響應面法優化牛蒡根總黃酮提取工藝

以下是文獻中利用Minitab統計軟件的析因實驗得到的一些相關數據：

現在同樣就這篇文章中的相關數據，利用minitab實際操作如下：

一、部分析因設計及實驗結果

1.創建因子設計得：(對應表3)

2.分析因子設計得：(對應表4)

擬合因子: Y 與 A, B, C, D

Y 的估計效應和系數(已編碼單位)

項 效應 系數 系數標準誤 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(預測) = *% R-Sq(調整) = 99.19% Y 的方差分析(已編碼單位)

來源 自由度 Seq SS Adj SS Adj MS F P 主效應 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 彎曲 1 1.9250 1.92497 1.92497 146.16 0.001 殘差誤差 3 0.0395 0.03951 0.01317 純誤差 3 0.0395 0.03951 0.01317

合計 11 17.8381 Y 的異常觀測值

擬合值 標準化 觀測值 標準序 Y 擬合值 標準誤 殘差 殘差 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 值影響很大的觀測值。

Y黃酮提取得率(mg/g) 殘差圖

二、對表4的試驗結果進行回歸分析 中心復合實驗設計及結果(對應表5)

中心復合設計

因子: 2 仿行: 1 基礎次數: 13 總試驗數: 13 基礎區組: 1 合計區組數: 1 兩水平因子：全因子 立方點: 4 立方體的中心點: 5 軸點: 4 軸點的中心點: 0 Alpha: 1.41421

響應曲面回歸:Y 與 B, C

分析是使用已編碼單位進行的。 Y 的估計回歸系數

項 系數 系數標準誤 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(預測) = 66.32% R-Sq(調整) = 84.64% Y 的方差分析

來源 自由度 Seq SS Adj SS Adj MS F P 回歸 5 98.572 98.572 19.714 14.23 0.001 線性 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 殘差誤差 7 9.701 9.701 1.386

失擬 3 3.840 3.840 1.280 0.87 0.525 純誤差 4 5.860 5.860 1.465 合計 12 108.273

Y 的估計回歸系數，使用未編碼單位的數據 項 系數 常量 21.8704 B 1.11198 C 0.939799 B*B -2.34157

C*C -2.73907 B*C -0.624000

Y 殘差圖

三．統計/DOE/響應曲面/等值線/響應曲面圖 得到相應的曲面圖(對應圖6)

總結

以上是生活随笔為你收集整理的matlab 响应曲面,MINITAB 响应曲面法应用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。