响应面中的失拟和什么有关

Question

我在做响应面设计的时候，失拟p值总是很小，如何调整数值失拟就能不显著了呢

Answer 1

失拟和数据测量有关。失拟向显著就是说明数据不行，要重新做数据。响应面是指响应变量η与一组输入变量（ζ1,ζ2,ζ3...ζk）之间的函数关系式：η=f(ζ1,ζ2,ζ3...ζk)。依据响应面法建立的双螺杆挤压机的统计模型可用于挤压过程的控制和挤压结果的预测。

失拟项是用来评估方程可靠性的一个重要数据，如果显著表明方程模拟的不好需要调整，如果不显著表明方程模拟的比较好，可以很好的分析以后的数据。

扩展资料：

在多因素数量处理试验的分析中，可以分析试验指标(因变量)与多个试验因素(自变量)间的回归关系，这种回归可能是曲线或曲面的关系，因而称为响应面分析。例如农作物产量与氮肥、磷肥、钾肥的施肥量有关，可以通过回归分析建立产量与施肥要素间的回归关系，从而求得最佳施肥配方。

在回归分析中，观察值可以表述为：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，求得最优值，这就是响应面分析的目的。

参考资料来源：百度百科-响应面

Answer 2

没有办法解决的，失拟向显著就是说明的你数据不行，要重新做数据。

失拟项（Lack of fit）是用来评估方程可靠性的一个重要数据，如果显著表明方程模拟的不好需要调整，如果不显著表明方程模拟的比较好，可以很好的分析以后的数据。本回答被网友采纳

Answer 3

失拟项不显著（即P>0.05）才说明回归方程拟合较好，模型稳定

Answer 4

我也是哦，你解决了木有