Design_expert使用方法

1、Design-Expert 的应用 Design-Expert是全球顶尖级的实验设计软件。Design-Expert 是最容易使用、功能最完整、界面 最具亲和力的软件。在已经发表的有关响应曲面（RSM）优化试验的论文中， Design-Expert是最 广泛使用的软件。 PlackettBurman(PB)、Central Composite Design(CCD)、Box-Behnken Design(BBD)是最常用的实验设计方法。以BBD为例说明Design-Expert的使用，CCD，PB与此类似。点击new design选项卡RSM,找到理想过程，达到最佳性能，点击Response

2、Surface选项卡因子设计，屏蔽无关因素，指出重要因素配方设计,找到最佳配方组合设计，结合过程变量，混合各组成和分类的因素。点击Box-Behnken选项卡要考察的因素名称要考察的因素数默认值0因素单位设置完成，点击Continue默认值默认值因素高值因素低值设置完成，点击Continue选择相应值即因变量的数量因变量的名称因变量的单位各因素均为实际值的试验设计各因素均的实际值转变为编码制的操作工程各因素转变为编码制按照实验设计进行试验，记录每组因素组合的实验结果，填在对应的Response列。点击Analysis下的COD%1.Tronsform选项卡，取默认值2.点击Fit Summar

3、y选项卡Fit Summary选项卡，是将数据模拟、建模、比对，最终选择试验最佳数学模型。多种模型方差分析多种模型方差分析Sequential model sum of squares for central composite design方差来源平方和自由度均方F值概率F平均模型vs总计51795.84151795.84建议采用线性模型vs平均模型2042.273680.762.23530.1236双因素 vs 线性模型249.23383.080.23360.8714二次方程vs 双因素2490.453830.153.89160.0443建议采用三次方程vs二次方程1852.625370.

4、526.60290.0294较差剩余方差280.58556.12总计58710.98202935.55R2综合分析Model summary statistics for central composite design类型标准R2R2R2预测残差偏差校正值预测值平方和线性模型12.9000.3070.146-0.1673639.323双因素13.8310.3870.019-0.9666133.650二次方程6.9460.8920.752-0.6735219.480建议采用三次方程1.7890.9960.984较差表4二次方程模型置信度分析Table 4 Quadratic model ana

5、lysis of confidence degree因素参数估计自由度标准偏差95%置信区间95%置信区间显著因素取值58.20013.10750.85465.546A-停留时间2.61312.456-3.1958.4201.000B-pH值-4.05012.456-9.8571.7571.000C-Fe/C比9.81312.4564.00515.6201.000AB4.67513.473-3.53812.8881.000AC-1.15013.473-9.3637.0631.000BC-6.27513.473-14.4881.9381.000A214.17513.3856.17022.1801

6、.006B211.70013.3853.69519.7051.006C22.77513.385-5.23010.7801.006Model选项卡取默认值，再点击方差分析（ANOVA）方差分析（ANOVA），方程显著性检验、系数显著性检验及回归方程。编码自变量A、B、C的二次多项回归方程 真实自变量停留时间 HRT 、pH 值、Fe/C 比的二次多项回归方程残差的正态概率分布图，应在一条直线上再点击Report选项卡点击Influence选项卡实际实验值方程预测值点击Model Graphs选项卡等高线图点击View的3D Surface看响应面图三维响应面曲线点击Term选择不同因素间的等高线图或响应面曲线移动红线