第一篇：Pb設(shè)計(jì)中出現(xiàn)的各種問題論壇總結(jié)
請(qǐng)教:PB-design,最陡爬坡實(shí)驗(yàn),CCD等中的響應(yīng)面分析的相關(guān)問題
請(qǐng)教:PB-design中的相關(guān)問題
在實(shí)驗(yàn)設(shè)計(jì)的過程中,通過閱讀文獻(xiàn)了解到了很多的,但是同時(shí)也積累了很多問題解決不了,希望各位高手們指點(diǎn)一二不勝感激.1 在PB設(shè)計(jì)中出現(xiàn)的dummy variable的具體含義到底是什么?是對(duì)照組嗎?如果不是應(yīng)該遵循什么樣的原則去設(shè)計(jì)呢? 2 在PB中實(shí)驗(yàn)組數(shù)應(yīng)該是變量數(shù)加1,那么在相關(guān)的文獻(xiàn)中看到15個(gè)變量設(shè)計(jì)為:15+1+4,其中4是dummy variable,但是表格中這4個(gè)變量也是有高低水平的變化的,那么設(shè)計(jì)時(shí)是作為15個(gè)變量來考慮還是19個(gè)呢? 3 想問問在最陡爬坡實(shí)驗(yàn)中,步長(zhǎng)的選擇有什么要求嗎?純經(jīng)驗(yàn)還是有公式的? 4 在設(shè)計(jì)CCD試驗(yàn)?zāi)堑臅r(shí)候是否要包括全因子實(shí)驗(yàn)設(shè)計(jì)? 5 什么是中軸點(diǎn)?
各位高手幫幫忙啊,謝謝了
小妹我也正在做這塊試驗(yàn)，是培養(yǎng)基優(yōu)化的 剛做完單因素試驗(yàn)
正在想下面該怎么設(shè)計(jì)呢？是PB？還是最陡爬坡？還是兩個(gè)都要做？？ 反正最后是要做響應(yīng)面的~~希望大蝦們多多多指點(diǎn)一下下……
另外，關(guān)于ＰＢ，我也在想，是不是必須要做空白項(xiàng)的呢？
那么空白項(xiàng)里面的+1，-1是沒有具體的水平值的亞，那么在實(shí)驗(yàn)中具體該怎么操作呢？？ 謝謝各位不吝指教了……
我自己是怎么想的:單因子實(shí)驗(yàn)只是為了保險(xiǎn)使PB實(shí)驗(yàn)的結(jié)果更加明顯而進(jìn)行的預(yù)實(shí)驗(yàn),PB實(shí)驗(yàn)本身就是有篩選單因子的功能,如果有把握是可以直接做PB的.而我的實(shí)驗(yàn)是先進(jìn)行單因子,然后是PB,根據(jù)PB的實(shí)驗(yàn)分析數(shù)據(jù)做最陡爬坡實(shí)驗(yàn),否則不能很好的確定爬坡的方向以及步長(zhǎng).最陡爬坡實(shí)驗(yàn)的步長(zhǎng)的選擇: 根據(jù)前面PB實(shí)驗(yàn)的結(jié)果,做一階方程的法線,法線方向就是爬坡方向,步長(zhǎng)就根據(jù)回歸系數(shù)和規(guī)范變量的比值在通過自然變量來換算,算到的結(jié)果在綜合實(shí)際的情況就可以基本確定步長(zhǎng)了
這個(gè)是最近看文獻(xiàn)理解到的一些,希望哪位高手指點(diǎn)一下
dummy variable 不是對(duì)照組。如果你的實(shí)驗(yàn)次數(shù)為4的整數(shù)倍。那么看你考察的因素是多少個(gè)。比如你有9個(gè)，那么至少要使用 runs=12次 的PB設(shè)計(jì)。此時(shí)，有3個(gè)空列。一般的處理方法是，等間距空列。實(shí)在不行，你就隨機(jī)選吧。這并不妨礙你的實(shí)驗(yàn)結(jié)果?？樟兄皇菫榱斯浪阏`差。
2.這樣吧，如果我這樣表述，看你是否能夠理解。
我剛好有15個(gè)因素，想做PB，正好 runs=16 符合我的要求?？墒?，這樣一來，估算誤差呢？因?yàn)闆]有多余空列了。那么，再往上加列，只有再加4列。剛好19因素，20次實(shí)驗(yàn)，其中有4個(gè)空列。
你認(rèn)為這多出來的一列（16-15=1），我想你是這樣算的吧。那你運(yùn)行一下軟件，看看15因素的PB，runs=16，到底是15列，還是16列？列是因素，行是實(shí)驗(yàn)次數(shù)。并不是列數(shù)=行數(shù)。
描述：如何確定步長(zhǎng)： 圖片：
圖片：
描述：4 在設(shè)計(jì)CCD試驗(yàn)?zāi)堑臅r(shí)候是否要包括全因子實(shí)驗(yàn)設(shè)計(jì)? 圖片：
看了這張圖，我想答案應(yīng)該是不言而喻了！描述：CCD各個(gè)設(shè)計(jì)點(diǎn)的作用： 圖片：
綜合最后兩個(gè)問題.如有異議，歡迎繼續(xù)發(fā)帖，大家共同學(xué)習(xí)！
幾篇用響應(yīng)面優(yōu)化培養(yǎng)基的文章！
0
這幾篇都是用響應(yīng)面優(yōu)化培養(yǎng)基的文章。響應(yīng)面現(xiàn)在是比較常用的優(yōu)化培養(yǎng)基的方法，但是好多人（包括我在內(nèi)）都不是很清楚。由于最近我要進(jìn)行培養(yǎng)基的優(yōu)化，所以找了很多文章來研究。一般的文章都是一帶而過，看了也不明白。這幾篇過程還算詳細(xì)，對(duì)理解有一定的幫助。希望對(duì)大家有所幫助。
我在看文章的過程中，我總結(jié)出了優(yōu)化培養(yǎng)基的步驟。拿出來跟大家分享一下，共同學(xué)習(xí)和交流一下。有錯(cuò)誤的話希望大家及時(shí)提出。第一步：在眾多實(shí)驗(yàn)因素中找出主要因素。
在這步實(shí)驗(yàn)中你可以應(yīng)用正交試驗(yàn)（因素比較少）和PB（Plackett-Burman）實(shí)驗(yàn)。這兩種方法都可以找出主要因素。尤其是PB實(shí)驗(yàn)，它可以在很多的因素中，用較少的實(shí)驗(yàn)篩選出主要因素（一般選取大于90%）。通過PB實(shí)驗(yàn)還可以看出各因素的作用效果，即是增加還是減少濃度會(huì)使響應(yīng)值向最優(yōu)移動(dòng)。
第二步：是主要因素的取值逼近中心點(diǎn)，最陡爬坡實(shí)驗(yàn) 這步實(shí)驗(yàn)不是必須做的，如果你確定你的實(shí)驗(yàn)取值已經(jīng)逼近中心點(diǎn)，那么你可以直接進(jìn)行第三步的分析。但是你要是不能確定或不相信這些取值那你就要進(jìn)行最陡爬坡實(shí)驗(yàn)。這步實(shí)驗(yàn)根據(jù)第一步實(shí)驗(yàn)進(jìn)行。為了盡快逼近最優(yōu)值，增加步長(zhǎng)通常取最大。我現(xiàn)在還沒找到取最大步長(zhǎng)的公式，有誰知道的話麻煩發(fā)一下。細(xì)履平沙版主，幫忙解決一下，謝謝。這樣就能找到中心點(diǎn)。
第三步：響應(yīng)面分析
現(xiàn)在常用的有中心復(fù)合法和BB法（Box-Behnken）。在這步實(shí)驗(yàn)時(shí)最好因素不要太多，因素太多直接影響到試驗(yàn)次數(shù)，現(xiàn)在經(jīng)典的一般是三因素。通過這步分析可以的回歸方程，進(jìn)而得到最優(yōu)培養(yǎng)基。并且還能得到因素相互作用對(duì)響應(yīng)值的影響。
在這里我對(duì)△x，即+
1、—1的取值還不太清楚，α的取值也不是很清晰，希望大家?guī)兔獯鹨幌隆?/p>
這是我最近的學(xué)習(xí)結(jié)果，希望大家批評(píng)和指正。
[ 此貼被細(xì)履平沙在2008-06-05 18:55重新編輯 ] 附件： 采用響應(yīng)面分析法優(yōu)化吩嗪_1_羧酸的發(fā)酵條件.pdf(180 K)下載次數(shù):4 需要經(jīng)驗(yàn)值:20 附件： 發(fā)酵法產(chǎn)氫培養(yǎng)基的響應(yīng)面分析優(yōu)化.pdf(908 K)下載次數(shù):4 需要經(jīng)驗(yàn)值:20
附件： 酵母內(nèi)海藻糖積累條件的優(yōu)化.pdf(213 K)下載次數(shù):4 需要經(jīng)驗(yàn)值:20 附件： 響應(yīng)面法優(yōu)化納豆激酶液體發(fā)酵.pdf(217 K)下載次數(shù):5 需要經(jīng)驗(yàn)值:20 關(guān)于培養(yǎng)基的優(yōu)化試驗(yàn)套路
0
正交試驗(yàn)和均勻設(shè)計(jì)方法進(jìn)行培養(yǎng)基優(yōu)化已取得諸多成功的例子。
正交試驗(yàn)適合因子較多而因子水平不多的試驗(yàn)設(shè)計(jì)，從試驗(yàn)次數(shù)上看，是至少為因子數(shù)的平方。
均勻設(shè)計(jì)適合于因子少，而水平多的試驗(yàn)，從試驗(yàn)次數(shù)看，至少是因子數(shù)的兩倍。
兩種方法雖然多從拉丁方設(shè)計(jì)衍生而來，不過效率卻更高。
現(xiàn)如今，大多流行響應(yīng)曲面設(shè)計(jì)來優(yōu)化培養(yǎng)基。
首先，我們要從眾多培養(yǎng)基成分及影響的環(huán)境因素中篩選出具有主效應(yīng)的因子。這時(shí)，通常采用篩選試驗(yàn)。主要有全因子因析設(shè)計(jì)和Plackett－Burman設(shè)計(jì)。兩種篩選試驗(yàn)，各有千秋，但都能以最少的試驗(yàn)次數(shù)篩選出主效應(yīng)因子。其中全因子設(shè)計(jì)能夠表現(xiàn)出因子的三級(jí)以上交互作用，而Plackett－Burman設(shè)計(jì)由于是兩水平設(shè)計(jì)，所以交互作用只在二級(jí)交互作用。另外還有部分因子因析設(shè)計(jì)。
篩選到了主效應(yīng)因子，我們就可以開始進(jìn)行下一步優(yōu)化試驗(yàn)。此時(shí)，主要有中心復(fù)合設(shè)計(jì)和Box-Behnken設(shè)計(jì)。
中心組合設(shè)計(jì)是一種國(guó)際上較為常用的響應(yīng)面法，是一種5水平的實(shí)驗(yàn)設(shè)計(jì)法。采用該法能夠在有限的實(shí)驗(yàn)次數(shù)下，對(duì)影響生物過程的因子及其交互作用進(jìn)行評(píng)價(jià)，而且還能對(duì)各因子進(jìn)行優(yōu)化，以獲得影響過程的最佳條件。
Box-Behnken設(shè)計(jì)是另一種國(guó)際上較為常用的響應(yīng)面法，是一種3水平的實(shí)驗(yàn)設(shè)計(jì)法。同樣具有響應(yīng)面法的優(yōu)點(diǎn)。近年來利用該法進(jìn)行生物過程優(yōu)化的文獻(xiàn)比用中心組合設(shè)計(jì)法的明顯地少。
通常以上說的響應(yīng)曲面設(shè)計(jì)和數(shù)據(jù)分析，都可以通過一些統(tǒng)計(jì)軟件來運(yùn)行，十分簡(jiǎn)便。
為此，我將本人一直在使用的Mintab綠色軟件上傳，希望大家能夠好好利用，搞好試驗(yàn)設(shè)計(jì)，節(jié)省人力無力，為經(jīng)濟(jì)帶來騰飛（別忘了日本很大程度上就是因?yàn)樘锟诤暌坏恼辉O(shè)計(jì)表，在二戰(zhàn)后迅速崛起?。?/p>
謝謝西風(fēng)，看你的回復(fù)我很有同感，我當(dāng)時(shí)剛開始做RSM也是摸不到頭腦，沒辦法，只有看文獻(xiàn)一步一步的摸索過來的。
為了不讓帖子沉了，也為了有需要的戰(zhàn)友節(jié)省時(shí)間，心中對(duì)試驗(yàn)設(shè)計(jì)有個(gè)大概的框架，我先拋磚引玉，簡(jiǎn)單講下我做培養(yǎng)基優(yōu)化的一點(diǎn)體會(huì)?？赡苡行?zhàn)友認(rèn)為，試驗(yàn)設(shè)計(jì)優(yōu)化培養(yǎng)基就是找?guī)追N培養(yǎng)基成分放在一起做幾個(gè)組合進(jìn)行試驗(yàn)就行了，其實(shí)這樣做往往是得不到最適的結(jié)果的，尤其在做響應(yīng)面分析（RSM）的時(shí)候，試驗(yàn)得到的圖形可能不是一個(gè)完美的曲面圖，我見過一些別人發(fā)的文章，它的曲面圖是一個(gè)扭曲的圖形，高點(diǎn)根本沒有出現(xiàn)在圖形中，那試驗(yàn)得到的根本不是最適的培養(yǎng)基組分，當(dāng)然這種文章一般不會(huì)出現(xiàn)在核心期刊上的。這種情況一般都是沒有在做RSM前，做“爬坡試驗(yàn)”的結(jié)果，“爬坡試驗(yàn)”的目的在于找出RSM設(shè)計(jì)的中心點(diǎn)，保證結(jié)果的準(zhǔn)確性。另外一點(diǎn)需要提出的是RSM的一個(gè)缺點(diǎn)就是分析的因素不能太多，經(jīng)典的是三因素的試驗(yàn)設(shè)計(jì)，如果你的因素比較多，那不妨試試方開泰的均勻設(shè)計(jì)。要做RSM就要先找出有顯著影響的因素，剔除一些對(duì)結(jié)果影響不顯著的因素，所以在“爬坡試驗(yàn)”之前還需要一個(gè)PB試驗(yàn)，PB能從眾多因素中很簡(jiǎn)單的找出對(duì)試驗(yàn)結(jié)果影響最為顯著的因素，排除一些影響不顯著的因素，降低后續(xù)試驗(yàn)的工作量，又能保證結(jié)果的準(zhǔn)確性。PB和“爬坡試驗(yàn)”對(duì)于剛接觸試驗(yàn)設(shè)計(jì)的戰(zhàn)友，比較陌生點(diǎn)，加上發(fā)表文章中很少，全面的把整個(gè)試驗(yàn)設(shè)計(jì)寫出來的，一般的都是只寫RSM這部分，也有幾篇文章是PB+RSM的，還有先做RSM后做“爬坡試驗(yàn)”的。我個(gè)人認(rèn)為PB--“爬坡試驗(yàn)”--RS，這種試驗(yàn)設(shè)計(jì)的思路比較符合邏輯，又比較全面。如果做畢業(yè)論文的培養(yǎng)基優(yōu)化部分，可以使內(nèi)容比較豐富。當(dāng)然如果是做畢業(yè)論文的話，在綜合試驗(yàn)設(shè)計(jì)之前，還有個(gè)更基礎(chǔ)的工作，就是單因素試驗(yàn)，那種放棄單因素試驗(yàn)的想法也完全錯(cuò)誤的，尤其是沒有一個(gè)基礎(chǔ)配方的時(shí)候。我做的菌種是我自己從本實(shí)驗(yàn)室菌種庫篩出來，然后又做了誘變育種，所以是沒有合適的培養(yǎng)基的，所以做了很多工作，用單因素試驗(yàn)首先大致確定C、N、P、無機(jī)鹽、微量元素的種類及水平。大致講了一下，說的比較散亂，或許不太好明白。希望大家把問題提出來，我們一起針對(duì)具體問題具體分析。
講得不錯(cuò)，都是很好的心得。先用PB進(jìn)行顯著性分析是一個(gè)很好的建議。另外可以從歷史數(shù)據(jù)中找到合適的數(shù)據(jù)，然后再用軟件進(jìn)行分析，就可以不用再做實(shí)驗(yàn)就可找到影響顯著的因素和水平范圍。
響應(yīng)面分析，其實(shí)用我們常見的軟件就可以做出來。首先對(duì)各個(gè)單因素的試驗(yàn)結(jié)果進(jìn)行歸納，后選擇變量的變化區(qū)間還變化間隔就可以，常見的軟件如DPS就可以了。用這個(gè)軟件可以完成你所需的所有工作，要是想讓你的響應(yīng)面好看，用MATLAB也可以，三維，四維的都可以，在MATLAB區(qū)中有我寫的現(xiàn)成的用MATLAB語句實(shí)現(xiàn)第四維的表示方法，很好用。另外用SARS軟件也是可以的，不過語句能比MATLAB復(fù)雜一點(diǎn)點(diǎn)。EXCEL也可以，不過做出的響應(yīng)面，美觀程度差一點(diǎn)點(diǎn)。
我有個(gè)想法，能不能在初始時(shí)用正交實(shí)驗(yàn)確定出中心點(diǎn)的范圍，然后將數(shù)據(jù)用SAS中的主成份分析，得到影響最顯著的幾個(gè)因素，然后用RSM做，這樣主要影響因素有了，中心點(diǎn)也有了。做起來也好做，不會(huì)PB等軟件的戰(zhàn)友也可以輕松操作。不知這樣可不可行？希望大家討論討論
PB實(shí)驗(yàn)設(shè)計(jì)的數(shù)據(jù)處理
我使用SAS進(jìn)行試驗(yàn)設(shè)計(jì)的，11個(gè)因素+4個(gè)dummy variables，做16次實(shí)驗(yàn)。PB實(shí)驗(yàn)設(shè)計(jì)的數(shù)據(jù)已經(jīng)出來了，但是怎么分析不了。
用Analysist→Statistics→Regression→Linear分析出來的結(jié)果像圖里面這樣，怎么回事呢？后面幾列的Standard Error, t value 以及p值都沒有。
我給試驗(yàn)設(shè)計(jì)的表也列出來吧，請(qǐng)各位高手分析一下，到底是哪方面原因?qū)е碌摹?/p>
表中X2，X4，X8，X15這4列是dummy variables，沒有賦值，其余11個(gè)是考查的因素。y是考查指標(biāo)（轉(zhuǎn)化率%）
上面是圖片，順便給表格放在word里面，以附件傳上來，請(qǐng)大家?guī)头治龇治?。想知道的幾個(gè)問題： 1.試驗(yàn)設(shè)計(jì)有沒有問題？
2.就按照表中設(shè)計(jì)的試驗(yàn)做了16次實(shí)驗(yàn)，沒有將每次重復(fù)3遍取平均值，是不是可以？ 3.這些數(shù)據(jù)該怎么處理，怎么用SAS處理會(huì)出現(xiàn)上面的情況，沒有標(biāo)準(zhǔn)誤差，t值以及p值？ 謝謝了先~ 附件： Coded Design.rar(7 K)下載次數(shù):5 很想問一下，那個(gè)虛擬變量如何設(shè)置啊 一般多少個(gè)
還有最重要的是 實(shí)驗(yàn)過程中到底如何進(jìn)行啊 小妹真的沒有概念 虛擬變量好像一般設(shè)個(gè)三個(gè)左右
實(shí)驗(yàn)次數(shù)都為四的的倍數(shù)，如果你要測(cè)定8個(gè)因素，實(shí)驗(yàn)次數(shù)仍為12，那么就可以設(shè)三個(gè)虛擬變量。8＋3＝11<12 記住k個(gè)因素和實(shí)驗(yàn)次數(shù)之間的關(guān)系是 K小于或等于n－1
具體實(shí)驗(yàn)過程中，我個(gè)人覺得就是高低水平都為－，就是什么都不加，只是增加了實(shí)驗(yàn)次數(shù)，控制誤差的作用。
實(shí)驗(yàn)過程中控制誤差可以通過重復(fù)試驗(yàn)達(dá)到。而實(shí)驗(yàn)誤差的計(jì)算可以通過增加中心點(diǎn)次數(shù)實(shí)現(xiàn)。如果不能進(jìn)行誤差分析，那么就談不上數(shù)據(jù)分析了。我也是剛剛起步，幸虧有發(fā)酵人，大家可以一起交流！一般來說，試驗(yàn)設(shè)計(jì)的時(shí)候k次實(shí)驗(yàn)的話，（考查因素+虛擬變量）=k－1。
比如，１２次實(shí)驗(yàn)，考查８?jìng)€(gè)因素，那么剩下的３個(gè)變量就可以不賦值，仍為ｕｎｃｏｄｅｄ。
不過這種dummy variables選擇國(guó)內(nèi)期刊和國(guó)外期刊有所不同： 國(guó)內(nèi)的：如版友們所說，隨機(jī)選擇的比較多。
外文期刊：1.沒有標(biāo)出dummy variables，比如12次實(shí)驗(yàn)，設(shè)計(jì)表就列出了8個(gè)考查因素，而3個(gè)dummy variables沒有標(biāo)出；
2.標(biāo)出了，但是給dummy variables都列在一塊，比如就放最后幾列。
3.也看到就根本沒有設(shè) dummy variables的，比如12次實(shí)驗(yàn)就考查11個(gè)因素的。
初學(xué)求教：什么是PB實(shí)驗(yàn)和爬坡實(shí)驗(yàn)啊
什么是PB實(shí)驗(yàn)和爬坡實(shí)驗(yàn)啊
剛開始做實(shí)驗(yàn)，什么都不知道，萬望各位賜教！
pb是plackett-Burman的縮寫，是一種篩選試驗(yàn)。就是從眾多影響因素中篩選出具有主效應(yīng)的因子。至于最陡爬坡我也不太清楚。我也想知道。額要點(diǎn)名了，細(xì)履平沙斑竹，指點(diǎn)一下吧。謝謝了！
斑竹，給大家講解一下吧，我也特別想知道什么是最陡爬坡，我看過你的帖子，知道你是試驗(yàn)設(shè)計(jì)的行家。望斑竹不吝賜教。
最陡爬坡實(shí)驗(yàn)它能最快逼近最大響應(yīng)面區(qū)域,確定中心組合實(shí)驗(yàn)的中心點(diǎn),能保證響應(yīng)面分析結(jié)果的準(zhǔn)確有效性.我只知道這么一點(diǎn)吧.還望樓下的人能補(bǔ)充細(xì)化一下呢.一般都會(huì)作，但是如果實(shí)驗(yàn)結(jié)果由方差分析發(fā)現(xiàn)選取的水平已接近最大響應(yīng)區(qū)域，那么就可以不再進(jìn)行最陡爬坡實(shí)驗(yàn)，最后用中心復(fù)合設(shè)計(jì)及響應(yīng)面分析來確定主要影響因子的最佳濃度。
你可以看看有關(guān)資料.一般是先作部分因素實(shí)驗(yàn)(FFD),再做最陡爬坡實(shí)驗(yàn).再利用中心組合實(shí)驗(yàn)確定中心點(diǎn), 如果采用PB實(shí)驗(yàn),一般不作最陡爬坡實(shí)驗(yàn),直接用中心組合實(shí)驗(yàn)確定中心點(diǎn).具體原理我不記不清了.明天我上傳一個(gè)這個(gè)方面的資料吧.上傳一篇文章.可能對(duì)你有幫助.[ 此貼被細(xì)履平沙在2008-06-08 15:02重新編輯 ] 附件：
生物過程的優(yōu)化.pdf(358 K)下載次數(shù):63 需要經(jīng)驗(yàn)值:30
怎么又方差分析看所選水平是否已經(jīng)接近最大響應(yīng)區(qū)域呢？謝謝！
PB試驗(yàn)可以用來篩選培養(yǎng)基中不同成分對(duì)試驗(yàn)結(jié)果的影響，通過PB試驗(yàn)得到影響較大的試驗(yàn)因素；爬坡試驗(yàn)就是從PB試驗(yàn)的中心點(diǎn)開始，根據(jù)PB試驗(yàn)的得出的每種因子的系數(shù)來確定爬坡方向以及步長(zhǎng)，爬坡試驗(yàn)主要目的是逼近主要試驗(yàn)因子的最適添加水平；之后根據(jù)爬坡試驗(yàn)的結(jié)果就可以做相應(yīng)面了，也就可以最后確定每種重要因子的添加量了。嘿嘿，我也是初學(xué)者，希望這些能對(duì)你有幫助
請(qǐng)教一下：響應(yīng)曲面1.414到-1.414中間5個(gè)水平的步長(zhǎng)如何設(shè)計(jì)？
還需要看回歸系數(shù)嗎？設(shè)計(jì)的時(shí)候憑經(jīng)驗(yàn)還是有具體的公式？ 緊急求救~
0是中間，1如果相當(dāng)于中間偏大2.0水平，那么1.414就相當(dāng)于中間偏大2.828水平.我是這么理解的，這個(gè)不能靠經(jīng)驗(yàn)，而是根據(jù)程序要求。
關(guān)于PB設(shè)計(jì)中的t檢驗(yàn)和P檢驗(yàn)
請(qǐng)問各位大俠，PB設(shè)計(jì)中的t 檢驗(yàn)和P檢驗(yàn)的功能是否是一樣的？如何通過t 檢驗(yàn)來認(rèn)定顯著因素？另外，某因子的顯著性大于90%或80%等是如何判斷的？ 感謝賜教
P的意思是概率，不是P檢驗(yàn)，是根據(jù)T值查到的概率和F值查到的概率。
樓主可能沒有學(xué)習(xí)過數(shù)理統(tǒng)計(jì)。進(jìn)行實(shí)驗(yàn)設(shè)計(jì)，一些數(shù)學(xué)基本知識(shí)還是要具備的。
關(guān)于最陡爬坡（最速上升）的問題
我下了發(fā)酵人上的“Path of steepest ascent /descent”。在學(xué)習(xí)中有些地方不明白，希望大蝦能給予幫助。
在設(shè)計(jì)中需要編寫一個(gè)“最速上升宏”命令，請(qǐng)問這個(gè)“最速上升宏”在Minitab15這個(gè)版本中有沒有，如果有在哪里？（本人愚鈍，如果翻譯錯(cuò)誤望大蝦指出以便更正）
還有我點(diǎn)擊“編輯器（D）——啟動(dòng)命令（E）”然后按照minitab技術(shù)支持文件上所給出的方法在會(huì)話窗口里輸入以下命令： ascent y x.1-x.n;sore u.1-u.j;step s;base b;descent;runs r.然后回車出現(xiàn)“* 錯(cuò)誤* 未知 Minitab 命令: ASCE
MTB > ”
我不知道這個(gè)命令應(yīng)該在哪里輸入。望高手指點(diǎn)啊！
最陡爬坡必須要輸入命令才能完成嗎？可不可以像pb一樣直接用minitab軟件現(xiàn)有的程序就可以完成設(shè)計(jì)和分析？
最陡爬坡實(shí)驗(yàn)
我覺得最陡爬坡實(shí)驗(yàn)不需要軟件分析的，直接觀察數(shù)據(jù)變化的趨勢(shì)，找到極點(diǎn)值，附近找到因子參數(shù)范圍再做下一步的響應(yīng)面實(shí)驗(yàn)和分析就可以了。可以參考http://004km.cn/read.php?tid=9060 PB試驗(yàn)設(shè)計(jì)
外文資料里面dummy variables要么沒有列出來，有些就根本沒有設(shè)（比如8次試驗(yàn)就做7個(gè)因素），要么所有的dummy variables就全部都列在一起，只有看到國(guó)內(nèi)的文章才是將dummy variables隨機(jī)的列出來。
在版上也看到說要有dummy variables，并且要隨機(jī)的選擇。
那么dummy variables到底要不要，要的話是不列出來，還是所有的就放最后幾列呢？ 我認(rèn)為dummy variables的位置 不影響分析結(jié)果。但是這個(gè)參數(shù)應(yīng)該有。有道理，另外，每一組試驗(yàn)只做一次，還是做個(gè)重復(fù)比如同一組做3次，然后取他們的平均值呢？ 要是只做一次會(huì)不會(huì)誤差比較大，影響試驗(yàn)結(jié)果？
重復(fù)多次可以減少某些異常點(diǎn)引入的誤差，減少噪音，提高模型顯著性。
有兩種方法，一種是在程序中設(shè)置3個(gè)重復(fù)，實(shí)驗(yàn)結(jié)果都輸入實(shí)驗(yàn)表，也可以在程序中設(shè)1個(gè)duplication，然后將數(shù)值平均后輸入實(shí)驗(yàn)表。
從pb到最陡爬坡，如何設(shè)計(jì)步長(zhǎng)，求救啊~ pb做完了，也做了重復(fù)，現(xiàn)在真是不會(huì)確定步長(zhǎng) 真的是很笨，希望高手指點(diǎn)一下 求救啊~ 細(xì)心看看以前的貼子，有詳細(xì)的介紹。
一個(gè)參數(shù)（A）根據(jù)自己的經(jīng)驗(yàn)確定，其它參數(shù)根據(jù)PB試驗(yàn)公式中的系數(shù)來確定。具體找貼子吧。
看下面的貼子，topmit有介紹。
http://fajiaoren.com/read.php?tid=6999&keyword=%E7%88%AC%E5%9D%A1 做了響應(yīng)曲面分析，圖形不對(duì)，麻煩大家看看哪里出了問題
圖片：
我是先單因素----pb----最陡爬坡----響應(yīng)曲面的
結(jié)果很不如意啊，想聽聽大家的意見，修改一下，繼續(xù)向前挺進(jìn) 呵呵大家多提意見啊
hope59你好，我想請(qǐng)教一下你爬坡實(shí)驗(yàn)怎么設(shè)計(jì)的，是用minitab設(shè)計(jì)的嗎？
關(guān)于爬坡步長(zhǎng)
我看了些文獻(xiàn)，關(guān)于爬坡步長(zhǎng)的說法不一。
有文獻(xiàn)這樣確定最陡爬坡的，步長(zhǎng)公式=e×△j ×bj, 其中bj為一次回歸的回歸系數(shù)，△j為變化半徑．這樣看來，回歸系數(shù)越大，步長(zhǎng)應(yīng)該越大啊。
而有的文獻(xiàn)又說回歸系數(shù)越大，步長(zhǎng)應(yīng)該越小。我覺得這種說法也對(duì)，因?yàn)榛貧w系數(shù)大，說明對(duì)響應(yīng)值的影響越大啊，響應(yīng)值對(duì)因素變化非常靈敏，所以步長(zhǎng)取值應(yīng)該小點(diǎn)，以免錯(cuò)過最優(yōu)點(diǎn)。不知我的理解對(duì)不對(duì)，請(qǐng)大家指教。
求助：可不可以用pb方法進(jìn)行非培養(yǎng)基優(yōu)化的發(fā)酵實(shí)驗(yàn)啊
小女子剛接觸發(fā)酵實(shí)驗(yàn)，對(duì)很多東西不是太了解，最近查文獻(xiàn)資料發(fā)現(xiàn)PB方法進(jìn)行實(shí)驗(yàn)優(yōu)化很方便，但是所查的資料都是關(guān)于培養(yǎng)基優(yōu)化的，很想知道是不是可以用PB進(jìn)行其他非培養(yǎng)基優(yōu)化的實(shí)驗(yàn)？比如說有很多因素像溫度、PH、鈣離子濃度等。如果可以用PB法優(yōu)化，那在進(jìn)行“確定因素水平”階段是不是也可以用“最陡爬坡實(shí)驗(yàn)”進(jìn)行非培養(yǎng)基優(yōu)化的實(shí)驗(yàn)?zāi)?？希望高手給予解決，小女子不勝感激
沒有問題，可以用。但是進(jìn)行試驗(yàn)之前，要考慮好試驗(yàn)的目的，不能只是為了試驗(yàn)而試驗(yàn)，而要考慮試驗(yàn)的結(jié)果是不是能夠達(dá)到某種效果和實(shí)驗(yàn)條件能不能實(shí)現(xiàn)。
優(yōu)化包括：培養(yǎng)基優(yōu)化（碳源，氮源，無機(jī)鹽等），培養(yǎng)條件優(yōu)化（溫度、PH、轉(zhuǎn)速，裝液量等）
實(shí)驗(yàn)設(shè)計(jì)：根據(jù)需要，自由組合，可以同時(shí)優(yōu)化眾多因素，不必拘泥于是培養(yǎng)基還是培養(yǎng)條件。
響應(yīng)面設(shè)計(jì)的三個(gè)階段
It is possible to separate an optimization study using RSM into three stages.The first stage is the preliminary work in which the determination of the independent parameters and their levels are carried out.The second stage is the selection of the experimental design and the prediction and verification of the model equation.The last one is obtaining the response surface plot and contour plot of the response as a function of the independent parameters and determination of optimum points.三個(gè)階段。
1，準(zhǔn)備階段，決定獨(dú)立變量及其水平。2，實(shí)驗(yàn)設(shè)計(jì)的選擇及模型的驗(yàn)證 3，根據(jù)響應(yīng)面來確定優(yōu)化條件。
求救：pb試驗(yàn)我做了好幾次，總是找不到影響顯著的因子
我做了好幾次pb試驗(yàn)，可是總也找不到影響顯著的因子，就是大于95%的兩個(gè)到三個(gè)因子，我的基本都在80%左右，很是郁悶啊
備受打擊，但是郁悶完了，還是想找找問題，調(diào)整濃度繼續(xù)篩選 不知道大家有沒有遇到類似的問題？都從哪里入手調(diào)節(jié)？
對(duì)了，我看很多文獻(xiàn)上都說，高水平一般是低水平的1.25倍，這個(gè)很固定嗎 我都是按照1.25倍做的，不會(huì)是這里有問題吧
還是要focus到上面的問題，遇到顯著性不高的問題，應(yīng)該如何調(diào)整？ 希望高手多多指教！
試試高水平是低水平的1.5倍看看~
生物過程存在嚴(yán)重的交互作用，而PB實(shí)驗(yàn)次數(shù)少，因此在交互作用解決上有一定的問題。所以在生物領(lǐng)域先進(jìn)行單因素考察，然后再進(jìn)行組合試驗(yàn)是有一定道理的。我感覺也可以先進(jìn)行PB實(shí)驗(yàn)多考察一些因素，然后再減少因素并進(jìn)一步探索因素間的交互作用。首先：你考察的是幾個(gè)因素？如果存在交互作用，確實(shí)會(huì)存在上述情況。
第二：你的響應(yīng)量是什么，該數(shù)據(jù)是否可靠？
比如，我們做糖的，響應(yīng)量就是胞外多糖，胞內(nèi)多糖。測(cè)糖的方法是濃硫酸苯酚法。如果實(shí)驗(yàn)設(shè)計(jì)者對(duì)該方法掌握不好，就算是同一個(gè)樣品，測(cè)定結(jié)果差別甚大，那么，這就不是實(shí)驗(yàn)設(shè)計(jì)分析本身的錯(cuò)誤，而是實(shí)驗(yàn)設(shè)計(jì)者的錯(cuò)誤！只要大于７５％就行了
我是以生物量作為指標(biāo)，用涂平板檢測(cè)的
我用了七個(gè)因子，用minitab設(shè)計(jì)的12次試驗(yàn)，經(jīng)過分析，只有一個(gè)因子的可性度在90%以上
在此之前，我做過比較全面的單因子試驗(yàn)，但是由于單因子試驗(yàn)用的是化合物能清楚的知道碳濃度、氮濃度等詳細(xì)的參數(shù)
現(xiàn)在做工業(yè)發(fā)酵，用的都是豆餅粉之類的，所以在量上還是需要摸索 后期要做響應(yīng)面，所以pb試驗(yàn)做的比較謹(jǐn)慎，怕后期出現(xiàn)更大的錯(cuò)誤。我這周重復(fù)一下上次的試驗(yàn)，再把倍數(shù)擴(kuò)大到1.5試試看 非常感謝大家這么熱心的幫助我，真是很感動(dòng)哦 不知道我現(xiàn)在的設(shè)計(jì)有沒有什么地方不合適? 希望大家多多批評(píng)指正！
不知道樓主，為什么7個(gè)因子要用12次實(shí)驗(yàn)設(shè)計(jì)呢？
minitab上自動(dòng)生成的啊
還有就是每次生成的圖表都不一樣呢，很是奇怪 版主是不是覺得我的設(shè)計(jì)有問題啊
我剛準(zhǔn)備瓶子，準(zhǔn)備做了，呵呵，看樣子是有問題了哦 我回去再看看，晚上再做吧，版主加我qq吧 43787903 可能需要和您好好討論一下呢 謝謝，我在線等 首先：7個(gè)因子，做8次實(shí)驗(yàn)足夠。不知道你設(shè)計(jì)過程中是否有哪一步?jīng)]選好。
其次：低水平和高水平的倍數(shù)，一般在1.5左右，多了少了并沒太大關(guān)系。只要不是認(rèn)為的胡亂加大水平值，PB篩選還是比較可靠的。
再次：我實(shí)驗(yàn)室是不準(zhǔn)安裝QQ等聊天軟件的。所以，只能我回家加你了。
關(guān)于爬坡實(shí)驗(yàn)的疑問！
爬坡試驗(yàn)需要軟件設(shè)計(jì)嗎？我剛做完pb試驗(yàn)，篩選完重要因子，然后是不是應(yīng)該以高水平為中心，上下篩選幾個(gè)濃度(一般也要七八個(gè)濃度吧），這時(shí)候步長(zhǎng)設(shè)計(jì)有什么要求嗎？濃度個(gè)數(shù)設(shè)置有要求嗎？需要軟件設(shè)計(jì)嗎？ 版主快來指導(dǎo)一下吧！
最爬坡試驗(yàn)最后要達(dá)到什么要求才能進(jìn)一步進(jìn)行響應(yīng)曲面試驗(yàn)？
爬坡試驗(yàn)需要或者能用minitab設(shè)計(jì)嗎？ 我看到的論文上好像只是將得到的數(shù)據(jù)比較產(chǎn)量高低呢？
puzzled and help！
你做完了PB從分析的數(shù)據(jù)上就可以看出每個(gè)因子的影響是正還是負(fù)！所以設(shè)計(jì)的時(shí)候一定注意不要搞錯(cuò)了！
步長(zhǎng)的設(shè)置也要看你自己實(shí)驗(yàn)本身，不能套用！所選擇幾個(gè)比較好，能達(dá)到你的實(shí)驗(yàn)?zāi)康?，就是逼近最有的響?yīng)區(qū)域！越逼近越有利于下一步的實(shí)驗(yàn)！
回歸與相關(guān)
回歸與相關(guān)
------------------
一、直線回歸分析
直線回歸是用直線回歸方程表示兩個(gè)數(shù)量變量間依存關(guān)系的統(tǒng)計(jì)分析方法，屬雙變量分析的范疇。
1.直線回歸方程的求法
（1）回歸方程的概念:
直線回歸方程的一般形式是Y（音y hat）=a+bx，其中x為自變量，一般為資料中能精確測(cè)定和控制的量，Y為應(yīng)變量，指在x規(guī)定范圍內(nèi)隨機(jī)變化的量。a為截距，是回歸直線與縱軸的交點(diǎn)，b為斜率，意為x每改變一個(gè)單位時(shí),Y的變化量。
(2)直線回歸方程的求法
確定直線回歸方程利用的是最小二乘法原理，基本步驟為：
1）先求 b，基本公式為b=lxy/lxx=SSxy/SSxx ,其中l(wèi)xy為X,Y的離均差積和，lxx為X的離均差平方和；
2）再求a，根據(jù)回歸方程 a等于Y的均值減去x均值與b乘積的差值。(3)回歸方程的圖示: 根據(jù)回歸方程，在坐標(biāo)軸上任意取相距較遠(yuǎn)的兩點(diǎn)，連接上述兩點(diǎn)就可得到回歸方程的圖示。應(yīng)注意的是，連出的回歸直線不應(yīng)超過x的實(shí)測(cè)值范圍.2.回歸關(guān)系的檢驗(yàn)
回歸關(guān)系的檢驗(yàn)又稱回歸方程的檢驗(yàn)，其目的是檢驗(yàn)求得的回歸方程在總體中是否成立，即是否樣本代表的總體也有直線回歸關(guān)系。方法有以下兩種：(1)方差分析
其基本思想是將總變異分解為SS回歸和SS剩余，然后利用F檢驗(yàn)來判斷回歸方程是否成立。(2)t檢驗(yàn)
其基本思想是利用樣本回歸系數(shù)b與總體均數(shù)回歸系數(shù)?進(jìn)行比較來判斷回歸方程是否成立，實(shí)際應(yīng)用中因?yàn)榛貧w系數(shù)b的檢驗(yàn)過程較為復(fù)雜,而相關(guān)系數(shù)r的檢驗(yàn)過程簡(jiǎn)單并與之等價(jià),故一般用相關(guān)系數(shù)r的檢驗(yàn)來代替回歸系數(shù)b的檢驗(yàn)。3.直線回歸方程的應(yīng)用
(1)描述兩變量之間的依存關(guān)系；
利用直線回歸方程即可定量描述兩個(gè)變量間依存的數(shù)量關(guān)系(2)利用回歸方程進(jìn)行預(yù)測(cè)；
把預(yù)報(bào)因子（即自變量x）代入回歸方程對(duì)預(yù)報(bào)量（即因變量Y）進(jìn)行估計(jì)，即可得到個(gè)體Y值的容許區(qū)間。
(3)利用回歸方程進(jìn)行統(tǒng)計(jì)控制
規(guī)定Y值的變化，通過控制x的范圍來實(shí)現(xiàn)統(tǒng)計(jì)控制的目標(biāo)。如已經(jīng)得到了空氣中NO2的濃度和汽車流量間的回歸方程，即可通過控制汽車流量來控制空氣中NO2的濃度。4.應(yīng)用直線回歸的注意事項(xiàng)(1)做回歸分析要有實(shí)際意義；
(2)回歸分析前,最好先作出散點(diǎn)圖；(3)回歸直線不要外延。
二、直線相關(guān)分析 1.直線相關(guān)的概念
直線相關(guān)分析是描述兩變量間是否有直線關(guān)系以及直線關(guān)系的方向和密切程度的分析方法。用以描述兩變量間相關(guān)關(guān)系的指標(biāo)是相關(guān)系數(shù)（常用r表示），兩變量間相關(guān)關(guān)系的種類有正相關(guān)（0 相關(guān)系數(shù)是x,Y的離均差積和lxy除以X的離均差平方和lxx與Y的離均差平方和lyy之積的算術(shù)平方根的商。故此相關(guān)系數(shù)又被稱為積差相關(guān)系數(shù)。3.相關(guān)系數(shù)的假設(shè)檢驗(yàn) 相關(guān)系數(shù)檢驗(yàn)的目的是判斷兩變量的總體是否有相關(guān)關(guān)系，方法有t檢驗(yàn)和查表法，t檢驗(yàn)法是樣本與總體的比較，查表法是直接查相關(guān)系數(shù)界值表得到相應(yīng)的概率p。 三、直線相關(guān)與回歸的區(qū)別與聯(lián)系 區(qū)別：1.相關(guān)說明相關(guān)關(guān)系，回歸說明依存關(guān)系； 2.r與b有區(qū)別； 3.資料要求不同。 聯(lián)系：1.r與b值可相互換算； 2.r與b正負(fù)號(hào)一致； 3.r與b的假設(shè)檢驗(yàn)等價(jià)； 4.回歸可解釋相關(guān)。相關(guān)系數(shù)的平方r2(又稱決定系數(shù))是回歸平方和與總的離均差平方和之比，故回歸平方和是引入相關(guān)變量后總平方和減少的部分。 四、等級(jí)相關(guān)分析 等級(jí)相關(guān)分析適用于資料不是正態(tài)雙變量或總體分布未知，數(shù)據(jù)一端或兩端有不確定值的資料或等級(jí)資料。常用的Spearman等級(jí)相關(guān)系數(shù)rs是利用x，Y的秩次來進(jìn)行直線相關(guān)分析的。因此當(dāng)x，Y的相同秩次較多時(shí)，計(jì)算出的rs需矯正。同樣的，等級(jí)相關(guān)系數(shù)rs也需要進(jìn)行假設(shè)檢驗(yàn)。 五、相關(guān)分析應(yīng)用中的注意事項(xiàng) 1.相關(guān)分析要有實(shí)際意義； 2.相關(guān)關(guān)系不一定都是“因果”關(guān)系； 3.相關(guān)系數(shù)r假設(shè)檢驗(yàn)中p的大小不能說明相關(guān)的密切程度； 4.直線相關(guān)和等級(jí)相關(guān)有各自不同的適用條件 方差分析 一、方差分析的基本思想 1.方差分析的概念 方差分析（ANOVA）又稱變異數(shù)分析或F檢驗(yàn)，其目的是推斷兩組或多組資料的總體均數(shù)是否相同，檢驗(yàn)兩個(gè)或多個(gè)樣本均數(shù)的差異是否有統(tǒng)計(jì)學(xué)意義。我們要學(xué)習(xí)的主要內(nèi)容包括單因素方差分析即完全隨機(jī)設(shè)計(jì)或成組設(shè)計(jì)的方差分析和兩因素方差分析即配伍組設(shè)計(jì)的方差分析。2.方差分析的基本思想 下面我們用一個(gè)簡(jiǎn)單的例子來說明方差分析的基本思想： 如某克山病區(qū)測(cè)得11例克山病患者和13名健康人的血磷值（mmol/L）如下，患者：0.84 1.05 1.20 1.20 1.39 1.53 1.67 1.80 1.87 2.07 2.11 健康人：0.54 0.64 0.64 0.75 0.76 0.81 1.16 1.20 1.34 1.35 1.48 1.56 1.87 問該地克山病患者與健康人的血磷值是否不同？ 從以上資料可以看出，24個(gè)患者與健康人的血磷值各不相同，如果用離均差平方和（SS）描述其圍繞總均數(shù)的變異情況，則總變異有以下兩個(gè)來源： （1）組內(nèi)變異，即由于隨機(jī)誤差的原因使得各組內(nèi)部的血磷值各不相等； （2）組間變異，即由于克山病的影響使得患者與健康人組的血磷值均數(shù)大小不等。 而且：SS總=SS組間+SS組內(nèi) v總=v組間+v組內(nèi) 如果用均方（即自由度v去除離均差平方和的商）代替離均差平方和以消除各組樣本數(shù)不同的影響，則方差分析就是用組內(nèi)均方去除組間均方的商（即F值）與1相比較，若F值接近1，則說明各組均數(shù)間的差異沒有統(tǒng)計(jì)學(xué)意義，若F值遠(yuǎn)大于1，則說明各組均數(shù)間的差異有統(tǒng)計(jì)學(xué)意義。實(shí)際應(yīng)用中檢驗(yàn)假設(shè)成立條件下F值大于特定值的概率可通過查閱F界值表（方差分析用）獲得。 3.方差分析的應(yīng)用條件 應(yīng)用方差分析對(duì)資料進(jìn)行統(tǒng)計(jì)推斷之前應(yīng)注意其使用條件，包括：（1）可比性，若資料中各組均數(shù)本身不具可比性則不適用方差分析。 （2）正態(tài)性，即偏態(tài)分布資料不適用方差分析。對(duì)偏態(tài)分布的資料應(yīng)考慮用對(duì)數(shù)變換、平方根變換、倒數(shù)變換、平方根反正弦變換等變量變換方法變?yōu)檎龖B(tài)或接近正態(tài)后再進(jìn)行方差分析。 （3）方差齊性，即若組間方差不齊則不適用方差分析。多個(gè)方差的齊性檢驗(yàn)可用Bartlett法，它用卡方值作為檢驗(yàn)統(tǒng)計(jì)量，結(jié)果判斷需查閱卡方界值表。 二、方差分析的主要內(nèi)容 根據(jù)資料設(shè)計(jì)類型的不同，有以下兩種方差分析的方法： 1.對(duì)成組設(shè)計(jì)的多個(gè)樣本均數(shù)比較，應(yīng)采用完全隨機(jī)設(shè)計(jì)的方差分析，即單因素方差分析。 2.對(duì)隨機(jī)區(qū)組設(shè)計(jì)的多個(gè)樣本均數(shù)比較，應(yīng)采用配伍組設(shè)計(jì)的方差分析，即兩因素方差分析。 兩類方差分析的基本步驟相同，只是變異的分解方式不同，對(duì)成組設(shè)計(jì)的資料，總變異分解為組內(nèi)變異和組間變異（隨機(jī)誤差），即：SS總=SS組間+SS組內(nèi)，而對(duì)配伍組設(shè)計(jì)的資料，總變異除了分解為處理組變異和隨機(jī)誤差外還包括配伍組變異，即：SS總=SS處理+SS配伍+SS誤差。整個(gè)方差分析的基本步驟如下：（1）建立檢驗(yàn)假設(shè)； H0：多個(gè)樣本總體均數(shù)相等。 H1：多個(gè)樣本總體均數(shù)不相等或不全等。 檢驗(yàn)水準(zhǔn)為0.05。 （2）計(jì)算檢驗(yàn)統(tǒng)計(jì)量F值； （3）確定P值并作出推斷結(jié)果。 三、多個(gè)樣本均數(shù)的兩兩比較 經(jīng)過方差分析若拒絕了檢驗(yàn)假設(shè)，只能說明多個(gè)樣本總體均數(shù)不相等或不全相等。若要得到各組均數(shù)間更詳細(xì)的信息，應(yīng)在方差分析的基礎(chǔ)上進(jìn)行多個(gè)樣本均數(shù)的兩兩比較。1.多個(gè)樣本均數(shù)間兩兩比較 多個(gè)樣本均數(shù)間兩兩比較常用q檢驗(yàn)的方法，即 Newman-kueuls法，其基本步驟為： 建立檢驗(yàn)假設(shè)-->樣本均數(shù)排序-->計(jì)算q值-->查q界值表判斷結(jié)果。2.多個(gè)實(shí)驗(yàn)組與一個(gè)對(duì)照組均數(shù)間兩兩比較 多個(gè)實(shí)驗(yàn)組與一個(gè)對(duì)照組均數(shù)間兩兩比較，若目的是減小第II類錯(cuò)誤，最好選用最小顯著差法（LSD法）；若目的是減小第I類錯(cuò)誤，最好選用新復(fù)極差法，前者查t界值表，后者查q’界值表。 t檢驗(yàn)和u檢驗(yàn) 簡(jiǎn)而言之，t檢驗(yàn)和u檢驗(yàn)就是統(tǒng)計(jì)量為t,u的假設(shè)檢驗(yàn)，兩者均是常見的假設(shè)檢驗(yàn)方法。當(dāng)樣本含量n較大時(shí)，樣本均數(shù)符合正態(tài)分布，故可用u檢驗(yàn)進(jìn)行分析。當(dāng)樣本含量n小時(shí)，若觀察值x符合正態(tài)分布，則用t檢驗(yàn)（因此時(shí)樣本均數(shù)符合t分布），當(dāng)x為未知分布時(shí)應(yīng)采用秩和檢驗(yàn)。 一、樣本均數(shù)與總體均數(shù)比較的t檢驗(yàn) 樣本均數(shù)與總體均數(shù)比較的t檢驗(yàn)實(shí)際上是推斷該樣本來自的總體均數(shù)μ與已知的某一總體均數(shù)μ0（常為理論值或標(biāo)準(zhǔn)值）有無差別。如根據(jù)大量調(diào)查，已知健康成年男性的脈搏均數(shù)為72次/分，某醫(yī)生在一山區(qū)隨即抽查了25名健康男性，求得其脈搏均數(shù)為74.2次/分，標(biāo)準(zhǔn)差為6.0次/分，問是否能據(jù)此認(rèn)為該山區(qū)成年男性的脈搏均數(shù)高于一般成年男性。 上述兩個(gè)均數(shù)不等既可能是抽樣誤差所致，也有可能真是環(huán)境差異的影響，為此，可用t檢驗(yàn)進(jìn)行判斷，檢驗(yàn)過程如下： 1.建立假設(shè) H0：μ=μ0=72次/分，H0：μ>μ0，檢驗(yàn)水準(zhǔn)為單側(cè)0.05。 2.計(jì)算統(tǒng)計(jì)量 進(jìn)行樣本均數(shù)與總體均數(shù)比較的t檢驗(yàn)時(shí)t值為樣本均數(shù)與總體均數(shù)差值的絕對(duì)值除以標(biāo)準(zhǔn)誤的商，其中標(biāo)準(zhǔn)誤為標(biāo)準(zhǔn)差除以樣本含量算術(shù)平方根的商。 3.確定概率，作出判斷 以自由度v(樣本含量n減1)查t界值表，0.025 應(yīng)注意的是，當(dāng)樣本含量n較大時(shí)，可用u檢驗(yàn)代替t檢驗(yàn)。 二、配對(duì)設(shè)計(jì)的t檢驗(yàn) 配對(duì)設(shè)計(jì)是一種比較特殊的設(shè)計(jì)方式，能夠很好地控制非實(shí)驗(yàn)因素對(duì)結(jié)果的影響，有自身配對(duì)和非自身配對(duì)之分。配對(duì)設(shè)計(jì)資料的t檢驗(yàn)實(shí)際上是用配對(duì)差值與總體均數(shù)“0”進(jìn)行比較，即推斷差數(shù)的總體均數(shù)是否為“0”。故其檢驗(yàn)過程與樣本均數(shù)與總體均數(shù)比較的t檢驗(yàn)類似，即： 1.建立假設(shè) H0：μd=0，即差值的總體均數(shù)為“0”，H1：μd>0或μd<0，即差值的總體均數(shù)不為“0”，檢驗(yàn)水準(zhǔn)為0.05。2.計(jì)算統(tǒng)計(jì)量 進(jìn)行配對(duì)設(shè)計(jì)t檢驗(yàn)時(shí) t值為差值均數(shù)與0之差的絕對(duì)值除以差值標(biāo)準(zhǔn)誤的商，其中差值標(biāo)準(zhǔn)誤為差值標(biāo)準(zhǔn)差除以樣本含量算術(shù)平方根的商。3.確定概率，作出判斷 以自由度v(對(duì)子數(shù)減1)查t界值表，若P<0.05，則拒絕H0，接受H1，若P>=0.05，則還不能拒絕H0。 三、成組設(shè)計(jì)兩樣本均數(shù)比較的t檢驗(yàn) 成組設(shè)計(jì)兩樣本均數(shù)比較的t檢驗(yàn)又稱成組比較或完全隨機(jī)設(shè)計(jì)的t檢驗(yàn)，其目的是推斷兩個(gè)樣本分別代表的總體均數(shù)是否相等。其檢驗(yàn)過程與上述兩種t檢驗(yàn)也沒有大的差別，只是假設(shè)的表達(dá)和t值的計(jì)算公式不同。 兩樣本均數(shù)比較的t檢驗(yàn),其假設(shè)一般為：H0：μ1=μ2，即兩樣本來自的總體均數(shù)相等，H1：μ1>μ2或μ1<μ2，即兩樣本來自的總體均數(shù)不相等，檢驗(yàn)水準(zhǔn)為0.05。 計(jì)算t統(tǒng)計(jì)量時(shí)是用兩樣本均數(shù)差值的絕對(duì)值除以兩樣本均數(shù)差值的標(biāo)準(zhǔn)誤。 應(yīng)注意的是當(dāng)樣本含量n較大時(shí)（如大于100時(shí)）可用u檢驗(yàn)代替t檢驗(yàn)，此時(shí)u值的計(jì)算公式較t值的計(jì)算公式要簡(jiǎn)單的多。 四、t檢驗(yàn)的應(yīng)用條件和注意事項(xiàng) 兩個(gè)小樣本均數(shù)比較的t檢驗(yàn)有以下應(yīng)用條件：（1）兩樣本來自的總體均符合正態(tài)分布，（2）兩樣本來自的總體方差齊。 故在進(jìn)行兩小樣本均數(shù)比較的t檢驗(yàn)之前，要用方差齊性檢驗(yàn)來推斷兩樣本代表的總體方差是否相等，方差齊性檢驗(yàn)的方法使用F檢驗(yàn)，其原理是看較大樣本方差與較小樣本方差的商是否接近“1”。若接近“1”，則可認(rèn)為兩樣本代表的總體方差齊。判斷兩樣本來自的總體是否符合正態(tài)分布，可用正態(tài)性檢驗(yàn)的方法。若兩樣本來自的總體方差不齊，也不符合正態(tài)分布，對(duì)符合對(duì)數(shù)正態(tài)分布的資料可用其幾何均數(shù)進(jìn)行t檢驗(yàn)，對(duì)其他資料可用t’檢驗(yàn)或秩和檢驗(yàn)進(jìn)行分析。 實(shí)驗(yàn)設(shè)計(jì)基本概念 一、實(shí)驗(yàn)設(shè)計(jì)的概念、特點(diǎn)和分類 1.實(shí)驗(yàn)設(shè)計(jì)的概念 將一組隨機(jī)抽取的實(shí)驗(yàn)對(duì)象隨機(jī)分配到兩種或多種處理組，觀察比較不同處理的效應(yīng)，這種研究稱為“實(shí)驗(yàn)研究”.“實(shí)驗(yàn)設(shè)計(jì)”是為實(shí)驗(yàn)研究做的周密計(jì)劃。 2.實(shí)驗(yàn)研究的特點(diǎn) （1）能有效地控制誤差，節(jié)省人、財(cái)、物力，提高效率。（2）研究者能人為地設(shè)置處理因素。 （3）受試對(duì)象接受何種處理及處理因素的水平是隨機(jī)分配的。 3.實(shí)驗(yàn)研究的分類 （1）動(dòng)物實(shí)驗(yàn)：在動(dòng)物身上進(jìn)行的實(shí)驗(yàn)研究。 （2）臨床實(shí)驗(yàn)：在臨床患病人群中進(jìn)行的試驗(yàn)研究。 （3）社區(qū)干預(yù)實(shí)驗(yàn)：在某地區(qū)所有人群中進(jìn)行的試驗(yàn)研究。 二、實(shí)驗(yàn)設(shè)計(jì)的基本要素 1.處理因素 又稱研究因素，一般是外部施加的因素，確定處理因素時(shí)應(yīng)注意：（1）抓住實(shí)（試）驗(yàn)中的主要因素。（2）確定和控制非處理因素。（3）處理因素要標(biāo)準(zhǔn)化。2.受試對(duì)象 即研究的對(duì)象，一般有人和動(dòng)物兩類。人的選擇：要注意病人和正常人的正確區(qū)分，診斷要明確，受試對(duì)象依從性要好等。 動(dòng)物選擇：注意所選動(dòng)物的種類、品系、年齡、性別、窩別、體重等。 3.實(shí)驗(yàn)效應(yīng) 即處理因素的效果，應(yīng)注意： （1）正確選用觀察指標(biāo)來反映實(shí)驗(yàn)效應(yīng)。所選指標(biāo)要靈敏、精確、客觀，最好選用定量指標(biāo)。 （2）指標(biāo)觀察時(shí)應(yīng)避免偏性，可采用盲法。 三、實(shí)驗(yàn)設(shè)計(jì)的基本原則 1.對(duì)照原則：即實(shí)（試）驗(yàn)要設(shè)立對(duì)照，使得除實(shí)驗(yàn)因素外，對(duì)照組與實(shí)驗(yàn)組其余因素保持一致，常用的對(duì)照有：空白對(duì)照、安慰劑對(duì)照、標(biāo)準(zhǔn)對(duì)照、實(shí)驗(yàn)對(duì)照、自身對(duì)照和歷史對(duì)照等。 2.重復(fù)原則：即研究對(duì)象要有一定的數(shù)量，或者說樣本含量應(yīng)足夠。根據(jù)每個(gè)具體研究，可有不同的方法來進(jìn)行樣本含量估計(jì)。 3.隨機(jī)化原則：即應(yīng)保證每個(gè)實(shí)驗(yàn)對(duì)象都有同等機(jī)會(huì)進(jìn)入實(shí)驗(yàn)或接受某種處理。常用方法有查隨機(jī)數(shù)字表和隨機(jī)排列表等。隨機(jī)化是保證均衡性的重要手段。 4.均衡原則：即各處理組非實(shí)驗(yàn)因素的條件基本一致，以消除其影響。 四、常用的實(shí)驗(yàn)設(shè)計(jì)方法 1.完全隨機(jī)設(shè)計(jì) 將實(shí)驗(yàn)對(duì)象隨機(jī)分配至兩個(gè)或多個(gè)處理組去進(jìn)行實(shí)驗(yàn)觀察，又稱單因素設(shè)計(jì)、成組設(shè)計(jì)。 優(yōu)點(diǎn)：操作簡(jiǎn)單、應(yīng)用廣泛。缺點(diǎn)：效率低，只能分析單因素的效應(yīng)。 資料處理方法：t，u檢驗(yàn)，方差分析、秩和檢驗(yàn)、卡方檢驗(yàn)等。 2.配對(duì)（伍）設(shè)計(jì) 將受試對(duì)象配成對(duì)子或配伍組，以消除非實(shí)驗(yàn)因素的影響。配伍設(shè)計(jì)又稱隨機(jī)區(qū)組設(shè)計(jì)。配對(duì)有自身配對(duì)和不同個(gè)體配對(duì)，配伍實(shí)際上是配對(duì)的推廣。 優(yōu)點(diǎn)：所需樣本數(shù)和效率均高于成組設(shè)計(jì)，而且很好地控制了混雜因素的作用。缺點(diǎn)：配對(duì)條件不宜滿足。 資料處理方法：配對(duì)t, u檢驗(yàn)，秩和檢驗(yàn)、配伍組方差分析、配對(duì)四格表卡方檢驗(yàn)等。 3.其它實(shí)驗(yàn)設(shè)計(jì)方法： （1）交叉設(shè)計(jì)：在配對(duì)設(shè)計(jì)基礎(chǔ)上再加入時(shí)間因素，可分析不同階段的效應(yīng)。（2）析因設(shè)計(jì)、拉丁方設(shè)計(jì)和正交設(shè)計(jì)等。 實(shí)驗(yàn)設(shè)計(jì)的意義、原則與基本內(nèi)容 一、實(shí)驗(yàn)設(shè)計(jì)的意義 實(shí)驗(yàn)設(shè)計(jì)是科學(xué)研究計(jì)劃內(nèi)關(guān)于研究方法與步驟的一項(xiàng)內(nèi)容。在醫(yī)學(xué)科研工作中，無論實(shí)驗(yàn)室研究、臨床療效觀察或現(xiàn)場(chǎng)調(diào)查，在制訂研究計(jì)劃時(shí)，都應(yīng)根據(jù)實(shí)驗(yàn)的目的和條例，結(jié)合統(tǒng)計(jì)學(xué)的要求，針對(duì)實(shí)驗(yàn)的全過程，認(rèn)真考慮實(shí)驗(yàn)設(shè)計(jì)問題。一個(gè)周密而完善的實(shí)驗(yàn)設(shè)計(jì)，能合理地安排各種實(shí)驗(yàn)因素，嚴(yán)格地控制實(shí)驗(yàn)誤差，從而用較少的人力、物力和時(shí)間，最大限度地獲得豐富而可靠的資料。反之，如果實(shí)驗(yàn)設(shè)計(jì)存在著缺點(diǎn)，就可能造成不應(yīng)有的浪費(fèi)，且足以減損研究結(jié)果的價(jià)值?？傊瑢?shí)驗(yàn)設(shè)計(jì)是實(shí)驗(yàn)過程的依據(jù)，是實(shí)驗(yàn)數(shù)據(jù)處理的前提，也是提高科研成果質(zhì)量的一個(gè)重要保證。 二、實(shí)驗(yàn)設(shè)計(jì)的原則 實(shí)驗(yàn)設(shè)計(jì)有屬于專業(yè)方面的，有屬于統(tǒng)計(jì)方面的。從統(tǒng)計(jì)方面說，主要應(yīng)當(dāng)考慮對(duì)照、重復(fù)、隨機(jī)化等問題，這就是所謂實(shí)驗(yàn)設(shè)計(jì)的三原則。其具體內(nèi)容我們將在第二、三、四節(jié)介紹。 三、實(shí)驗(yàn)設(shè)計(jì)的基本內(nèi)容 （一）擬定相互比較的處理 所謂處理，指的是在實(shí)驗(yàn)研究中欲施加給受試對(duì)象的某些因素。如營(yíng)養(yǎng)實(shí)驗(yàn)的各種飼料，治療某病的幾種療法或藥物，藥理研究中某藥的各種劑量等。在實(shí)驗(yàn)的全過程中，處理因素要始終如一保持不變，按一個(gè)標(biāo)準(zhǔn)進(jìn)行實(shí)驗(yàn)。如果實(shí)驗(yàn)的處理因素是藥物，那么藥物的成份、含量、出廠批號(hào)等必須保持不變。如果實(shí)驗(yàn)的處理因素是手術(shù)，那么就不能開始時(shí)不熟練，而應(yīng)該在實(shí)驗(yàn)之前使熟練程度穩(wěn)定一致。 （二）確定實(shí)驗(yàn)對(duì)象及數(shù)量 這里指的是實(shí)驗(yàn)所用的動(dòng)物或活體組織標(biāo)本等。在實(shí)驗(yàn)設(shè)計(jì)中，要根據(jù)實(shí)驗(yàn)觀察的目的與內(nèi)容，明確規(guī)定采用什么樣的實(shí)驗(yàn)對(duì)象，實(shí)驗(yàn)對(duì)象中的每個(gè)實(shí)驗(yàn)單位必須具備的條件與要求，以保證受試對(duì)象的一致性。實(shí)驗(yàn)對(duì)象需要有一定的數(shù)量，例數(shù)不能太少，也不宜過多。如何估計(jì)例數(shù)，詳見第四節(jié)。 （三）確定將各實(shí)驗(yàn)單位分配到各種處理中去的原則 這主要是隨機(jī)分配或隨機(jī)化問題。第三節(jié)將介紹幾種常用的隨機(jī)分組方法。 （四）擬定觀察項(xiàng)目和登記表 要根據(jù)研究目的和任務(wù)，選擇對(duì)說明實(shí)驗(yàn)結(jié)論最有意義，并具有一定特異性、靈敏性、客觀性的觀察項(xiàng)目。必要的項(xiàng)目不可遺漏，數(shù)據(jù)資料應(yīng)當(dāng)完整無缺；而無關(guān)緊要的項(xiàng)目就不必設(shè)立，以免耗費(fèi)人力物力，拖延整個(gè)實(shí)驗(yàn)的時(shí)間，爾后，要按照觀察項(xiàng)目之間的邏輯關(guān)系與順序，編制成便于填寫和統(tǒng)計(jì)的登記表，以便隨時(shí)記錄實(shí)驗(yàn)過程中獲得的數(shù)據(jù)資料。同一項(xiàng)目的度量衡單位必須統(tǒng)一符號(hào)（如+、++、+++等），應(yīng)有明確的定義。 （五）擬定對(duì)資料整理分析的預(yù)案 這就是對(duì)將獲得的數(shù)據(jù)資料準(zhǔn)備如何進(jìn)行整理？要計(jì)算哪些統(tǒng)計(jì)指標(biāo)？用什么統(tǒng)計(jì)分析方法？事先必須有個(gè)初步的設(shè)想。例如對(duì)計(jì)數(shù)資料，是計(jì)算率還是百分比？若計(jì)算率，分子是什么？分母是什么？各組同一項(xiàng)目的某個(gè)率或百分比如何進(jìn)行比較？又如對(duì)計(jì)量資料，是計(jì)算算術(shù)均數(shù)、幾何均數(shù)還是中位數(shù)？同一項(xiàng)目各均數(shù)間應(yīng)采用什么方法作比較？切忌實(shí)驗(yàn)設(shè)計(jì)時(shí)不認(rèn)真考慮，實(shí)驗(yàn)過后拿數(shù)字去找統(tǒng)計(jì)方法。 Blocking 是什么？ Blocking is a technique used to remove the expected variation caused by some change during the course of the experiment.For example, you may need to use two different raw material batches to complete the experiment, or the experiment may take place over the course of several shifts or days.Design-Expert provides various options for blocking, depending on how many runs you choose to perform.The default of 1 block really means “no blocking.” For example, in experiments with 16 runs, you may choose to carry out the experiment in 2 or 4 blocks.Two blocks might be helpful if, for some reason, you must do half the runs on one day and the other half the next day.In this case, day to day variation may be removed from the analysis by blocking.When you choose to block your design, one or more effects will no longer be estimable.You can look at the alias structure to see which effects have been “l(fā)ost to blocks.” This is especially important when you have 4 or more blocks.In certain cases, a two-factor interaction may be lost and so then you will want to make sure that the interaction is not one that you are interested in.Another note about blockingType III] Sum of Mean F p-value Source Squares df Square Value Prob > F Model 12.14 9 1.35 27.25 0.0001 significant A-時(shí)間 2.42 1 2.42 48.90 0.0002 B-功率 2.92 1 2.92 58.92 0.0001 C-料液比 0.14 1 0.14 2.89 0.1328 AB 0.58 1 0.58 11.67 0.0112 AC 0.25 1 0.25 5.05 0.0594 BC 0.33 1 0.33 6.68 0.0362 A^2 3.69 1 3.69 74.49 < 0.0001 B^2 1.20 1 1.20 24.19 0.0017 C^2 0.20 1 0.20 4.05 0.0840 Residual 0.35 7 0.049 Lack of Fit 0.29 3 0.095 6.22 0.0548 not significant Pure Error 0.061 4 0.015 Cor Total 12.48 16 Std.Dev.0.22 R-Squared 0.9722 Mean 7.95 Adj R-Squared 0.9366 C.V.% 2.80 Pred R-Squared 0.6267 PRESS 4.66 Adeq Precision 19.201 Adj R-Squared 0.9366 這一項(xiàng)合格嗎? 模型顯著，失擬不顯著?？雌饋聿诲e(cuò)。應(yīng)該是合格。 [實(shí)驗(yàn)設(shè)計(jì)]什么是爬坡試驗(yàn),如何設(shè)計(jì)呀? 什么是爬坡試驗(yàn),如何設(shè)計(jì)呀?謝謝大家指點(diǎn)! 幫我看看決定是否做最陡爬坡試驗(yàn)的一句英文的意思 As long as lack of fit(due to pure quadratic curvature and interactions)is very small compared to the main effects, steepest ascent can be attempted.請(qǐng)各位高手幫我看看這句話什么意思，以及其背后的意義?？次墨I(xiàn)時(shí)，沒有發(fā)現(xiàn)這樣的分析。當(dāng)平方項(xiàng)和交互項(xiàng)占的比例高時(shí)，需要進(jìn)行析因?qū)嶒?yàn)以確定主因素的影響，但是當(dāng)他們占的比例到多少時(shí)，需要做析因?qū)嶒?yàn)？這個(gè)問題與樓主的問題看起來是相似的。我想如果主效應(yīng)的方差分析是顯著的，而失擬不顯著應(yīng)該算合適了。這樣上面的英文翻譯： 當(dāng)失擬影響（因平方項(xiàng)與交互項(xiàng)引起）與主效應(yīng)相比很小時(shí)，可以考慮應(yīng)用最陡爬坡試驗(yàn)。這是當(dāng)你的主要因素?cái)?shù)值不是最佳數(shù)值的時(shí)候,應(yīng)用最陡爬坡實(shí)驗(yàn).簡(jiǎn)單的說就是你所設(shè)計(jì)的影響顯著因素的數(shù)值不是最適宜的,你可以,設(shè)定步長(zhǎng),使數(shù)值增加以達(dá)到影響顯著的效果, 一般應(yīng)用這個(gè)的是SAS軟件,你可以下載一些這方面的中文文獻(xiàn),很詳細(xì)的 關(guān)于最陡爬坡試驗(yàn) 想請(qǐng)教一下大家，在PB做完后哪些數(shù)據(jù)是用來做最陡爬坡試驗(yàn)的？還是需要重新設(shè)計(jì)試驗(yàn)，那么minitab里的什么程序可以來設(shè)計(jì)和分析呢？？謝謝大家不吝賜教啊~ 還有就是PB做完一定有必要做最陡爬坡試驗(yàn)么？？ 我來回答吧 PB后不一定做最陡試驗(yàn) 要看你的試驗(yàn)結(jié)果 如果你對(duì)你自己的試驗(yàn)數(shù)據(jù)了解很好的話，應(yīng)該估計(jì)出中心點(diǎn)的值 那么從PB后確定主效果因子后，選擇該值做為CCD的中心點(diǎn)優(yōu)化即可 當(dāng)然如果你估計(jì)不出來，或者不相信，還是要做的 對(duì)PB試驗(yàn)的結(jié)果應(yīng)該是選擇P值小的，應(yīng)該是在0。1以下為好，選擇好后利用CCD優(yōu)化（design expert） 想請(qǐng)問各位，在做最陡爬坡實(shí)驗(yàn)時(shí)，步長(zhǎng)值如何才能確定呢？還是自己定 關(guān)于步長(zhǎng),可以先粗略的試一下,然后在細(xì)化,就可以了.響應(yīng)面優(yōu)化 在響應(yīng)面優(yōu)化時(shí)：在使用最陡爬坡實(shí)驗(yàn)時(shí)，步長(zhǎng)如何確定？ 根據(jù)因素的標(biāo)準(zhǔn)偏回歸系數(shù)的大小確定步長(zhǎng) 步長(zhǎng)先大點(diǎn),效果不理想再進(jìn)行補(bǔ)充實(shí)驗(yàn).關(guān)于placket-burman的求教！！ 1、我是用minitab軟件進(jìn)行placket-burman試驗(yàn)設(shè)計(jì)，本來是7因素，但是考慮到空列，所以為11列，共12 次處理（runs）,出來的結(jié)果是用該軟件里面的軟件能分析出來嗎？？ 如果不行的話，用其它軟件分析，那分析是方差分析還是t檢驗(yàn)?zāi)兀?能出來回歸方程？？ 2、設(shè)計(jì)好表頭后如何確定哪幾列作為因素列（空列）？其選擇有什么原則？？ 關(guān)于Plackett-Burman的求教! 請(qǐng)樓主注意名稱的拼寫。發(fā)文章我們都寫成：Plackett-Burman design.多謝樓下的更正了我一貫的拼寫。 關(guān)于placket-burman的求教?。?/p> 老大，發(fā)文章的時(shí)候大部分是plackett-burman design吧我查很多文章都是這么寫的，當(dāng)然我的也寫錯(cuò)了用SAS很簡(jiǎn)單的 分析結(jié)果也可以顯示出來的sas 是可以辦到?？墒怯卸嗌偃擞玫昧藄as，我說的是普及率問題，要價(jià)太高！統(tǒng)計(jì)軟件多種多樣，實(shí)用才是最重要的。 PB實(shí)驗(yàn)設(shè)計(jì)中的問題，請(qǐng)大家指教！ 我在做PB設(shè)計(jì)的時(shí)候，選擇7個(gè)因素，4個(gè)空項(xiàng)，16次實(shí)驗(yàn)進(jìn)行設(shè)計(jì)，為什么minitab中沒有16次實(shí)驗(yàn)的設(shè)計(jì)表格呢？只有12和20呢？我不知道這是為什么！ 我正準(zhǔn)備用PB設(shè)計(jì)，剛剛接觸這方面，很白癡，呵呵：請(qǐng)大家多多指教！不勝感激！ 描述：步驟一 圖片： 描述：步驟二 圖片： 描述：步驟三 圖片： 針對(duì)你的問題： 謝謝！ 可為什么我看的文獻(xiàn)中的設(shè)計(jì)沒有0這一個(gè)設(shè)計(jì)呢 看圖：表2 M=16的Plackett-Burman實(shí)驗(yàn)設(shè)計(jì)與結(jié)果 Table 2 Experimental design and result of M=16Plackett-Burman 序號(hào) A B C D E F G H I J K L M N O 酶活 u/ml 1 + + + + + + + + + 267.3 3 + + + + + + 126.1 5 + + + + + + + + + 202.9 7 + + + + + 81.4 9 + + + + + + + + + + 137.4 11 + + + + + 321.7 13 + + + + + + + + + 194.5 15 + + + + + + + + + 205.3 Prob>F*10-2 0.8 1.35 5.75 13.6 25.5 16.8 24.7 9.4 6.53 3.12 8.23 R-squared 0.9726 AdjR-Squared 0.9589 我怎樣才能做出文獻(xiàn)中做的這種設(shè)計(jì)呢？？ 中心點(diǎn)我們一般要求重復(fù)3次,以利于估計(jì)模型的誤差.文獻(xiàn)中,缺少這樣一個(gè)設(shè)計(jì).所以沒有中心點(diǎn).也就是0水平的實(shí)驗(yàn).在因素設(shè)計(jì)中，不是已經(jīng)設(shè)計(jì)了4個(gè)空項(xiàng)了嗎？他們不就是用來估計(jì)誤差的嗎？？ 我用minitab 怎樣設(shè)計(jì)才能設(shè)計(jì)出如文獻(xiàn)所述的設(shè)計(jì)呢？？ 在這方面我懂得的很少 請(qǐng)大家指教，不勝感激??！ Runs x 1 x 2 x 3 Biomass(g/l) ?1 ?1 0 6.49 ?1 1 0 8.41 1 ?1 0 7.66 1 1 0 10.21 0 ?1 ?1 6.68 0 ?1 1 8.05 0 1 ?1 8.84 0 1 1 10.45 ?1 0 ?1 6.34 1 0 ?1 8.58 ?1 0 1 8.11 1 0 1 10.3 0 0 0 10.09 0 0 0 9.26 0 0 0 9.78 怎樣對(duì)其進(jìn)行RSM設(shè)計(jì)的多元二次模型和變量分析情況？請(qǐng)大家指教，不勝感激！?。?！ 大家?guī)蛶兔?關(guān)于plackett-burman 0 小弟最近做發(fā)酵實(shí)驗(yàn)用到SAS進(jìn)行培養(yǎng)基優(yōu)化，在做plackett-burman設(shè)計(jì)時(shí)對(duì)虛構(gòu)變量（空白對(duì)照）的安插問題吧是很明白。 請(qǐng)問各位高手前輩其安插順序是不是隨意的，還是另有要求？ 我沒有用過SAS，但是從實(shí)驗(yàn)原理來講：虛構(gòu)變量的用途是進(jìn)行誤差分析和交互分析用的。應(yīng)該沒有順序之分，但是一些軟件（如正交表）在考慮交互作用時(shí)，安排了特定的列，這可能與它算法有關(guān)。 試試design expert吧，很好用！剛發(fā)了！ 多謝老大的幫忙 我自己又查了點(diǎn)資料，發(fā)現(xiàn)好多人都是隨意安插的。 請(qǐng)教最陡爬坡實(shí)驗(yàn)問題 在做響應(yīng)面優(yōu)化培養(yǎng)基過程中，一般先是用Placket-Burman（或其他）篩選出重要影響因子，再進(jìn)行最陡爬坡實(shí)驗(yàn)，最后進(jìn)行中心復(fù)合設(shè)計(jì)。我想請(qǐng)教兩個(gè)問題:(1)如何判斷要不要進(jìn)行最陡爬坡實(shí)驗(yàn)？ (2)在進(jìn)行最陡爬坡時(shí)培養(yǎng)基濃度變化有沒有原則依據(jù)？ 最陡爬坡實(shí)驗(yàn)一般都是要進(jìn)行的，因?yàn)橐_定CCD試驗(yàn)的中心點(diǎn)，保證結(jié)果的準(zhǔn)確性，要不很難保證你的RSM圖形有最高點(diǎn)。爬坡實(shí)驗(yàn)因素的變化步長(zhǎng)一般根據(jù)PB試驗(yàn)中個(gè)因素的顯著性大小確定。一般是要做的 不過最近看了很多文章，可以不做的，但是必須保證，PB試驗(yàn)后的最大值在整個(gè)試驗(yàn)中是最顯著的，可以通過T檢驗(yàn)得之 至少第二個(gè)問題，可以看看CCD文章，有很多。 幫幫忙！plackett-burman實(shí)驗(yàn)結(jié)果分析 實(shí)驗(yàn)所得結(jié)果如下，只知道CDE是影響顯著的因子，不知道這幾個(gè)因子是取高水平還是低水平，是不是看前面的系數(shù)，正取高，負(fù)取低？ 系數(shù)標(biāo) 項(xiàng) 效應(yīng) 系數(shù) 準(zhǔn)誤 T P 常量 17.144 2.703 6.34 0.003 A 0.730 0.365 2.703 0.14 0.899 B 6.139 3.069 2.703 1.14 0.320 C 7.540 3.770 2.703 1.39 0.235 D 8.152 4.076 2.703 1.51 0.206 E 25.622 12.811 2.703 4.74 0.009 F-1.915-0.958 2.703-0.35 0.741 G-5.508-2.754 2.703-1.02 0.366 H 1.006 0.503 2.703 0.19 0.861 J-6.120-3.060 2.703-1.13 0.321 K-1.145-0.573 2.703-0.21 0.843 L 0.730 0.365 2.703 0.14 0.899 M 0.868 0.434 2.703 0.16 0.880 N 2.684 1.342 2.703 0.50 0.646 O 1.816 0.908 2.703 0.34 0.754 P-1.481-0.740 2.703-0.27 0.798 是一個(gè)簡(jiǎn)單的方法，也可以看偏導(dǎo)的變化。 請(qǐng)教下偏導(dǎo)在哪看啊可以手工求就看前面的系數(shù)行不?我是剛剛才接觸這個(gè)軟件 還有一點(diǎn):因素D是空白 你的效應(yīng)值是正的，所以說明增加該因子的量，對(duì)你最終的結(jié)果起到正的影響；如果是負(fù)的那就要降低該因子的含量，所以應(yīng)該選擇高水平的，進(jìn)一步優(yōu)化 你的效應(yīng)值是正的，所以說明增加該因子的量，對(duì)你最終的結(jié)果起到正的影響；如果是負(fù)的那就要降低該因子的含量，所以應(yīng)該選擇高水平的，進(jìn)一步優(yōu)化是負(fù)選擇高水平的？正的選擇低水平的？這要看你要求最大值還是求最小值。 樓主的說法是正確的但是做這種試驗(yàn)，你最好把回歸方程表示出來 方法是 點(diǎn)擊 regression 中的分析 就會(huì)出來了 系數(shù)的正負(fù)表明對(duì)響應(yīng)值的效應(yīng) 大小表示顯著性 可以通過大小決定下一步的最陡爬坡步長(zhǎng) 或者是CCD的步長(zhǎng) 請(qǐng)教:PB-design,最陡爬坡實(shí)驗(yàn),CCD等中的響應(yīng)面分析的相關(guān)問題 請(qǐng)教:PB-design中的相關(guān)問題 在實(shí)驗(yàn)設(shè)計(jì)的過程中,通過閱讀文獻(xiàn)了解到了很多的,但是同時(shí)也積累了很多問題解決不了,希望各位高手們指點(diǎn)一二不勝感激.在PB設(shè)計(jì)中出現(xiàn)的dummy variable的具體含義到底是什么?是對(duì)照組嗎?如果不是應(yīng)該遵循什么樣的原則去設(shè)計(jì)呢? 在PB中實(shí)驗(yàn)組數(shù)應(yīng)該是變量數(shù)加1,那么在相關(guān)的文獻(xiàn)中看到15個(gè)變量設(shè)計(jì)為:15+1+4,其中4是dummy variable,但是表格中這4個(gè)變量也是有高低水平的變化的,那么設(shè)計(jì)時(shí)是作為15個(gè)變量來考慮還是19個(gè)呢? 想問問在最陡爬坡實(shí)驗(yàn)中,步長(zhǎng)的選擇有什么要求嗎?純經(jīng)驗(yàn)還是有公式的? 在設(shè)計(jì)CCD試驗(yàn)?zāi)堑臅r(shí)候是否要包括全因子實(shí)驗(yàn)設(shè)計(jì)? 什么是中軸點(diǎn)? 各位高手幫幫忙啊,謝謝了 小妹我也正在做這塊試驗(yàn)，是培養(yǎng)基優(yōu)化的 剛做完單因素試驗(yàn) 正在想下面該怎么設(shè)計(jì)呢？是PB？還是最陡爬坡？還是兩個(gè)都要做？？ 反正最后是要做響應(yīng)面的~~希望大蝦們多多多指點(diǎn)一下下…… 另外，關(guān)于ＰＢ，我也在想，是不是必須要做空白項(xiàng)的呢？ 那么空白項(xiàng)里面的+1，-1是沒有具體的水平值的亞，那么在實(shí)驗(yàn)中具體該怎么操作呢？？ 謝謝各位不吝指教了…… 我自己是怎么想的:單因子實(shí)驗(yàn)只是為了保險(xiǎn)使PB實(shí)驗(yàn)的結(jié)果更加明顯而進(jìn)行的預(yù)實(shí)驗(yàn),PB實(shí)驗(yàn)本身就是有篩選單因子的功能,如果有把握是可以直接做PB的.而我的實(shí)驗(yàn)是先進(jìn)行單因子,然后是PB,根據(jù)PB的實(shí)驗(yàn)分析數(shù)據(jù)做最陡爬坡實(shí)驗(yàn),否則不能很好的確定爬坡的方向以及步長(zhǎng).我也是才剛剛接觸這個(gè)課題希望大家能夠多多交流喲 最陡爬坡實(shí)驗(yàn)的步長(zhǎng)的選擇: 根據(jù)前面PB實(shí)驗(yàn)的結(jié)果,做一階方程的法線,法線方向就是爬坡方向,步長(zhǎng)就根據(jù)回歸系數(shù)和規(guī)范變量的比值在通過自然變量來換算,算到的結(jié)果在綜合實(shí)際的情況就可以基本確定步長(zhǎng)了 這個(gè)是最近看文獻(xiàn)理解到的一些,希望哪位高手指點(diǎn)一下 1.dummy variable 不是對(duì)照組。如果你的實(shí)驗(yàn)次數(shù)為4的整數(shù)倍。那么看你考察的因素是多少個(gè)。比如你有9個(gè)，那么至少要使用 runs=12次 的PB設(shè)計(jì)。此時(shí)，有3個(gè)空列。一般的處理方法是，等間距空列。實(shí)在不行，你就隨機(jī)選吧。這并不妨礙你的實(shí)驗(yàn)結(jié)果?？樟兄皇菫榱斯浪阏`差。 2.這樣吧，如果我這樣表述，看你是否能夠理解。 我剛好有15個(gè)因素，想做PB，正好 runs=16 符合我的要求。可是，這樣一來，估算誤差呢？因?yàn)闆]有多余空列了。那么，再往上加列，只有再加4列。剛好19因素，20次實(shí)驗(yàn)，其中有4個(gè)空列。 你認(rèn)為這多出來的一列（16-15=1），我想你是這樣算的吧。那你運(yùn)行一下軟件，看看15因素的PB，runs=16，到底是15列，還是16列？列是因素，行是實(shí)驗(yàn)次數(shù)。并不是列數(shù)=行數(shù)。 描述：如何確定步長(zhǎng)： 圖片： 描述：如何steepest ascent 實(shí)驗(yàn)，紅色字體為最佳條件 圖片： 想問問在最陡爬坡實(shí)驗(yàn)中,步長(zhǎng)的選擇有什么要求嗎?純經(jīng)驗(yàn)還是有公式的? 描述：4 在設(shè)計(jì)CCD試驗(yàn)?zāi)堑臅r(shí)候是否要包括全因子實(shí)驗(yàn)設(shè)計(jì)? 圖片： 看了這張圖，我想答案應(yīng)該是不言而喻了！描述：4 在設(shè)計(jì)CCD試驗(yàn)?zāi)堑臅r(shí)候是否要包括全因子實(shí)驗(yàn)設(shè)計(jì)? 圖片： 看了這張圖，我想答案應(yīng)該是不言而喻了！描述：CCD各個(gè)設(shè)計(jì)點(diǎn)的作用： 圖片： 綜合最后兩個(gè)問題.如有異議，歡迎繼續(xù)發(fā)帖，大家共同學(xué)習(xí)！謝謝Topmit如此詳盡的回答,非常感謝.由于我現(xiàn)在是在準(zhǔn)備開題,所以還沒有開始使用軟件,現(xiàn)在只是在進(jìn)行理論上的學(xué)習(xí)小妹我實(shí)在愚鈍,看了回帖后還是有幾個(gè)疑問: 1 在PB實(shí)驗(yàn)中,實(shí)驗(yàn)組數(shù)是4的倍數(shù)是約定俗成的?還是方法本身的要求?在準(zhǔn)備過程中參考了一些外文文獻(xiàn)發(fā)現(xiàn)他們的設(shè)計(jì)中似乎沒有什么規(guī)則,有時(shí)候就像你上面說的是隨機(jī)設(shè)置的 還是關(guān)于虛擬變量的問題,在PB實(shí)驗(yàn)中似乎不一定需要設(shè)置虛擬變量,而且如果要設(shè)定是在什么樣的情況下才需要呢?設(shè)置了和不設(shè)置有什么差別? 3 在上面CCD圖中提到的角點(diǎn)就是四面體的8個(gè)頂點(diǎn)吧,那么軸點(diǎn)和星點(diǎn)是不是就是數(shù)量上相等的不同軸上的點(diǎn)的不同叫法?還有就是這兩個(gè)點(diǎn)是怎么定的?數(shù)學(xué)意義是什么啊? 4 a主要是用來評(píng)價(jià)旋轉(zhuǎn)性的吧?那么在實(shí)驗(yàn)的設(shè)計(jì)過程中如何體現(xiàn)a的價(jià)值呢? “嘗試教學(xué)法”中各環(huán)節(jié)的層次處理嘗試 ——“嘗試教學(xué)法”教學(xué)改革嘗試 邵新虎 （西安市閻良區(qū)六三零中學(xué)） 摘要：教學(xué)實(shí)踐可以看出：實(shí)施素質(zhì)教育的大敵，是學(xué)生的課業(yè)負(fù)擔(dān)過重，而課業(yè)負(fù)擔(dān)過重的直接原因之一就是“題海泛濫”，“題海戰(zhàn)”是落后的教學(xué)程序孕育下的畸生兒。要改進(jìn)落后的教學(xué)程序，我們必須從改革“教”與“學(xué)”上著手。在實(shí)施“嘗試教學(xué)法”的基礎(chǔ)上，借鑒“分層次教學(xué)”的優(yōu)點(diǎn)，在“嘗試教學(xué)法”的各環(huán)節(jié)中進(jìn)行層次處理是我們進(jìn)行教學(xué)改革的一點(diǎn)有益的嘗試。 關(guān)鍵詞：“嘗試教學(xué)法”、層次處理、“模糊分組” 隨著“應(yīng)試教育”向“素質(zhì)教育”的轉(zhuǎn)軌，原有的一套傳統(tǒng)的、滯后的數(shù)學(xué)教育、教學(xué)模式已不能適應(yīng)現(xiàn)代數(shù)學(xué)素質(zhì)教育的要求。舊的教學(xué)模式中的“滿堂灌”、“注入式”教學(xué)束縛了學(xué)生個(gè)體思維的 發(fā)展，遏制了學(xué)生創(chuàng)造性思維的發(fā)揮。大量事實(shí)說明，我們傳統(tǒng)的初中教育存在某些弊端。教師的“教法”直接影響著學(xué)生的“學(xué)法”，學(xué)生的“學(xué)法”也是教師“教法”的集中體現(xiàn)。因而，要改進(jìn)落后的教學(xué)程序，我們必須從改革“教”與“學(xué)”上著手。問題的提出與改革的設(shè)想 自一九九七年起，我們便借鑒邱學(xué)華創(chuàng)建的“嘗試教學(xué)法”理論，在我校的兩個(gè)班開展了教學(xué)改革嘗試。通過兩年的試驗(yàn)，學(xué)生在學(xué)習(xí)方法、能力的發(fā)展和學(xué)習(xí)成績(jī)都有了提高，效果不錯(cuò)。但隨著試驗(yàn)的深入開展，同時(shí)我們又注意到，由于實(shí)行九年義務(wù)教育后，小學(xué)畢業(yè)生都升入初中，學(xué)生素質(zhì)參差不齊，對(duì)知識(shí)的領(lǐng)悟與掌握能力差距很大。在這種形勢(shì)下，如果在同一教材下，采用統(tǒng)一要求，同一方法來授課，必然不能充分照顧學(xué)生的個(gè)性差異，不能很好的貫徹“因材施教”的原則，不利于學(xué)生的充分發(fā)展，甚至?xí)霈F(xiàn)嚴(yán)重的兩極分化。所以在試驗(yàn)中我們同時(shí)借鑒了“分層次教學(xué)”的優(yōu)點(diǎn)，提出在“嘗試教學(xué)法”的各環(huán)節(jié)中進(jìn)行層次處理的教學(xué)改革嘗試?！皣L試教學(xué)法”的各環(huán)節(jié)的層次處理 “嘗試教學(xué)法”是基于人類的學(xué)習(xí)，尤其中小學(xué)生的學(xué)習(xí)，只要?jiǎng)?chuàng)設(shè)一定的條件，嘗試可以力爭(zhēng)成功這樣一個(gè)事實(shí)基礎(chǔ)上提出來的。它的教學(xué)程序是：準(zhǔn)備練習(xí)→出嘗試題→自學(xué)課本→嘗試練習(xí)→學(xué)生討論→教師講解→第二次嘗試練習(xí)→布置作業(yè)。對(duì)于學(xué)生的分組，我們主張“模糊分組”即學(xué)生可以根據(jù)自己的即時(shí)水平歸類（可參考老師的建議），分為Ａ、Ｂ兩類?，F(xiàn)就“嘗試教學(xué)法”中各環(huán)節(jié)的層次處理問題作以探討。權(quán)作拋磚引玉，不當(dāng)之處，敬請(qǐng)批評(píng)指正。 一、嘗試題的層次處理 嘗試題是在興趣導(dǎo)課之后自學(xué)課本之前教師所給的指導(dǎo)性建議，提出閱讀的目標(biāo)和要求，避免盲目性和無所適從。對(duì)嘗試題進(jìn)行層次處理，讓不同層次的學(xué)生帶著不同層次的閱讀目標(biāo)，不但益于學(xué)生思維的發(fā)展，而且可以節(jié)約時(shí)間，提高課堂效率。如在學(xué)習(xí)“勾股定理”一節(jié)時(shí)設(shè)置如下嘗試題： A-1 據(jù)《周髀算經(jīng)》記載，我國(guó)古代數(shù)學(xué)家約在什么年代就開始研究和運(yùn)用勾股定理了？ A-2 勾股定理的內(nèi)容是什么？課本上用什么方法證明勾股定理的？ A-3 本課文中運(yùn)用勾股定理解決了什么問題？ 例1 的解答過程中用到了三角形的那些性質(zhì)？ B-1 若將例1 變?yōu)椋阂阎冗吶切蔚母邽?，求等邊三角形的邊長(zhǎng)，能否用勾股定理求解？ 二、嘗試練習(xí)的層次處理 嘗試練習(xí)是在學(xué)生讀完課本后教師講解之前的嘗試過程。學(xué)生通過自學(xué)獲得知識(shí)，運(yùn)用自學(xué)知識(shí)解決問題，感受嘗試解決問題的成功感、喜悅感。為了讓全體學(xué)生都學(xué)有所得，進(jìn)一步解放優(yōu)生，照顧差生，嘗試練習(xí)的題目分為兩類：其中A 類題目注重基礎(chǔ)知識(shí)的訓(xùn)練，知識(shí)點(diǎn)單一，適合全體學(xué)生做，當(dāng)有較多學(xué)生做錯(cuò)時(shí)才講評(píng)；B類題目 的 知識(shí)點(diǎn)不單一，綜合性稍強(qiáng)。訓(xùn)練速度有所超前，實(shí)行“不提、不講、不評(píng)”的原則，讓優(yōu)生在課堂上自行解決。對(duì)于差生，應(yīng)多輔導(dǎo)，多鼓勵(lì)，并創(chuàng)設(shè)一些機(jī)會(huì)，讓他們多練習(xí)，多板演，幫助他們解決學(xué)習(xí)上的困難。從中提高他們的學(xué)習(xí)興趣，達(dá)到共同提高的目的。而第二次嘗試練習(xí)是在能力和知識(shí)得到提高的情況下的對(duì)知識(shí)的鞏固過程。通過教師指導(dǎo)下的有目的的練習(xí)，進(jìn)行歸納抽象，領(lǐng)悟出規(guī)律性的東西來。進(jìn)一步感受成功帶來的喜悅，提高思維品質(zhì)，使得自身的能力得以發(fā)展。這時(shí)的練習(xí)應(yīng)注意精練的前提下做好層次處理。對(duì)一道習(xí)題層層推進(jìn)不失為一種較好的方法。例如：已知：如圖，△ABC中，AH⊥BC，D、E、F分別為三邊中點(diǎn)．求證：FD=EH．在不改變題設(shè)的情況下，引申結(jié)論可得下列層次題目。 A-1 求證：四邊形DFEH是等腰梯形． A-2 求證：△DEF的周長(zhǎng)等于△HFE的周長(zhǎng)． B-1 求證：∠HFE＝∠DEF． 三道逐層深化的題目不但減輕了學(xué)生的負(fù)擔(dān)，而且使得不同層次的學(xué)生的思維通過逐步推進(jìn)變得深刻流暢，對(duì)于培養(yǎng)學(xué)生思維的變通性起到了較好的教育效果。 三、討論話題的層次處理 學(xué)生討論是指學(xué)生在完成嘗試練習(xí)后，根據(jù)自己的理解，各抒己見，互相切磋的過程。學(xué)生通過“讀”和“練”，在學(xué)生議論前，若能對(duì)所討論的話題作以層次處理，針對(duì)不同層次學(xué)生給以必要的啟發(fā)，就會(huì)議的熱烈、議的準(zhǔn)確。如在“余弦定理”一節(jié)中，給出以下討論話題： A-1 為什么要建立課本上那樣的坐標(biāo)系？ A-2 為什么無論α是銳角或直角或鈍角都有 ＝ cosA，＝ sinA ？ B-1 為什么要求出點(diǎn)Ｂ的坐標(biāo)？ 四、教師講解的層次處理 教師講解是學(xué)生統(tǒng)一觀點(diǎn)，深化能力，充分發(fā)揮教師的主導(dǎo)作用的過程。通過這個(gè)環(huán)節(jié)，對(duì)于學(xué)生中仍未得到解決的共性問題重點(diǎn)講解，啟迪學(xué)生思維，從而使知識(shí)系統(tǒng)化、具體化。在教學(xué)過程中，若能對(duì)教授內(nèi)容予以層次處理，設(shè)立有梯度的例題，對(duì)于各個(gè)層次的學(xué)生均能收到很好的教育效果。 五、課堂提問的層次處理 課堂提問既能及時(shí)了解學(xué)生對(duì)知識(shí)的掌握程度，又能啟迪學(xué)生的思維靈感，活躍課堂氣氛，激發(fā)學(xué)生的學(xué)習(xí)興趣。一堂課是否成功，關(guān)鍵在于不同層次的學(xué)生的積極性是否都能被調(diào)動(dòng)起來。對(duì)于基礎(chǔ)性問題、較容易問題可鼓勵(lì)程度較差的學(xué)生去嘗試，讓他們感受成功帶來的樂趣。而邏輯思維較強(qiáng)、概念綜合程度較高的問題可由程度較好的學(xué)生去完成，讓他們勇于接受挑戰(zhàn)。 六、布置作業(yè)的層次處理 學(xué)生在進(jìn)行完課堂學(xué)習(xí)后，常通過作業(yè)來鞏固和提高所學(xué)知識(shí)。各個(gè)教學(xué)環(huán)節(jié)的層次性處理決定了課后布置作業(yè)的層次性。課后作業(yè)如果“一刀切”，往往會(huì)出現(xiàn)有的學(xué)生吃不飽，有的學(xué)生吃不掉。不利于鞏固教學(xué)成果，也不利于不同層次學(xué)生的發(fā)展。作業(yè)一般分為必做題和選做題，必做題是全體學(xué)生都應(yīng)完成的基礎(chǔ)題，選做題是針對(duì)學(xué)有余力的學(xué)生而言的。由于分類推進(jìn)，充分考慮了學(xué)生的解決問題的能力，抄襲現(xiàn)象減少了，程度較差的同學(xué)也嘗試著完成較高層次的作業(yè)。不但極大的調(diào)動(dòng)了學(xué)生的積極性，而且大大減輕了學(xué)生過重的課業(yè)負(fù)擔(dān)。據(jù)調(diào)查，95%的學(xué)生歡迎這種做法。幾點(diǎn)體會(huì) 通過實(shí)驗(yàn)，不同層次的學(xué)生在學(xué)習(xí)方法、能力的發(fā)展和學(xué)習(xí)成績(jī)都有了明顯的提高。不但減輕了學(xué)生負(fù)擔(dān)，而且程度較差的學(xué)生也通過以自學(xué)為主的方法逐步趕了上來。嘗試教學(xué)方式，主張“先試后導(dǎo)，先練后講”，不足在于對(duì)于程度較差、自學(xué)能力不強(qiáng)的學(xué)生顯得力不從心。而分層次教學(xué)則注重從學(xué)生實(shí)際出發(fā)，因材施教，使不同層次的學(xué)生都能在原有程度上有所得，逐步提高，取得大面積豐收。但不利于學(xué)生自學(xué)能力的培養(yǎng)。在嘗試教學(xué)法的各教學(xué)環(huán)節(jié)中進(jìn)行分層次處理有利于充分發(fā)揮兩種教學(xué)法的長(zhǎng)處，有利于提高課堂教學(xué)質(zhì)量和效率。實(shí)踐證明，這種方法是有效的。學(xué)生歡迎這種教法。 ⒈ 這種方式給出了不同層次的學(xué)生提出問題和解決問題的機(jī)會(huì)，造成了一種比較理想、輕松、平等的發(fā)展環(huán)境，激發(fā)學(xué)生的思維活動(dòng)，成為發(fā)展的主體，而教師始終起主導(dǎo)作用。同時(shí)，不同層次的學(xué)生在課堂上均有發(fā)表個(gè)人意見的機(jī)會(huì)，符合青少年愿意表現(xiàn)自己的心理特征，因而不同層次的學(xué)生獲得的知識(shí)均比較扎實(shí)。 ⒉ 這種方式能促進(jìn)學(xué)生的探索、創(chuàng)造精神，真正調(diào)動(dòng)不同層次的學(xué)生的主動(dòng)性和思維熱情。有效的實(shí)施，能減輕學(xué)生負(fù)擔(dān)，激發(fā)不同層次的學(xué)生的學(xué)習(xí)興趣。在完成教學(xué)任務(wù)的基礎(chǔ)上，有許多學(xué)生還找出書上沒講到的知識(shí)及例子。同學(xué)們做作業(yè)時(shí)常出現(xiàn)一題多解的情況，往往使教師從中受益，真正收到“教學(xué)相長(zhǎng)”的效果。 ⒊ 這種方式對(duì)于提高教師的科研意識(shí)，從而改進(jìn)教學(xué)方法，提高教學(xué)質(zhì)量，成效顯著。要讓學(xué)生嘗試，教師必先嘗試；要讓學(xué)生嘗試成功，教師必須充分準(zhǔn)備。要對(duì)各教學(xué)環(huán)節(jié)中進(jìn)行分層次處理就大大促進(jìn)了教師去研究不同層次學(xué)生實(shí)際的實(shí)際情況，鉆研教材內(nèi)容，設(shè)計(jì)教學(xué)輔助手段，充分發(fā)揮各種因素的積極作用。這就有利于教師轉(zhuǎn)換教育思想，提高教師素質(zhì)。同時(shí)，教學(xué)輔助手段的運(yùn)用，大大豐富了課堂教學(xué)，增加了課堂容量，同時(shí)激發(fā)了學(xué)生學(xué)習(xí)的熱情，課堂氣氛活躍，課堂效率提高很大。 實(shí)踐證明，在嘗試教學(xué)法的各教學(xué)環(huán)節(jié)中進(jìn)行分層次處理對(duì)于面向全體學(xué)生，減輕學(xué)生負(fù)擔(dān)，提高學(xué)生的數(shù)學(xué)素質(zhì)不失為一種切實(shí)有效的方法。 參考文獻(xiàn)： ⒈ 吳美愛．?dāng)?shù)學(xué)教學(xué)各環(huán)節(jié)層次處理．?dāng)?shù)學(xué)教師．1997．6． ⒉ 查有梁．中國(guó)教育報(bào)．1998．9．4． 《成長(zhǎng)基因》第一階段活動(dòng)總結(jié)： 產(chǎn)品內(nèi)容：內(nèi)容中的資本模式，并沒有針對(duì)性地結(jié)合中小企業(yè)的實(shí)情來設(shè)計(jì)。多數(shù)案例是針對(duì)中大型企業(yè)來說明的。 老師授課：授課風(fēng)格不錯(cuò)，學(xué)員還是比較能接受的。 現(xiàn)場(chǎng)感受：學(xué)員感覺課程信息量太大了，尤其是沒有財(cái)務(wù)基礎(chǔ)的老板，記不住，消化不好，如何設(shè)計(jì)些環(huán)節(jié)或作業(yè)，讓學(xué)員更好的吸收老師授課信息是關(guān)鍵。 環(huán)節(jié)設(shè)計(jì)：加分環(huán)節(jié)欠缺公平性，有時(shí)現(xiàn)場(chǎng)會(huì)比較亂。 股東培訓(xùn)總結(jié)： 一、股東對(duì)三合了解的深淺情況不一至，對(duì)導(dǎo)師培訓(xùn)的內(nèi)容吸收程度不同，全放一起培訓(xùn)不合適。 建議：根據(jù)股東加入三合的時(shí)間先后排班，一班股東培訓(xùn)只接收100人。將培訓(xùn)內(nèi)容分階段：初級(jí)、中級(jí)、高級(jí)。 二、答疑提問時(shí)的聽打紀(jì)錄，需要及時(shí)整理、并讓相關(guān)領(lǐng)導(dǎo)及時(shí)審批下發(fā)給每個(gè)加盟商。 三、多數(shù)加盟商對(duì)公司、產(chǎn)品、盈利模式不夠了解，急需加盟商自行組織區(qū)域內(nèi)的股東及運(yùn)營(yíng)團(tuán)隊(duì)的相關(guān)培訓(xùn)。 重慶三峽學(xué)院法學(xué)會(huì) 2008年5月9日 總 結(jié) 當(dāng)今我國(guó)法學(xué)教育還面臨許多問題，我們的法學(xué)教育，既要要求學(xué)生掌握扎實(shí)的法律知識(shí)，又要教會(huì)學(xué)生運(yùn)用相關(guān)學(xué)科的知識(shí)深刻理解法律和法學(xué)，其中重要的一點(diǎn)就是要做到理論與實(shí)踐相結(jié)合。為了培養(yǎng)同學(xué)們的實(shí)踐能力，增長(zhǎng)同學(xué)們的法律知識(shí)，使同學(xué)們了解法律援助以及公益法的相關(guān)知識(shí)，我會(huì)于2008年5月8日14：00在重慶律師協(xié)會(huì)三峽庫區(qū)農(nóng)民工維權(quán)中心舉辦了“大學(xué)生與法律援助論壇”。 這次論壇活動(dòng)我們請(qǐng)來了萬州法律援助中心的陳小江律師和政法系輔導(dǎo)員孫佳老師做嘉賓?；顒?dòng)分為六個(gè)項(xiàng)目： 第一項(xiàng)首先由孫佳老師講話，他希望我們樹立對(duì)法律的信仰，在學(xué)習(xí)中做到理論與實(shí)踐相結(jié)合，運(yùn)用法律武器來保護(hù)自己的權(quán)益。接著陳小江律師為我們介紹了法律援助的有關(guān)事項(xiàng)和人們對(duì)法律援助的看法，分析了我國(guó)法律援助的現(xiàn)狀，并說明了原因。法律援助是維護(hù)弱勢(shì)群體的合法利益的一個(gè)事業(yè)單位，從事法律援助的工作人員有奉獻(xiàn)精神，我們應(yīng)該正確認(rèn)識(shí)法律援助。 第二項(xiàng)由現(xiàn)場(chǎng)同學(xué)向陳小江律師提問，陳律師一一解答了這些問題。這一環(huán)節(jié)通過一問一答的形式使同學(xué)們參與到了論壇中，增加了同學(xué)們學(xué)習(xí)法律的積極性。為了讓大家放松一下，我們進(jìn)行了一個(gè)游戲，活躍了論壇的氣氛，使大家在娛樂中學(xué)到了知識(shí)。 第四項(xiàng)由武富國(guó)律師為我們介紹了公益法的相關(guān)知識(shí)，使我們認(rèn)識(shí)到公益活動(dòng)可以通過訴訟推動(dòng)立法改革，促進(jìn)法學(xué)的發(fā)展。 第五項(xiàng)由同學(xué)們提出7個(gè)議題，并分成小組進(jìn)行參與討論。同學(xué)們?cè)谟懻撝袑?duì)各議題闡述了自己的想法，分析了其中的問題并做了記錄。討論結(jié)束時(shí)每個(gè)小組還就自己的議題發(fā)表了看法，做出了總結(jié)，把現(xiàn)場(chǎng)氣氛推向了極致，使同學(xué)們充分的參與到了此次論壇中。 最后我們通過欣賞由同學(xué)們自己表演的小品，在歡笑中認(rèn)識(shí)到了如何進(jìn)行法律援助，知道了法律援助的全過程，使我們學(xué)到了許多東西，同學(xué)們獲益匪淺。 我們希望通過這一次論壇活動(dòng)，讓同學(xué)們進(jìn)一步了解了法律援助和公益法的有關(guān)知識(shí)。法律援助為我們法學(xué)專業(yè)的學(xué)生進(jìn)行司法實(shí)踐提供了廣闊的舞臺(tái)，我們可以通過法律援助體現(xiàn)自己的能力，做出一些貢獻(xiàn)，我們希望有更多的人能參與到法律援助中去。 我們法學(xué)會(huì)在以后的工作中會(huì)為更多的同學(xué)提供參與社會(huì)實(shí)踐的機(jī)會(huì)，使同學(xué)們更好的做到理論與實(shí)踐相結(jié)合，豐富同學(xué)們的課余生活！ 重慶三峽學(xué)院 法學(xué)會(huì) 2007年5月9日 武溝九年制學(xué)校班主任話細(xì)節(jié)論壇小結(jié) 本次論壇有精彩的講座，有多彩繽紛的細(xì)節(jié)，有真實(shí)可行的方法，有比較成功的經(jīng)驗(yàn)，更有比較前沿的管理理念，達(dá)到了預(yù)期的目標(biāo)，升華了主題。 本次論壇后，各位班主任，實(shí)習(xí)班主任，未來的班主任老師能夠提升四種意識(shí)，規(guī)則意識(shí)，服務(wù)意識(shí)，系統(tǒng)意識(shí)，細(xì)節(jié)意識(shí)。使班級(jí)管理和諧發(fā)展，成為管即“監(jiān)督、控制”；理即“指導(dǎo)、服務(wù)”，理多管少，成精細(xì)的原則。爭(zhēng)取我校班級(jí)精細(xì)化管理有創(chuàng)新性突破。 通過本次論壇，打造班主任工作成功意識(shí)，即想干事，會(huì)干事，干成事，好共事，不出事。使班主任以聆聽者、觀察者、指導(dǎo)者、服務(wù)者身份落實(shí)精細(xì)化管理。 在新課程理念下，追求我們自己的理念，即：一是創(chuàng)新班級(jí)建設(shè)新理念——建設(shè)新型班級(jí)（民主集體，途徑實(shí)施優(yōu)秀班集體建設(shè)活動(dòng)）；二是解放班主任——實(shí)施代理班主任（實(shí)現(xiàn)學(xué)生管理學(xué)生，人人有事干，事事有人干和諧集體，真正實(shí)現(xiàn)管即不管的最高管理境界）；三是精細(xì)化管理——實(shí)實(shí)在在做小事，認(rèn)認(rèn)真真干實(shí)事，實(shí)現(xiàn)尊重、平等、互學(xué)、和諧新型師生關(guān)系。 精細(xì)化管理是人性化的，可操作性的具體化管理，把小事做細(xì)，把細(xì)事做透的民主化管理。是人人參與管理班級(jí)事務(wù)的民主集體。老師們，只要我們用心干事，把小事做實(shí)，做細(xì)。就一定會(huì)感到幸福愉悅的。 武溝九年制學(xué)校政教處第二篇：“嘗試教學(xué)法”中各環(huán)節(jié)的層次處理嘗試(pb)
第三篇：論壇總結(jié)
第四篇：論壇總結(jié)
第五篇：論壇總結(jié)
點(diǎn)擊咨詢 