食品研究中常用试验设计方案方法比较分析(综述).docVIP

食品研究中常用试验设计方法的比较分析 摘要：通过查找关于食品方面的文献，本文综述了对比试验设计、随机试验设计、正交试验设计、回归正交试验设计和均匀试验设计这五种试验设计方法的应用以及其数据处理方法，并归纳比较了这五种实验设计方法的优缺点及其适用范围。 关键词：食品研究 试验设计 比较 为了推动食品科学的发展，常常要进行科学研究。例如，食品原料资源的研 究，新产品开发和新的工艺的研究等。这些研究都试验。进行试验必须解决的问题是：如何合理地进行试验设计。若试验设计方法好，则用较少的人力、物力和时间即可收集到必要而有代表性的资料，从中获得的结论，达到试验的预期目的，收到事半功倍之效。食品试验设计统计是整理统计原理和方法在食品科学研究中的应用合理地进行试验设计科学地整理、分析所收集得来的资料在对比试验中一般是只研究两个处理的试验设计其中处理作为对照，当试验处理数目超过两个时，就无法采用对比法的试验设计，当试验处理数目大于两个时，多采用随机试验的方案设计。随机试验是指每一处理在同一时间区组或空间区组内的是完全随机的，适用于处理数目大于2个的比较试验，因此必须坚持设置重复、局部控制和随机化的原则。随机试验包括是严格按照局部控制、随机排列、设置重复三原则进行设计和分析的局部控制减少试验误差，提高试验精度的目的随机排列是消除人为因素的干扰所产生的心理上的偏见，尽最大努力地克服人为的影响，使误差分布趋于正态，以便无偏地估计误差设置重复的目的是提高试验的精确度，正确地估计误差。 随机试验的特点是每一处理的重复数目可，也可以不等，对照在试验中也作为一个处理。同一重复内设对照2个，这样，不但处理之间，而且处对照之间均可相互比较处理的数目一般在10个以下，最多不超过15个，处理过多会影响试验的精确性：一般重复3—7次。1z2是显著的，其余项的影响不显著，回归方程已达到0.01的显著统计程度，因此，可以用该回归方程代替试验状真实点对试验结果进行分析。决定系数R2=0.884 2，即回归方程中所有自变量的变化可以解释88.42%的因变量变化，这主要是因为CMS制备过程的影响因素很多，未计入方程的变量与回归方程的变量之间总会有交互作用，由于未计入方程的变量较多，故交互作用的累积对回归方程造成一定影响；另一方面是由于试验的过程中总会有不可避免的随机误差。 最后得到的回归方程如下： y=0.670151+0.02423z1+0.01744z2-0.007988z3-0.037115z1z1+0.03125z1z2-0.01875z1z3-0.076006z2z2-0.01875z2z3-0.03358z3z3 回归正交试验设计也存在着一定的缺点，即二次回归预测值的方差随试验点在因子空间的位置不同而呈现较大的差异。由于误差的干扰，就不易根据预测值寻找最优区域[1]。 均匀试验设计 食品研究具有多因素综合影响，新产品的研制开发总希望能够足够多的影响因素以使试验效应有足够充分的试验论据。但因素和水平的增加造成试验规模庞大，特别是对于多指标分析的试验往往由于分析困难而无法实施，应用二次回归正交旋转组合设计在食品改革、新产品的研制、确定生产工艺的最佳参数，不仅可以使试验处理的数目大为简化，把回归分析与试验设计有机的结合在一起，还能够进行误差分析，是一种非常好的设计方法。但是，在许多实际问题中，不仅要考虑的因素，而且要求水平数目多一些，当每个因素的水平数目大于5个时，利用二次回归正交旋转组合设计就无能为力了。而均匀设计就是为这种试验而设计的。王钦德杨坚食品试验设计与统计分析中国农业大学出版社2003.2- 461. [2] 刘魁英，闫桂军. 食品研究中的几种多因素试验方案设计比较. 食品与发酵工业，2009，35(12)：114-116. [3] 刘魁英食品研究与数据分析吴贵生试验设计与数据处理杨德试验设计与分析