如何分析响应面结果
响应曲面回归:C18 与 不同提取剂, 温度, 时间
分析是使用已编码单位进行的。
C18 的估计回归系数
项 系数 系数标准误 T P
常量 5.06000 0.03324 152.219 0.000
不同提取剂 -0.16125 0.02036 -7.921 0.001
温度 -0.12750 0.02036 -6.263 0.002
时间 -0.07375 0.02036 -3.623 0.015
不同提取剂*不同提取剂 -0.26625 0.02996 -8.886 0.000
温度*温度 -0.38375 0.02996 -12.807 0.000
时间*时间 -0.31125 0.02996 -10.388 0.000
不同提取剂*温度 -0.16500 0.02879 -5.732 0.002
不同提取剂*时间 0.13750 0.02879 4.776 0.005
温度*时间 0.05500 0.02879 1.911 0.114
S = 0.0575760 PRESS = 0.1222
R-Sq = 98.97% R-Sq(预测) = 92.40% R-Sq(调整) = 97.11%
C18 的方差分析
来源 自由度 Seq SS Adj SS Adj MS F P
回归 9 1.59192 1.59192 0.176880 53.36 0.000
线性 3 0.38158 0.38158 0.127192 38.37 0.001
不同提取剂 1 0.20801 0.20801 0.208013 62.75 0.001
温度 1 0.13005 0.13005 0.130050 39.23 0.002
时间 1 0.04351 0.04351 0.043512 13.13 0.015
平方 3 1.01372 1.01372 0.337906 101.93 0.000
不同提取剂*不同提取剂 1 0.17516 0.26174 0.261744 78.96 0.000
温度*温度 1 0.48086 0.54374 0.543744 164.03 0.000
时间*时间 1 0.35770 0.35770 0.357698 107.90 0.000
交互作用 3 0.19662 0.19662 0.065542 19.77 0.003
不同提取剂*温度 1 0.10890 0.10890 0.108900 32.85 0.002
不同提取剂*时间 1 0.07563 0.07563 0.075625 22.81 0.005
温度*时间 1 0.01210 0.01210 0.012100 3.65 0.114
残差误差 5 0.01657 0.01657 0.003315
失拟 3 0.00618 0.00618 0.002058 0.40 0.773 纯误差 2 0.01040 0.01040 0.005200
合计 14 1.60849
根据响应面box-behnken设计试验后得到的数据分析的结果为上面,请问这个结果是不是说明优化试验有效,还有如交互作用显著而两两比较不显著是否优化有效,交互作用不显著,而两两比较有一个显著优化是否有效,
估计回归系数,分析使用未编码单位的数据和使用已编码单位的数据结果不同,转换为回归方程时采用哪个系数? 返回小木虫查看更多
关注,学习
模型显著,失拟不显著,相关系数较高,说明拟合有效
一次性项差异显著(P<0.05),平方项均差异显著(p<0.05),交互项中的温度和时间差异不显著P>0.05
对于方程,如果需要代入真实值计算的话写未编码值方程,如果为了发文章体面的话,可以写编码值方程,因为编码值方程的系数规整些
个人意见,抛砖引玉
谢谢 !请问判断模型显著是因为回归显著?还是由其它因素决定的?
还想请教您一下,拟合有效是不是代表我设的三因素三水平中三个“0”水平是我试验的实际最优值?如何得到理论最优值?谢谢!
模型显著是因为回归显著
加之失拟不显著
说明拟合有效
拟合有效 不代表0水平是实际最优值
最优值需要最优化求解 一般软件都有这个选项
查看拟合方程的报告 会告诉你理论最优值
你好,请问一下,我的design-expert分析里面,交互作用都不显著,大于0.1了都,可是响应面等高线也仍然有完整椭圆,请问是怎么回事?那我的响应面还有意义吗? 感觉加上3D图,文章看起来高级一些,但是又怕出错
,