《食品试验优化设计》课程教学大纲讲解.docVIP

《食品试验优化设计》课程教学大纲 英文名称：Statistics and Optimizing Methods in Food Research适应课程性质程教材参考书：. 考核及成绩评定 考核方式： 开卷考试 成绩评定： 课堂表现占10%，课程作业（课程实习）占20%，课程考试占70%。 9. 课外自学要求 按时完成自学内容，撰写自学笔记；独立及时完成课程作业和实习作业。 二、教学基本要求U测验；T测验； X2测验；F测验等。 基本概念、理论和原理： 无偏性；有效性；点估计；区间估计；假设测验；小概率原理。 基本要求： 学习和掌握参数估计和统计假设测验的基本思想、基本理论和基本方法。通过学习使学生能够利用统计假设测验的理论和方法解决实际问题。 教学重点及难点： ⑴ 教学重点： 参数估计的无偏性和有效性；统计假设测验的基本思想——小概率原理；假设测验的基本方法。 ⑵ 教学难点： 统计假设测验的基本思想 方差分析 基本内容： 基本知识点：方差分析原理；偏差平方和分解与自由度分解的方法；方差分析表的构成以及方差分析结果的差异显著性判断。 基本概念和理论： 偏差平方和；自由度；可加性；期望方差；主效应和交互作用。 基本要求： 了解方差分析的原理与思想方法，掌握偏差平方和与自由度的分解方法和单因素试验与多因素试验的方差分析方法。 教学重点及难点： ⑴ 教学重点： 方差分析方法及其在科学研究与生产实际的应用举例。 ⑵ 教学难点： 方差分析的原理与思想方法。 简单回归分析 基本内容： 基本知识点：回归方程的建立与显著性检验；利用回归方程进行预测和控制的方法原理。 基本概念、理论、原理： 函数关系与相关关系；最小二乘原理；回归系数与相关系数；线性范围；回归方程的精度；经验公式。 基本要求： 了解回归分析的意义；掌握一元线性回归和一元非线性回归分析的基本方法。 教学重点及难点： ⑴ 教学重点： 回归方差的建立与显著性检验；回归方程的应用举例（预测与控制）。 ⑵ 教学难点： 最小二乘原理。 多元线性回归分析 基本内容： 基本知识点：多元回归方程的建立与显著性检验；逐步回归；通径分析※。 基本概念、理论、原理： 响应值与响应面；矩阵求解；逐步回归；通径系数。 基本要求： 了解和掌握响应面分析、多元线性回归分析、通经分析、多项式回归分析的基本方法。 教学重点及难点： （1）教学重点：了解响应面分析和通径分析。 （2）教学难点： 最优回归方程的求解。 试验设计基础与原理 基本内容： 基本知识点：试验指标；试验因素；试验水平；试验处理；试验设计三原则。 基本概念、理论、原理：试验指标；试验因素；试验水平；试验处理；全面试验；部分实施；析因试验；重复原则；随机化原则；局部控制原则。 基本要求：掌握试验设计的基本原理、基本概念和基本方法。 教学重点及难点： （1）教学重点： 试验设计的基本理论与基本原则 （2）教学难点： 试验设计原理。 正交试验设计与分析 基本内容： 基本知识点：正交表的构造与正交性；正交试验设计的基本程序；正交试验的直观分析与方差分析方法；混合型的正交试验的结果的分析；优化试验的确定，正交试验设计的灵活运用。 基本概念、理论、原理：完全对，正交表，匀衡分散性，整齐可比性，优化组合，趋势图，混杂，试验方案。 基本要求： 了解和掌握正交试验设计的基本原理、正交试验设计的基本方法；熟练掌握正交试验结果极差分析和方差分析方法。 教学重点及难点： （1）教学重点：正交表的构造与正交性；正交试验结果的分析方法。 （2）教学难点：正交表的灵活运用。 均匀试验设计与分析 基本内容： 基本知识点：均匀试验设计的意义；均匀试验设计表；均匀试验设计的基本方法。 基本要求： 基本概念、理论、原理：均匀试验，均匀试验表，直观分析法，回归分析法。 教学重点及难点： （1）教学重点： 了解均匀试验设计表的构造；均匀试验设计方法和试验结果的处理方法。 （2）教学难点： 试验结果的统计分析方法。 回归正交设计※ 基本内容： 基本知识点：一次回归正交设计，二次回归正交组合设计。 基本概念、理论、原理：回归设计，一次回归正交设计，二次正交设计，因素编码，零水平。 基本要求： 了解回归正交设计的意义，一次回归正交设计，二次回归正交组和设计的基本方法和应用原则。 教学重点及难点： （1）教学重点： 一次回归正交设计和二次正交设计的基本方法和应用。 （2）教学难点： 回归正交设计最优区的确定与应用。 三、课程学时分配本课程计划学时，其中讲课学时，实验学时。课程主要内容和学时分配见。 绪论 2 2 统计量与理论分布 5 5 参数估计与统计假设测验 8 8 方差分析 8 8 简单回归分析 6 6 多元回归分析