最大值为80.21244,二次多项式回归方程,输出的内容还有很多，可根据自己需要来分析。,Your site here,LOGO,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,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,当x1=86.94
6、6152,x2=176.529233时，Y取得最大值为80.212393,Your site here,LOGO,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,点击File选择New Design,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
7、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,Numberical,选择maximize,当x1=86.81,x2=176.29时
8、Y取得最大值为80.1861,图,Your site here,LOGO,4 ConclusionComparision,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,当x1=86.946,x2=176.529时，Y取得最大值为80.21244,当x1=86.946152,x2=176.529233时，Y取得最大值为80.212393,Your site here,LOGO,4 ConclusionComparision,Design-Expert手动回归法得出的回归方程和最优值Design-Expert逐步回归法得出的回归方程和最优值,当x1=86.81,x2=17
9、6.29时Y取得最大值为80.1861,选用可信度比较高的方程和优化结果,Your site here,LOGO,4 ConclusionComparision,SAS和Design-Expert所处理的数据结果有些许差异，可能源于试验数据小数点位数关系。SAS 功能强大，可以用于除响应面以外其它数据分析。而且实验结果输出时可以按照自己的需要来选择，查看结果方便，方程，最优值可在同一页面。Design-Expert使用简单，但功能较单一，是专门用于响应面设计的软件。在试验设计时，可做到随机排列，减少误差；在结果分析时最优值和回归方程的结果未在一起；但是结果的后面有英文版的解释。解决初学者不懂得如何分析结果的困难。Design-Expert可以通过逐步回归的方法直接得到最合理最优的回归方程，而SAS,？,Your site here,LOGO,谢谢！请老师同学批评指正！,
