C 和 F 列,以考察试验误差。试验设计与结果见表 1。
用 SAS 软件的二水平设计分析各因素的主效应,结果见表 2。各因素对产酶影响顺序为:
豆粕粉
> FeSO4> NaNO3>玉米粉,利用响应面分析对豆粕粉、NaNO3、FeSO4 3 个培养基组分
进行更深入的研究。
表
1N = 12 的 Plackett - Burman 的试验设计与结果
实验点
A B (C) D E (F) G H 酶活
(U/mL)
1 1 -1 1 -1 -1 -1 1 1 841.48
2 1 1 -1 1 -1 -1 -1 1 733.33
3 -1 1 1 -1 1 -1 -1 -1 740.19
4 1 -1 1 1 -1 1 -1 -1 936.75
5 1 1 -1 1 1 -1 1 -1 751.30
6 1 1 1 -1 1 1 -1 1 744.00
7 -1 1 1 1 -1 1 1 -1 697.85
8 -1 -1 1 1 1 -1 1 1 716.88
9 -1 -1 -1 1 1 1 -1 1 817.30
10 1 -1 -1 -1 1 1 1 -1 974.55
11 -1 1 -1 -1 -1 1 1 1 744.94
12 -1 -1 -1 -1 -1 -1 -1 -1 980.87
(C)、(F):虚拟列
表
2 各因素的主效应
编码
因素
水平 方差分析
-1 1 F 检验 大于|F|值概率 Pr > F 重要性排列
A 玉米粉 50 62.5 3.00 0.1438 4
B 豆粕粉 20 25 27.38 0.0034 1
D NaNO3 4 5 5.19 0.0718 3
E K2HPO4 3 3.75 1.36 0.2956 6
G MgSO4 1 1.25 1.90 0.2264 5
H FeSO4 0.01 0.0125 8.74 0.0317 2
2.2 响应面设计优化培养基
将 Plackett-Burman 设计确定的 3 个重要因素,即豆粕粉、 FeSO4、NaNO3 分别记为
X1、X2、X3,以发酵酶活作为响应值,记为变量 Y,利用 Box-Behnken 的中心组合设计,三因素各
取
3 水平列表(见表 3),设计了 3 因素 3 水平共 15 个试验点的试验设计,试验设计及结果见表
4。
利用 SAS 统计软件的二次响应面回归(RSREG)进行数据分析,参数值见表 5,得到拟合
二 次 回 归 方 程 如 下
:Y=922.139933-5.133875000X1-15.381950000X2-15.933200000X3-
44.37449167X1*X1-
39.55369167X2*X2+76.29510833X3*X3+9.436200000X1*X2+35.56700000X1*X3+61.250200
00X2*X3。
从表 4 可知,该模型计算出的拟合值与实验值较好吻合,平均拟合误差只有 1.29%。该模
型可信度分析见表
6。从表 6 可知,二次响应面回归模型是显著,二次响应面回归模型是显著