PB试验（必威体育精装版文档）.pptVIP

PB试验--PlackettBurman试验Plackett-Burman试验就是筛选试验设计，主要针对因子数较多，且未确定众因子相对于响应变量的显著性时，采用PB试验来筛选因子。2.设计矩阵PB实验是筛选因子的，我们各取每个因子的高水平和低水平进行设计实验。每行高水平(+)的数目为K/2个。每行低水平(-)的数目为K/2-1个。每列包含的高、低水平数相等，都为K/2个。k=因子数1代表高水平，-1代表低水平每行高水平(+)的数目为7+1/2=4个，4个1每行低水平(-)的数目为K-1/2=3个，3个-1每列包含的高、低水平数相等，都为K/2=4个。*组员：何志彬黎桂东彭丹玲王玲玲韦秋雅杨惠萍1.确定因子根据经验、常识、数据等确认试验模型的因子，注意可以尽量的多取，只要避免完全不可能的因子被选取就可以了。探讨影响MS培养基凝固的几个因素1琼脂浓度对培养基凝固效果的影响2培养基pH值对培养基凝固效果的影响3碳源对MS培养基凝固效果的影响4灭菌时间及灭菌温度对MS培养基凝固效果的影响5添加活性炭对MS培养基凝固效果的影响6晃动培养基对凝固效果的影响对于K个因子，试验次数=K+1,K最好包含1--3个空项，试验次数最好为4的倍数。ex:上述例子有6个因子，我需加1个空项，至少要进行8次实验。AQ因子数和实验次数之间的关系是？如图为一个K=7的矩阵在R语言上进行PB试验设计例：某化工厂为提高某产品的转化率，经过初步筛选，得出其转化率可能与以下5个因子有关：1.反应温度2.PH3.反应时间4.压强5.底物浓度(mol/l)。现利用R语言进行PB试验设计，筛选出具有显著影响的因子。步骤：1.打开R语言2.library(Rcmdr)3.工具（tool）—载入Rcmdr元件（即第二个）—选择RcmdrPlugin.DoE—确认重启4.Design—Createdesign—Screeningdesign试验名称试验次数因子个数重复实验输入因子名称，水平，即可。在R语言输入Design.1(你所设计的名称），即可得出一个正交表。根据此正交表进行实验，记录所得数据如下。50,24,55,70,48,52,35,30,28,26,18,20将实验结果录入R语言，进行方差分析，即可得出那些因子对转化率有显著的影响。具体结果如下：总结：从方差分析中，可以得出温度对转化率的影响极为显著，底物浓度对结果的影响也十分显著，而其他3个因子对结果影响不显著，从而可以从5个因子中挑选出有显著影响的因子，即温度和底物浓度。从而简化实验。至于温度和底物浓度对转化率的影响，则需要进行多水平的试验，这里就不一一介绍。*