MINITAB 响应曲面法应用

响应面法优化牛蒡根总黄酮提取工艺

以下是文献中利用Minitab统计软件的析因实验得到的一些相关数据：

现在同样就这篇文章中的相关数据，利用minitab实际操作如下：

一、部分析因设计及实验结果

1.创建因子设计得：（对应表3）

2.分析因子设计得：（对应表4）

拟合因子: Y 与 A, B, C, D

Y 的估计效应和系数（已编码单位）

项 效应 系数 系数标准误 T P 常量 16.1084 0.04058 397.00 0.000 A 0.4413 0.2206 0.04058 5.44 0.012 B 1.7202 0.8601 0.04058 21.20 0.000 C 0.8663 0.4331 0.04058 10.67 0.002 D 0.1472 0.0736 0.04058 1.81 0.167 A*B -1.9323 -0.9661 0.04058 -23.81 0.000 A*C -0.0982 -0.0491 0.04058 -1.21 0.313 A*D -0.5173 -0.2586 0.04058 -6.37 0.008Y=16.1084+O.2206A+0,.8601B+0.4331C-0.9661AB Ct Pt 0.8496 0.07028 12.09 0.001 S = 0.114764 PRESS = *

R-Sq = 99.78% R-Sq（预测） = *% R-Sq（调整） = 99.19% Y 的方差分析（已编码单位）

来源 自由度 Seq SS Adj SS Adj MS F P 主效应 4 7.8521 7.85207 1.96302 149.04 0.001 A 1 0.3894 0.38940 0.38940 29.57 0.012 B 1 5.9185 5.91852 5.91852 449.37 0.000 C 1 1.5008 1.50078 1.50078 113.95 0.002 D 1 0.0434 0.04337 0.04337 3.29 0.167 2因子交互作用 3 8.0216 8.02158 2.67386 203.02 0.001 A*B 1 7.4672 7.46718 7.46718 566.96 0.000 A*C 1 0.0193 0.01931 0.01931 1.47 0.313 A*D 1 0.5351 0.53510 0.53510 40.63 0.008 弯曲 1 1.9250 1.92497 1.92497 146.16 0.001 残差误差 3 0.0395 0.03951 0.01317 纯误差 3 0.0395 0.03951 0.01317

合计 11 17.8381 Y 的异常观测值

拟合值 标准化 观测值 标准序 Y 拟合值 标准误 残差 残差 1 3 17.5640 17.5640 0.1148 0.0000 * X 3 5 14.8760 14.8760 0.1148 0.0000 * X 5 1 13.2470 13.2470 0.1148 0.0000 * X 6 4 16.0240 16.0240 0.1148 0.0000 * X 8 6 17.0040 17.0040 0.1148 0.0000 * X 9 7 17.8640 17.8640 0.1148 0.0000 * X 10 2 15.8660 15.8660 0.1148 -0.0000 * X 11 8 16.4220 16.4220 0.1148 0.0000 * X X 表示受 X 值影响很大的观测值。

Y黄酮提取得率（mg/g） 残差图

二、对表4的试验结果进行回归分析 中心复合实验设计及结果（对应表5）

中心复合设计

因子: 2 仿行: 1 基础次数: 13 总试验数: 13 基础区组: 1 合计区组数: 1 两水平因子：全因子 立方点: 4 立方体的中心点: 5 轴点: 4 轴点的中心点: 0 Alpha: 1.41421

响应曲面回归:Y 与 B, C

分析是使用已编码单位进行的。 Y 的估计回归系数

项 系数 系数标准误 T P 常量 21.8704 0.5265 41.542 0.000 B 1.1120 0.4162 2.672 0.032 C 0.9398 0.4162 2.258 0.059 B*B -2.3416 0.4463 -5.246 0.001 C*C -2.7391 0.4463 -6.137 0.000 B*C -0.6240 0.5886 -1.060 0.324 S = 1.17721 PRESS = 36.4662

R-Sq = 91.04% R-Sq（预测） = 66.32% R-Sq（调整） = 84.64% Y 的方差分析

来源 自由度 Seq SS Adj SS Adj MS F P 回归 5 98.572 98.572 19.714 14.23 0.001 线性 2 16.958 16.958 8.479 6.12 0.029 B 1 9.892 9.892 9.892 7.14 0.032 C 1 7.066 7.066 7.066 5.10 0.059 平方 2 80.057 80.057 40.028 28.88 0.000 B*B 1 27.865 38.142 38.142 27.52 0.001 C*C 1 52.192 52.192 52.192 37.66 0.000 交互作用 1 1.558 1.558 1.558 1.12 0.324 B*C 1 1.558 1.558 1.558 1.12 0.324 残差误差 7 9.701 9.701 1.386

失拟 3 3.840 3.840 1.280 0.87 0.525 纯误差 4 5.860 5.860 1.465 合计 12 108.273

Y 的估计回归系数，使用未编码单位的数据 项 系数 常量 21.8704 B 1.11198 C 0.939799 B*B -2.34157

C*C -2.73907 B*C -0.624000

Y 残差图

三．统计/DOE/响应曲面/等值线/响应曲面图 得到相应的曲面图（对应图6）

本文来源：https://www.bwwdw.com/article/3o2.html