响应面设计分析PPT精选文档.ppt

《响应面设计分析PPT精选文档.ppt》由会员分享，可在线阅读，更多相关《响应面设计分析PPT精选文档.ppt（156页珍藏版）》请在三一文库上搜索。

1、响应面试验设计响应面试验设计Response surface methodology缩写缩写RSM12杂志名称杂志名称杂志名称杂志名称影响因子影响因子影响因子影响因子(2006(2006(2006(2006年数据年数据年数据年数据)Proceedings of the National Academy of Sciences of the Proceedings of the National Academy of Sciences of the United States of AmericaUnited States of America10.45210.452Journal of Bio

2、medical Materials ResearchJournal of Biomedical Materials Research6.3526.352BiomaterialsBiomaterials3.7993.799Applied Microbiology and BiotechnologyApplied Microbiology and Biotechnology2.3582.358Journal of Agricultural and Food ChemistryJournal of Agricultural and Food Chemistry2.3272.327Food Chemi

3、stryFood Chemistry1.5351.535Bioresource TechnologyBioresource Technology1.3871.387Process BiochemistryProcess Biochemistry1.3751.375Journal of Food EngineeringJournal of Food Engineering1.2091.209European Food Research and TechnologyEuropean Food Research and Technology1.0841.084Journal of Food Scie

4、nceJournal of Food Science0.990.9934响应面设计方法响应面设计方法(Response Surface Methodology(Response Surface Methodology，RSM)RSM)是利用是利用合理的试验设计方法合理的试验设计方法并通过实验得到一并通过实验得到一定数据，采用定数据，采用多元二次回归多元二次回归方程来拟合因素与响应值方程来拟合因素与响应值之间的函数关系，通过对回归方程的分析来之间的函数关系，通过对回归方程的分析来寻求最优寻求最优工艺参数工艺参数，解决多变量问题的一种统计方法。，解决多变量问题的一种统计方法。什么是什么是RSM？5

5、 在响应分析中，观察值y可以表述为：其中 是自变量 的函数，是误差项。在响应面分析中，首先要得到回归方程，然后通过对自变量 的合理取值，求得使 最优的值，这就是响应面设计试验的目的。6确信或怀疑因素对指标存在非线性影响；确信或怀疑因素对指标存在非线性影响；因素个数因素个数2-72-7个，一般不超过个，一般不超过4 4个；个；所有因素均为计量值数据；所有因素均为计量值数据；试验区域已接近最优区域；试验区域已接近最优区域；基于基于2 2水平的全因子正交试验。水平的全因子正交试验。适用范围适用范围72025/7/982025/7/992025/7/9102025/7/9112025/7/912202

6、5/7/9132025/7/9142025/7/9152025/7/9162025/7/9172025/7/9182025/7/9192025/7/9202025/7/9212025/7/9222025/7/9232025/7/9242025/7/9252025/7/9262025/7/9272025/7/9282025/7/9292025/7/9302025/7/931响应面设计与分析响应面设计与分析2025/7/932(1)响应面模型9 响应面设计与分析响应面模型是多元二次多项式2025/7/933(1)响应面模型 连续定量的变量间关系，可用下面的二次响应面模型描述：10 响应面设计与分析

7、2025/7/934(1)响应面模型 考察第i次试验，用响应面模型表述响应变量y与自变量(x1,x2,xp)样本观测间的关系：10 响应面设计与分析2025/7/935 所有n个变量观测间的关系，用矩阵形式的二次响应面模型表述如下：(1)响应面模型设计矩阵10 响应面设计与分析2025/7/936(1)响应面模型响应向量回归参数向量10 响应面设计与分析2025/7/937(1)响应面模型残差向量响应面模型10 响应面设计与分析2025/7/938(2)响应面设计响应面设计(Response Surface Design)是一种探析变量间相关关系的试验设计方法，亦称回归设计。它从控制响应精度分

8、布特性的角度出发，着眼于实现诸多优良统计特性，设计并优化变量的水平组合(处理)或试验点。与其它试验设计方法不同，它以“果”的要求设计“因”的水平组合(处理)，而不是以效应要求设计“因”的水平组合。10 响应面设计与分析2025/7/939(2)响应面设计 响应面设计的特点：(1)正交化设计，试验布点均衡分散，代表性强；(2)统计控制响应的精度，优化试验的响应特性；(3)力图实现尽可能少的试验次数；(4)实现能对因素效应进行独立解释的试验方案；(5)实现能求解最佳试验处理的试验方案。响应面设计最终可归结为对设计矩阵的优化设计，按试验点的分布及特性，可分为正交设计、中心组合设计、旋转设计和最优设计

9、等。10 响应面设计与分析2025/7/940(3)响应面分析 响应面分析(Response Surface Analysis)是与响应面设计配套的数据分析方法,主要任务如下：(1)回归方程估计和检验；(2)回归参数估计和检验；(3)模型拟合不足检验；(4)因素效应检验；(5)一次项、二次项及交叉项模型效应检验；(6)典型分析：求解响应面驻点及其响应；10 响应面设计与分析2025/7/941(7)岭脊分析：它以中心试验点为原点，在试验范围内以到原点的距离为半径搜索响应面上的最大或最小响应点，最后获得由一系列距离及其最佳响应点构成的集合，可据此选择需要的最佳水平组合；(8)等值线分析：垂直于不

10、同坐标轴剖切响应面，获得响应面的等值线，可从不同剖面观察试验的响应特性。(3)响应面分析10 响应面设计与分析2025/7/942本章内容本章内容10.1 一般性问题10.1.1 案例和解决方案10.1.2 设计变量和响应变量10.1.3 设计点类型和空间分布10.1.4 设计点类型和数目10.1.5 设计编码和归一化编码10.1.6 试验方案和设计矩阵10 响应面设计与分析2025/7/943本章内容本章内容10.2 响应面设计10.2.1 因素水平编码10.2.2 中心组合正交设计10.2.3 中心组合可旋转设计10.2.4 中心组合正交旋转设计10.2.5 Box-Behnken Des

11、ign10.2.6 Hybrid Design 10.2.7 设计方案的响应精度10.2.8 响应面设计的SAS实现10 响应面设计与分析2025/7/944本章内容本章内容10 响应面设计与分析10.3 响应面分析10.3.1 数据整理10.3.2 SAS编程10.3.3 简单统计10.3.4 响应面回归分析10.3.5 响应面典型分析10.3.6 响应面岭脊分析10.3.7 响应面图形分析2025/7/94510.1 一般性问题Universality Problems10 响应面设计与分析2025/7/946(1)案例和解决方案10.1 一般性问题 响应面设计与分析的过程陈述，将通过下面

12、的案例展开。案例案例：某温室废弃物制沼气试验，试验因素为配料浓度(ferment)、PH值(PH)和配料比(scale)，检测指标为产气量(gasvalue)和甲烷含量(CH4)。试完成试验设计、试验实施和试验结果分析，找出最佳处理，以提高产气量为目标确定下一步试验的方向。2025/7/94710.1 一般性问题 解决问题选用响应面设计和分析，主要依据是：(1)与线性模型相比，响应面模型是二次曲面，它能更逼近地拟合实际问题中的变量间关系；(2)与其它设计相比，响应面设计是较强效应检验和较小试验方案的完美结合；(3)典型分析确定响应面的驻点，并判断是鞍点还是最优点，为确定最佳处理提供信息；(1)

13、案例和解决方案2025/7/948(4)岭脊分析给出从中心点出发到试验边界终止的最优点轨迹（岭脊），为确定最佳处理提供多种选择；(5)网格图和等值线图展示响应面形状、变化规律和变化趋势，为搜寻最佳处理的下一步试验提供方向性信息。(1)案例和解决方案10.1 一般性问题2025/7/949(2)设计变量和响应变量10.1 一般性问题 明确试验目的及确定设计变量和响应变量是首先要解决的问题。首先要理清欲考察谁对谁的影响或谁对谁的关系，从机理层面上分析因果关系，确定哪些是自变量，哪些是因变量。根据试验目的，发酵浓度、pH值及原料配比应是设计变量(试验因素)，沼气产量和甲烷含量应是响应变量(试验指标)

14、欲研究因素对指标的影响程度、变量间关系及关系密切程度。2025/7/950(3)设计点类型和分布10.1 一般性问题 因素的水平组合称作处理，亦称试验点或设计点，用几何形式表述主要有析因设计点、主轴设计点和中心设计点三种类型，还有棱边设计点和其它设计点等。2025/7/951(4)设计点类型和数目10.1 一般性问题自变量个数p，水平数a，回归参数个数q，试验容量n,析因点数np,主轴点数n,中心点数n0ap-k部分析因设计点、主轴设计点和中心设计点2025/7/952 试验设计若满足基本要求，则全部回归估计和假设检验可进行；否则，只有部分回归估计和假设检验可进行。响应面设计一般可能存在下述

15、三种情形：(1)nq，称作过饱和设计。此时若三种设计点齐全，则可进行全部回归估计和假设检验。若中心设计点只重复1次，则不能进行拟合不足检验(lack fit test)；若没有主轴设计点，则多数二次项回归系数不能估计和检验。析因设计点主轴设计点中心设计点2025/7/954(5)设计编码10.1 一般性问题2025/7/955(6)归一化编码10.1 一般性问题2025/7/956(7)试验方案和设计矩阵10.1 一般性问题 响应面设计的试验方案和设计矩阵可用编码矩阵表达。为便于理解设计原理，后面的讨论将以三因素二次响应面设计为例。由编码书写的三因素响应面中心组合设计的试验方案如右面所示：20

16、25/7/95710.1 一般性问题(7)试验方案和设计矩阵设计矩阵X:2025/7/95810 响应面设计与分析10.2 响应面设计Response Designs2025/7/95910.2.1 因素水平编码10.2.2 中心组合正交设计10.2.3 中心组合可旋转设计10.2.4 中心组合正交旋转设计10.2.5 Box-Behnken Designs10.2.6 Hybrid Designs 10.2.7 设计方案的响应精度10.2.8 响应面设计的SAS实现10.2 响应面设计本节内容本节内容2025/7/960fermentPHscale设计码归一码x-j450.2-1xminj5

17、625.81.2-1-x0j872.600 xmaxj10.388.24+1+x j1295+1Sj2.381.21.4=1.681793表10.1 温室废弃物制沼气试验的因素水平编码表(1)因素水平编码10.2 响应面设计2025/7/961(2)中心组合正交设计10.2 响应面设计 中心组合正交设计(Orthogonal Central Composite Design)，“正交”指设计矩阵可正交化，“中心”指中心设计点，“组合”指试验方案由三种设计点构成。响应面设计的正交性具体指设计矩阵的可正交化，即设计矩阵具有能够变换为正交矩阵的性质，它是一个优良性质，在回归估计和分离效应时很有用，

18、它还可提高估计精度和数值计算稳定性。用设计矩阵可正交化确定中心点的个数。析因设计点主轴设计点中心设计点2025/7/962(2)中心组合正交设计10.2 响应面设计正交条件2025/7/963(2)中心组合正交设计10.2 响应面设计OrthogonalCentral Composite Design正交条件选定23析因设计点+2p主轴设计点+4中心设计点2025/7/964(3)中心组合可旋转设计10.2 响应面设计 中心组合可旋转设计(Rotatable Central Composite Design)。所谓“可旋转”指位于同一球面上的所有试验点的响应方差相同。调整值，就可实现二次响应面

19、中心组合设计的可旋转性，值仅与析因设计点的个数有关，值称作轴的缩放比例(axial scaling)。旋转条件2025/7/96510.2 响应面设计(3)中心组合可旋转设计精度均衡中心组合设计Uniform Precision Central Composite Design 23析因设计点+2p主轴设计点+3中心设计点2025/7/96610.2 响应面设计(3)中心组合可旋转设计精度均衡中心组合设计Uniform Precision Central Composite Design 2025/7/96710.2 响应面设计(3)中心组合可旋转设计小试验量中心组合设计Small Centr

20、al Composite Design23-1部分析因设计点+2p主轴设计点+5中心设计点2025/7/96810.2 响应面设计(3)中心组合可旋转设计小试验量中心组合设计Small Central Composite Design 2025/7/96910.2 响应面设计(4)中心组合正交旋转设计 同时满足正交性和可旋转性的中心组合设计，称作中心组合正交旋转设计(Orthogonal and Rotatable Central Composite Design)。设计的基本步骤是：(1)调节 值实现旋转设计；(2)通过调整中心设计点个数n0决定试验容量n实现正交设计。注意旋转或正交设计单独

21、均易实现，同时满足两者设计的试验容量可能不是整数，需要圆整。2025/7/97010.2 响应面设计(4)中心组合正交旋转设计2025/7/97110.2 响应面设计(4)中心组合正交旋转设计中心组合正交旋转设计Orthogonal and Rotatable Central Composite Design2025/7/97210.2 响应面设计(5)Box-Behnken Design Box-Behnken Design，以立方体的12条棱边的中心作析因设计点，取消主轴点，选较少中心点，实际上是3水平正交设计。该设计的特点是，试验次数较少，均衡分散，代表性较好，响应回归精度均衡，只能进行

22、回归估计和部分检验。2025/7/97310.2 响应面设计(5)Box-Behnken Design2025/7/97410.2 响应面设计(6)Hybrid Design Hybrid Design是一种具有最少试验次数的响应面设计方法，设计点的水平编码既有大于或小于“1”的情况又有大于或小于“-1”的情况，仅选用两个对称或不对称的主轴点，有1个或没有中心点。设计点主要考虑均衡分散和代表性，设计点的响应回归精度均衡，分布半径范围或收缩或伸张以满足不同试验目的。该设计能进行全部回归估计，能部分或不能进行假设检验，一般用于筛选处理的探索性试验。2025/7/97510.2 响应面设计(6)Hy

23、brid Design 2025/7/97610.2 响应面设计(6)Hybrid Design 2025/7/97710.2 响应面设计(6)Hybrid Design 2025/7/978OBSR310R310AR310BSCCDBBDUPCCD ORCCD11.00000.75000.80000.90740.75000.66980.669721.00000.75000.80000.90740.75000.66980.669731.00000.93750.92500.90740.75000.66980.669741.00000.93750.92500.90740.75000.66980.6

24、69751.00000.93750.92500.90740.75000.66980.669761.00000.93750.92500.90740.75000.66980.669771.00000.93750.92500.90740.75000.66980.669781.00000.93750.92500.90740.75000.66980.669791.00000.93750.92500.90740.75000.60730.6072101.00000.93750.92500.90740.75000.60730.6072111.00001.00000.18520.75000.60730.6072

25、120.18520.75000.60730.6072130.18520.33330.60730.6072140.18520.33330.60730.6072150.18520.33330.16630.1110160.16630.1110170.16630.1110180.16630.1110190.16630.1110200.16630.1110210.1110220.1110230.1110(7)各个设计方案的响应精度比较2025/7/97910.2 响应面设计(8)响应面设计的SAS实现Step1点击SolutionsAnalysisDesign of Experiments出现ADX试验

26、设计与分析试验设计与分析界面Analysis and Design of Experiments2025/7/98010.2 响应面设计(8)响应面设计的SAS实现响应面设计按钮Step2点击Cerate Response-Surface Design按纽出现New Design窗口2025/7/98110.2 响应面设计(8)响应面设计的SAS实现定义变量按钮Step3点击New Design窗口的右侧按钮Define Varibles2025/7/98210.2 响应面设计(8)响应面设计的SAS实现Step4点击Factor页的右侧按钮Add，选，选32025/7/98310.2 响应面

27、设计(8)响应面设计的SAS实现Step5点击Factor页下方中部的OK按钮，选yes2025/7/98410.2 响应面设计(8)响应面设计的SAS实现Step6在New Design页点击Select Design按钮在Design List Options页选定响应面设计方案2025/7/98510.2 响应面设计(8)响应面设计的SAS实现Step7点击Design Details按钮浏览Design Information页和Design List页2025/7/98610.2 响应面设计(8)响应面设计的SAS实现Step8关闭Design Details页，点击yes保存设计N

28、ew Design窗口显示完成的试验设计方案2025/7/98710.2 响应面设计(8)响应面设计的SAS实现Step9点击New Design窗口的Report进入ADX:Report窗口在Design Items列表框中选择Design Points项点击Generate Report在ADX Repot窗口输出设计方案 2025/7/98810.2 响应面设计(9)响应面设计注意事项 就响应面设计而言，要注意平衡试验者各种矛盾的需求，在试验目的、试验次数、试验效率、试验成本、响应精度及响应特性之间取得平衡。筛选因素或寻求最佳处理的探索性试验，可选择具有较少试验次数的Hybrid设计、B

29、OX设计或小型中心组合设计。探明变量关系及其规律的分析性试验，可选择均衡精度或正交可旋转的中心组合设计。选择试验次数较少的设计必会以削弱精度和损失部分检验项目为代价。响应面设计，实质上是对设计矩阵的设计，可采用编码方法使设计变得简便易行。2025/7/98910 响应面设计与分析10.3 响应面分析Response Analysis2025/7/99010.3 响应面分析响应面分析的实现 根据响应面设计方案实施试验和获得试验结果，创建SAS数据表，用试验数据对响应面模型进行回归估计、效应检验、典型分析、岭脊分析等，称作响应面分析。响应面分析，利用 RSREG 响应面分析过程编程实现，也可利用A

30、DX界面的菜单操作实现。2025/7/99110.3.1 数据整理10.3.2 SAS编程10.3.3 简单统计10.3.4 响应面回归分析10.3.5 响应面典型分析10.3.6 响应面岭脊分析10.3.7 响应面图形分析本节内容本节内容10.3 响应面分析2025/7/99210.3 响应面分析10.3.1 数据整理Data Management2025/7/993试验号编码设计方案因素设计方案 响应值fermentPHscalefermentPHscaleGasvalueCH41-1-1-15.625.81.219.443.32-1-1+15.625.8418.150.93-1+1-15

31、628.21.225.347.54-1+1+15.628.242748.95+1-1-110.385.81.236.744.86+1-1+110.385.8425.647.37+1+1-110.388.21.233538+1+1+110.388.2430.947.79-1.681800472.618.748.610+1.6818001272.635.747.5110-1.68180852.622.749.0120+1.68180892.628.450.01300-1.6818870.232.951.11400+1.681887528.651.515000872.624.747.9160008

32、72.626.548.217000872.629.851.618000872.628.249.219000872.627.848.520000872.626.749.321000872.625.250.322000872.626.350.423000872.624.949.3表10.2 温室废弃物制沼气试验的响应面设计方案和试验结果2025/7/994fermentPHscalegasvalueCH45.625.81.219.443.35.625.8418.150.95.628.21.225.347.55.628.242748.910.385.81.236.744.810.385.8425.6

33、47.310.388.21.2335310.388.2430.947.7472.618.748.61272.635.747.5852.622.749892.628.450870.232.951.187528.651.5872.624.747.9872.626.548.2872.629.851.6872.628.249.2872.627.848.5872.626.749.3872.625.250.3872.626.350.4872.624.949.3表10.3 温室废弃物制沼气试验的SAS数据表(sasuser.gasch4)2025/7/99510.3 响应面分析10.3.2 SAS编程Pro

34、graming by SAS2025/7/996(1)SAS编程实现响应面分析10.3.2 SAS编程title 中心组合正交旋转设计响应面分析;proc rsreg data=sasuser.gasch4;model CH4 gasvalue=ferment PH scale/lackfit press;ridge max min center=8 7 2.6 outr=aa;run;quit;问题分析：响应面模型是多元二次多项式，SAS提供了一个专门按此模型进行响应面分析的过程rsregrsreg，主要功能是参数估计和检验、模型（回归方程）检验、回归分项检验、失拟检验、因素效应检验、典型分

35、析、岭脊分析、决定系数及其它统计量的计算。建模语句model CH4 gasvalue=ferment PH scale为两个响应变量CH4和gasvalue分别指定一个响应面模型，等号右端只需列出自变量，变量相互之间用空格隔开；建模语句后面的两个选项lackfit和press分别指定失拟检验和输出残差平方和。岭脊分析语句ridge max min center=8 7 2.6 outr=aa中，关键词max指定计算最大响应岭脊点；关键词min指定计算最小响应岭脊点；关键词center=8 7 2.6指定岭脊搜索中心，一般用试验设计的中心点，若数据表中的因素水平值是编码数据，则关键词为cent

36、er=0 0 0；关键词outr=aa指定将岭脊分析结果存盘为临时库的数据文件aa。2025/7/997(2)SAS编程生成响应面绘图数据/*计算并创建绘响应面图的数据表GasValue*/data GasValue;x2=9;/*x2分别取5,7,9三个水平*/do x1=4 to 12 by 0.1;do x3=0.2 to 5 by 0.1;z=-40.1388+7.3477*x1+9.6052*x2-6.4517*x3-0.5777*x1*x2-0.5102*x1*x3+0.8929*x2*x3+0.0016*x1*2-0.4080*x2*2+0.6241*x3*2;output;en

37、d;end;run;10.3.2 SAS编程2025/7/998/*从绘图数据表中选择部分数据创建网格图数据表gridfile*/proc g3grid data=GasValue out=gridfile;grid x3*x1=z/naxis1=20 naxis2=20;run;(3)SAS编程生成网格图数据表10.3.2 SAS编程2025/7/999/*绘图设置*/goptions reset=all ftext=swiss htext=1.5 colors=(black r b black r b black r b black r b);axis1 label=(f=宋体 c=bla

38、ck h=15pt 配料浓度()c=blue width=1.5;axis2 label=(A=90 f=宋体 c=black h=15pt 配料比)c=blue width=1.5;symbol height=1.5 width=2.0;(4)SAS编程实现绘图设置10.3.2 SAS编程2025/7/9100/*根据数据表gridfile绘网格图*/proc g3d data=gridfile;plot x3*x1=z/caxis=blue ctext=black cbottom=red ctop=black tilt=70 rotate=70 xticknum=7 yticknum=7

39、zticknum=7 grid;run;/*根据数据表GasValue绘等值线图*/proc gcontour data=GasValue;plot x3*x1=z/levels=23 to 37 by 2 autolabel nolegend haxis=axis1 vaxis=axis2 caxis=b grid;run;quit;(5)SAS编程绘制网格图和等值线图10.3.2 SAS编程2025/7/910110.3 响应面分析10.3.3 简单统计Simple Statistic2025/7/9102(1)因素水平编码系数表10.3.3 简单统计 编码系数表，列出了因素水平归一化编码

40、运算的减数和除数，因素水平减去减数再除以除数就等于编码值，最大值1，最小值-1，该编码用于参数估计、典型分析和岭脊分析。-The RSREG ProcedureCoding Coefficients for the Independent Variables Factor Subtracted off Divided by ferment 8.000000 4.000000 PH 7.000000 2.000000 scale 2.600000 2.400000-2025/7/9103(2)简单统计量的计算结果Response Surface for Variable CH4:CH4 Resp

41、onse Mean 48.947826 Root MSE 1.438121 R-Square 0.7398 Coefficient of Variation 2.9381 Sum of Squared Residuals 26.886487802 Predicted Residual SS(PRESS)133.11245810.3.3 简单统计2025/7/9104(2)简单统计量的计算结果Response Surface for Variable gasvalue:gasvalue Response Mean 27.091304 Root MSE 1.548607 R-Square 0.93

42、92 Coefficient of Variation 5.7163 Sum of Squared Residuals 31.176382471 Predicted Residual SS(PRESS)99.50462317810.3.3 简单统计2025/7/910510.3 响应面分析10.3.4 响应面回归分析Regression Analysis of Response Surface2025/7/9106(1)回归参数估计和检验10.3.4 响应面回归分析表10.4 CH4响应面参数估计及其t检验 ParameterDFEstimatet ValuePr|t|Coded Estima

43、teIntercept111.0629420.620.543049.443717Ferment11.5512980.930.36900.043252PH14.4414171.130.27841.532787Scale110.3417393.930.00170.850588Ferment*Ferment1-0.146894-2.300.0384-2.350309PH*Ferment10.2801121.570.13962.240896PH*PH1-0.229113-0.900.3837-0.916453Scale*Ferment1-0.442677-2.900.0124-4.249700Scal

44、e*PH1-1.041667-3.440.0044-5.000000Scale*Scale10.1626450.910.37880.9368372025/7/9107(1)回归参数估计和检验ParameterDFEstimate t Value Pr|t|Coded EstimateIntercept1-40.1388-2.100.055326.6941Ferment17.34474.090.00138.0001PH19.60522.270.04073.1844Scale1-6.4517-2.280.0403-2.4918Ferment*Ferment10.00160.020.98150.02

45、59PH*Ferment1-0.5777-3.010.0100-4.6218PH*PH1-0.4080-1.490.1598-1.6322Scale*Ferment1-0.5102-3.100.0084-4.8980Scale*PH10.89292.740.01694.2857Scale*Scale10.62413.250.00643.5946表10.5 GasValue响应面参数估计及其t检验10.3.4 响应面回归分析2025/7/9108(2)响应面模型及其分项检验表10.6 CH4响应面模型及其分项检验RegressionDFTypeSSR SquareF ValuePrFLinear

46、314.8908150.14412.400.1148Quadratic314.5150890.1405 2.340.1210Crossproduct347.0250000.4552 7.580.0035Total Model976.4309040.73984.11 0.010910.3.4 响应面回归分析2025/7/9109RegressionDFTypeSSR SquareF ValuePrFLinear3388.0729480.756553.94.0001Quadratic330.8689300.06024.290.0260Cross product362.9000000.12268.7

47、40.0020Total Model9481.8418780.939222.32 FLack of Fit515.6775993.1355202.240.1489Pure Error811.2088891.401111Total Error 1326.8864882.068191表10.8 CH4响应面模型失拟检验10.3.4 响应面回归分析2025/7/9111ResidualDFSum of SquaresMean SquareF Value Pr FLack of Fit58.4208271.6841650.590.7078Pure Error822.7555562.844444Tota

48、l Error 1331.1763822.398183表10.9 GasValue响应面模型失拟检验(3)响应面模型拟合不足检验10.3.4 响应面回归分析2025/7/9112(4)响应面因素效应检验FactorDFSum of SquaresMean SquareF Value Pr FFerment433.5102168.3775544.050.0239PH442.76596610.6914925.170.0103Scale447.03835011.7595875.690.0072表10.10 CH4响应面因素效应检验10.3.4 响应面回归分析2025/7/9113FactorDFSu

49、m of SquaresMean SquareF ValuePr FFerment4354.16853888.54213436.92.0001PH494.59684523.6492119.860.0007Scale495.71488923.9287229.980.0006表10.11 GasValue响应面因素效应检验(4)响应面因素效应检验10.3.4 响应面回归分析2025/7/9114式中：z1甲烷含量；z2产气量；x1配料浓度；x2PH值；x3配料比(5)响应面方程10.3.4 响应面回归分析2025/7/9115(6)回归分析结论 回归分析结果表明，产气量和甲烷含量的响应面模型决定系

50、数分别为0.9392和0.7398，显著性水平达0.0001和0.0109；产气量响应面模型的线性项、平方项和交叉项的效应均显著，显著性水平分别达0.0001、0.0260和0.0020；甲烷含量响应面模型只有交叉项效应显著，显著性水平达0.0035；拟合不足检验均不显著，说明模型拟合适当。因素效应检验均显著，尤以对产气量的效应极强，显著性水平最大值达0.0007。由此可见，产气量与配料浓度、PH值和配料比存在较密切的关系，而甲烷含量与三个因素的关系相对较松散，响应面回归有效，模型可用。10.3.4 响应面回归分析2025/7/911610.3 响应面分析10.3.5 响应面典型分析Canon