第六章回归续(第七,八节)课题.pptVIP

第七节 二次响应面分析法 当试验中考察的指标宜于用多元二次回归方程来拟合因素与指标的函数关系，就可以分析回归方程所反应的曲面形状，如果得到的曲面是凸面(像山丘)或凹面(像山谷)这类简单曲面，那么预测的最佳指标值(极大值或极小值)可以从所估计的曲面上获得；如果曲面很复杂，或者预测的最佳点远离所考察因素的试验范围，那么可以通过岭嵴分析来确定重新进行试验的方向. 这就是应用较广，颇有实用价值的响应面分析法(Response Surface Analysis). 响应面分析的三个任务: 任务1. 模型拟合和方差分析; 任务2. 典型分析(寻找最优值点); 任务3. 岭嵴分析(若最优值点在试验范围内达 到,则不必进行岭嵴分析;否则就要进行). 例6.7.2 求面包酵母高产和高发酵活力的最 优工艺参数. 指标: y1---面包酵母产量[指最终发酵液的菌 体浓度(g/L)] y2---发酵活力[指面团从水中浮起的时 间(min)] 因素: z1---还原糖浓度,2%~6%; z2---氮源浓度,0.4%~1.2%; z3---磷源浓度,0.2%~0.4%. 取三水平, z1:2%,4%,6%; z2:0.4%,0.8%,1.2%; z3:0.2%,0.3%,0.4%. 令编码变量 xi=[zi-(zi1+zi2)/2]/ (zi2-zi1)/2 故可作变换: X1=(z1-4)/2 X2=(z2-0.8)/0.4 X3=(z3-0.3)/0.1 响应面分析的SAS程序如下: Data E62; Input z1-z3 x1-x3 y1 y2 @@; Cards; 4 0.4 0.2 0 -1 -1 24.5 13.9 4 0.4 0.4 0 -1 1 35.3 14.1 ……… 4 0.8 0.3 0 0 0 37.5 8.1 ; Proc RsReg data=E62 ; /*响应面分析*/ Model y1 y2=z1-z3; Run; 下面给出程序运行得到的部分结果: 如果稳定点不是理想点就要进一步作岭嵴分析,请看示意图和例子演示(例见data rubber或data pectic) 例6.7.3 橡胶树幼苗对硫35的吸收实验(2×3析因试验) 因素:温度t(℃)--- 7℃ , 20℃ 取样时间d---2d , 7d, 12d 响应面分析SAS程序如下: data rubber; input f t d @@; cards; 数(略) ; proc sort; by t d ; /*对自变量t d 进行sort由小到大排序*/ proc rsreg; model f=t d /lackfit;/*选项lackfit要求对有重复试验自由度的回归模型执行不适合度检定(lack-of-fit test)(误差参照为重复试验的均方误差), 预先应先对自变量进行sort由小到大排序*/ run; 可以作二个因素的响应面图(固定其它因素),E62的响应面图如下: 等值线图(contour plot) /* 以下利用程序作三维图 */ proc g3d data=E62G; plot X2 * X1 = Y1; /*作x1(纵)-x2(横)-y1(竖)