正交實驗結果的分析方法

❶ 正交實驗法的正交實驗法舉例

用正交法測定幾種因素對蔗糖酶活力的影響
目的要求
1.初步掌握正交實驗設計方法的使用
2.求出蔗糖酶的最適溫度和最適pH值
實驗原理
酶的催化作用是在一定條件下進行的，它受多種因素的影響，如：底物濃度、酶濃度、溶液的pH值和離子濃度、溫度、抑制劑和激活劑等都能影響催化反應的速度。通常是在其他因素恆定的條件下，通過對某因素在一系列變化條件下的酶活性測定，求得該因素對酶活力的影響，這是單因素的簡單比較法。
本實驗用正交法測定溫度、pH值、底物濃度和酶濃度四種因素對蔗糖酶活性的影響，這是多因素（≥3）的實驗方法。
正交法是通過正交表安排多因素實驗，利用統計數學原理進行數據分析的一種科學方法，它符合「以盡量少的試驗，獲得足夠的、有效的信息」的實驗設計原則。正交試驗法的程序為下列八個步驟：
（1）確定試驗目的。實驗目的是多種多樣的，如找出產品質量指標的最佳組合、確定最佳工藝條件等。本實驗的目的是為了提高酶的反應速度，提高酶的活力。
（2）選擇質量特性指標。應選擇能提高或改進的質量特性及因素效應。對於本實驗來說就是產物（葡萄糖）生成量的多少。
（3）選定相關因素。即選擇和確定可能對實驗結果或質量特性值有影響的那些因素，可人為控制與調節的因素，如溫度、pH等。這些因素之間有相互獨立性。
（4）確定水平。水平，又稱位級，是因素的一個給定值或一種特定的措施，或一種特定的狀態。水平也就是因素變化的各種狀態。在確定水平時，應考慮選擇范圍、水平數和水平位置。如本實驗的溫度水平可以選擇20℃、30 ℃、50 ℃三個水平。
（5）選用正交表。應從因素數、水平數以及有無重點因素需要強化考察等各方面綜合考慮選用正交表。一般情況下，首先根據水平數選用2或3系列表，然後，以容納試驗因素數，選用實驗次數最少的正交表。如有重點考察的因素，則根據其多考察的水平數，選混合型正交表。
（6）配列因素水平，制定實驗方案。按隨機原則，把因素配列於選用的正交表中，制定實驗的順序、時間等，即制定實驗具體方案。
（7）實施實驗方案。按實驗方案，認真、正確地試驗，如實記錄各種實驗數據。
（8）實驗結果分析。對實驗中取得的各種數據進行分析。如從數據中直接選出符合或接近質量特性期望值的實驗條件組。如不能採用直觀分析方法，則應採用其他分析方法，確定各因素主次地位可用極差分析方法，定量分析各個因素對實驗結果的影響程度，則用方差分析方法。
操作方法
1.實驗設計：
1）確定指標：即實驗的結果。本實驗的指標是酶活力。這里，用A520值表示。
2）制定因素水平表：考察四個因素（溫度、pH值、底物濃度和酶濃度），每個因素取三個水平（如溫度選擇20℃、35 ℃ 和50 ℃ 三個水平）。水平是因素變化的范圍（通常是根據專業知識確定。如無資料可借鑒，應先加寬范圍再逐步縮小）內要進行實驗的具體條件，如表1。
表1 因素水平表
3）選擇正交表：可容納三因素三水平的正交表有L9（34）、L27（313）、L18（36×6）和L27（38×9）。本實驗不考察各因素間的交互作用，也沒設計混合水平，只有水平數均為3的的四個因素，故選用L9（34）表，見表2。
分析：
A. 判斷各因素的水平范圍是否選偏；
B. 判斷各因素顯著性大小的順序；
C. 判斷實驗結果的置信度。
實驗安排
具體操作步驟：
1、將已配製好的三種不同pH的0.2mol/L的緩沖液於試管中。
2、將酶粉用蒸餾水溶解（適當體積10-30ml不等），離心去
除不溶物，10,000rpm/min,10min,4℃。
3、酶活預示實驗，確定酶的稀釋倍數。（可根據產物稀釋的
倍數來確定酶的稀釋倍數）A520在0.4-2.0之間即可。
4、准備10支試管。其中一支為「0」號管，作為測量時的參比溶液。其他九支試管根據前面的圖表3加入相關的溶液，分別在不同的條件下進行酶反應。利用二硝基水楊酸的方法測定不同管在A520下的光密度值。
5、計算同一因素不同水平的級差，級差小代表離散度小，表示該水平為酶反應的最適條件。
1）數據記錄：將上述兩組平行實驗的結果取平均值後的9個數據，填入表4中的Yi項內。
2）數據整理及分析：對於一般的實驗，可用極差分析，該分析方法簡單、直觀。對要求精細的實驗，則要用方差分析，該方法可給出誤差的大小估計，但有一定的計算量。對於有混合水平的正交實驗，只能用方差分析。
本實驗，只使用極差分析：
A. 計算出各水平實驗結果總和，即第1、2、3、4列上的k1、k2、k3，並求出k1、k2、k3和k的R值（極差）。
B. 選出優水平組合：據R值的大小，排出因素顯著性的順序，並比較k值選出優水平組合（即好的實驗條件）。
由上述數據分析及驗證實驗，討論在本實驗條件下，溫度、pH值、底物濃度和酶濃度對蔗糖酶活性的影響；求出蔗糖酶的最適溫度和最適pH值。

❷ 正交試驗結果分析中直觀分析法的優缺點

正交試驗設計的直觀分析（極差法）的優點是簡單易行、直觀易懂。
但極差分析不能把試驗過程中的試驗條件的改變（因素水平的改變）所引起的數據波動與試驗誤差所引起的數據波動區分開來，也無法對因素影響的重要程度（顯著性）給出精確的定量估計。
 數據分析方法大致有兩種：一種叫極差 分析法也稱直觀分析法；另一種叫方差分析 法，它是以統計學知識為基礎的

❸ 正交實驗法的介紹

正交實驗法就是利用排列整齊的表 -正交表來對試驗進行整體設計、綜合比較、統計分析，實現通過少數的實驗次數找到較好的生產條件，以達到最高生產工藝效果，這種試驗設計法是從大量的試驗點中挑選適量的具有代表性的點，利用已經造好的表格—正交表來安排試驗並進行數據分析的方法。正交表能夠在因素變化范圍內均衡抽樣，使每次試驗都具有較強的代表性，由於正交表具備均衡分散的特點，保證了全面實驗的某些要求，這些試驗往往能夠較好或更好的達到實驗的目的。正交實驗設計包括兩部分內容：第一，是怎樣安排實驗；第二，是怎樣分析實驗結果。

❹ 正交試驗的極差分析與方差分析

這個可以在spssau中完成：

❺ 正交試驗怎麼用直觀分析法分析試驗結果

1直接分析方法，在試驗范圍內的所有測試，並通過直接比較，因為最好的結果是通過直接觀察得到的結果，它是更可靠的選擇最正點，;
2因素
-
趨勢分析法指標之間的關系，這個因素是計算平均指標測試每個級別的水平因素水平，為縱坐標，因子的平均指標
-
指標之間的關系趨勢的各種因素，以確定和測試一級指標和變化;
3。可憐的分析，這里是非常差，非常差的大小根據試驗各級的最大值和最小值之間的測試要素的指標之間的差異可以反映各種因素尺寸大作為主要的作用，通常情況下，不佳因素，因此基於主次因素判斷窮人的大小;
4方差分析，試圖測試從在整個的差的結果，該條件引起的，由於各種因素的影響。方差和方差由於實驗誤差造成的隔離，然後檢查了各種因素對測試結果的條件的影響是顯著方差法是定量分析，它是明確的含義，可比性;
5回歸分析。根據實驗結果確定指標和因素，回歸方程之間的定量關系。
希望幫助

❻ 正交實驗結果分析

正交實驗方法之所以能得到科技工作者的重視並在實踐中得到廣泛的應用，其原因不僅在於能使實驗的次數減少，而且能夠用相應的分析方法對實驗結果進行處理，並得出許多有價值的結論。通常對實驗結果採用的分析方法有兩種: 一是極差分析法，二是方差分析法。

( 1) 極差分析法

下面以表 5. 3 為例討論 L₉( 3⁴) 正交實驗結果的極差分析方法。極差指的是各列中各水平對應的實驗指標平均值的最大值與最小值之差。從表 5. 3 的計算結果可知，用極差法分析正交實驗結果可得出以下幾個結論:

1) 在實驗范圍內，各列對實驗指標的影響從大到小的排列。某列的極差最大，表示該列的數值在實驗范圍內變化時，使實驗指標數值的變化最大。所以各列對實驗指標的影響從大到小的排列，就是各列極差 R 的數值從大到小的排列。

2) 實驗指標隨各因素的變化趨勢。為了能更直觀地看到變化趨勢，常將計算結果繪製成圖。

3) 使實驗指標最好的適宜的操作條件 ( 適宜的因素水平搭配) 。

4) 可對所得結論和進一步的研究方向進行討論。

從表 5. 3 所列 9 次實驗數據中進行兩兩比較是不行的，因為它們的實驗條件完全不同，沒有可比性。然而，把這 9 次實驗結果適當組合起來就具有一定的可比性，這就是正交設計的綜合比較性。

( 2) 方差分析法

方差分析是數理統計的基本方法之一，通常用來研究不同生產技術條件或生產工藝對實驗結果有無顯著影響，計算方法如下:

表 5. 3 L₉( 3⁴) 正交實驗結果計算

注: Ⅰ_j—第 j 列 「1」水平所對應的實驗指標的數值之和;

Ⅱ_j—第 j 列 「2」水平所對應的實驗指標的數值之和;

Ⅲ_j—第 j 列 「3」水平所對應的實驗指標的數值之和;

k_j—第 j 列同一水平出現的次數，等於實驗的次數除以第 j 列的水平數;

Ⅰ_j/ k_j—第 j 列 「1」水平所對應的實驗指標的平均值;

Ⅱ_j/ k_j—第 j 列 「2」水平所對應的實驗指標的平均值;

Ⅲ_j/ k_j—第 j 列 「3」水平所對應的實驗指標的平均值;

R_j—第 j 列的極差，R_j= max { Ⅰ_j/ k_j，Ⅱ_j/ k_j… } － min { Ⅰ_j/ k_j，Ⅱ_j/ k_j… } 。

實驗指標的加和值 ，實驗指標的平均值 ，仍以表 5. 3 第 j 列為例:

1) Ⅰ_j———第 j 列 「1」水平所對應的實驗指標的數值之和。

2) Ⅱ_j———第 j 列 「2」水平所對應的實驗指標的數值之和。

3) ……

4) k_j———第 j 列同一水平出現的次數，等於實驗的次數除以第 j 列的水平數。

5) Ⅰ_j/ k_j———第 j 列 「1」水平所對應的實驗指標的平均值。

6) Ⅱ_j/ k_j———第 j 列 「2」水平所對應的實驗指標的平均值。

7) ……

以上 7 項的計算方法同極差法 ( 見表 5. 3) 。

8) 偏差平方和

高鋁粉煤灰特性及其在合成莫來石和堇青石中的應用

9) f_j———自由度，f_j= 第 j 列的水平數 － 1。

10) V_j———方差，V_j= S_j/ f_j。

11) V_e———誤差列的方差，V_e= S_e/ f_e。式中，e 為正交表的誤差列。

12) F_j———方差之比，F_j= V_j/ V_e。

13) 查 F 分布數值表 ( F 分布數值表請查閱有關參考書) 做顯著性檢驗。

14) 總的偏差平方和 。

15) 總的偏差平方和等於各列的偏差平方和之和。即 ，m 為正交表的列數。

若誤差列由 3 個單列組成，則誤差列的偏差平方和 S_e等於 3 個單列的偏差平方和之和，即有:

S_e= S_e1+ S_e2+ S_e3

或 S_e= S_總+ S''

其中 S'' 為安排有因素或交互作用的各列的偏差平方和之和。

與極差分析法相比，方差分析法可以多得出一個結論，即各列對實驗指標的影響是否顯著、在什麼水平上顯著。

在數理統計上，顯著性檢驗是一個很重要的問題。顯著性檢驗強調實驗在分析每列對指標影響中所起的作用。如果某列對指標影響不顯著，那麼討論實驗指標隨它的變化趨勢是毫無意義的。因為在某列對指標的影響不顯著時，即使從表中的數據可以看出該列水平變化時對應的實驗指標的數值在以某種 「規律」發生變化，但那很可能是由於實驗誤差所致，將它作為客觀規律是不可靠的。有了各列的顯著性檢驗之後，最後應將影響不顯著的交互作用列與原來的 「誤差列」合並起來，組成新的 「誤差列」，重新檢驗各列的顯著性。

❼ 合成樣品的正交實驗結果分析

( 1) 物理性能的正交實驗分析

根據前面給出的正交實驗分析方法，求得合成莫來石樣品物理性能的正交實驗分析結果列於表 5. 13 至表 5. 15。

表 5. 13 M50 樣品物理性能的正交實驗分析

續表

表 5. 14 M60 樣品物理性能的正交實驗分析

續表

表 5. 15 M70 樣品物理性能的正交實驗分析

續表

為便於對比分析，我們將 M50、M60 和 M70 樣品的正交實驗極差值單獨列於表 5. 16。可以看出，對於吸水率和顯氣孔率兩個指標，燒成溫度一列的極差值遠遠高於其他兩列，一直處於十幾至數十的數量級，而成型壓力和恆溫時間都在數個數量級之列，這充分說明燒成溫度對合成莫來石的作用遠遠大於成型壓力和恆溫時間兩個因素。

將成型壓力和恆溫時間兩列數據相比可看出，後者在絕大多數情況下極差值都要大於前者，說明後者對吸水率和顯氣孔率的影響比前者要大。由此可以得出: 影響吸水率和顯氣孔率指標的重要因素從高到低依次為燒成溫度、恆溫時間和成型壓力。

對於合成樣品的密度指標，3 個影響因素之間的差別明顯變小，總體上講溫度依然是主導因素，其影響程度略高於成型壓力和恆溫時間，後兩個因素之間的差別則更小，對於A50 和 B50 而言，成型壓力的影響略高於恆溫時間，而對於 A70 和 B70 而言則情況相反，恆溫時間的影響略高於成型壓力，說明在 Al₂O₃含量較高時，恆溫時間的作用大於成型壓力的作用。

若從 Al₂O₃含量多少進行對比 ( 即 M50、M60 和 M70 系列進行對比) 可以看出，隨著 Al₂O₃含量增加，溫度一列的極差值增大，特別是吸水率和顯氣孔率兩個指標更加明顯，說明隨 Al₂O₃含量增加溫度的作用越來越重要，恆溫時間和成型壓力的表現也基本如此，而且前者比後者的規律性明顯。

對於密度而言，所有極差值之間的差別變得很小，整體規律性不甚明顯，部分樣品甚至出現相反的情況，說明這 3 個因素對合成莫來石密度的影響趨於一致。所以，在合成莫來石時，隨著配料中 Al₂O₃含量增加一般都要提高燒成溫度，並相應地延長恆溫時間，其原因是隨著 Al₂O₃含量的增加，相應地降低了配料中的雜質數量，而雜質數量的減少導致液相的數量減少，需要的燒成溫度就越高。

表 5. 16 合成樣品的正交實驗極差分析

( 2) 莫來石含量的正交實驗分析

將合成樣品的莫來石含量數據填入正交實驗表進行數據處理，分析得到的結果列於表5. 17。

從表 5. 17 可以看出，對於 A50 試樣，影響合成莫來石含量的最大因素是溫度，最小因素是恆溫時間，相應的匹配條件是 200 MPa，1500℃，3 h; 對於 B50 試樣，影響合成莫來石含量的最大因素是溫度，最小因素是成型壓力，相應的匹配條件是 200 MPa，1500℃ ，4 h。其中溫度一列的極差值最大，說明溫度對合成莫來石含量的影響也最大，而成型壓力和恆溫時間兩列的極差值較小 ( 二者之間的差別也不大) ，說明它們對合成莫來石含量的影響較小。

將 A50 和 B50 莫來石含量相比可以看出，在同樣的合成條件下，B50 的莫來石含量明顯高於 A50，說明經過 20% 鹽酸處理過的粉煤灰其合成樣品中的莫來石含量較高，也就是說，合成配料中的雜質越少，純度越高，合成樣品的莫來石含量也就越高。

將正交實驗結果對應不同因素下各水平作圖 ( 圖 5. 12) 可以看出:

表 5. 17 M50 樣品莫來石含量的正交實驗結果分析

圖 5-12 莫來石含量隨各因素不同水平的變化實線表示未經 20%HCl 處理樣; 虛線表示經 20%HCl 處理樣

1) 成型壓力對合成莫來石含量的影響。對 A50，從 100 MPa 增加到 150 MPa，莫來石含量明顯增加，從 150 MPa 增加 200 MPa 莫來石含量幾乎保持不變; 對 B50 的影響與A50 相反，但整體情況不明顯。

2) 燒成溫度對合成莫來石含量的影響。對 A50 而言，溫度從 1300℃ 增加到 1500℃ ，莫來石含量都有明顯增加; 對 B50 而言，溫度從 1300℃增加 1400℃，莫來石含量快速增長，從 1400℃增加 1500℃，莫來石含量的增加幅度變慢，這種情況與 Ohtake 等 ( 1991)的研究結果相一致。

3) 恆溫時間對合成莫來石含量的影響。對 A50，恆溫時間從 2 h 增加到 3 h，莫來石含量快速增加，但 3 h 之後莫來石含量呈現快速下降趨勢，說明恆溫時間以 3 h 為宜; 對B50，隨著恆溫時間的延長莫來石含量有所增加，但增加的幅度不明顯。

整體而言，燒成溫度對合成莫來石含量的影響最大，而且溫度增加莫來石含量隨之增加，成型壓力和恆溫時間對合成莫來石的影響相對較小，所以合成莫來石的關鍵因素是提高燒成溫度。但也應當注意，當溫度達到一定高度後莫來石的增加幅度變慢，高溫下長時間恆溫對莫來石生成量影響不大，成型壓力增大有利於莫來石含量的提高。

❽ 正交試驗方法

正交實驗設計

當析因設計要求的實驗次數太多時，一個非常自然的想法就是從析因設計的水平組合中，選擇一部分有代表性水平組合進行試驗。因此就出現了分式析因設計(fractional factorial designs)，但是對於試驗設計知識較少的實際工作者來說，選擇適當的分式析因設計還是比較困難的。

正交試驗設計(Orthogonal experimental design)是研究多因素多水平的又一種設計方法，它是根據正交性從全面試驗中挑選出部分有代表性的點進行試驗，這些有代表性的點具備了「均勻分散，齊整可比」的特點，正交試驗設計是分式析因設計的主要方法。是一種高效率、快速、經濟的實驗設計方法。日本著名的統計學家田口玄一將正交試驗選擇的水平組合列成表格，稱為正交表。例如作一個三因素三水平的實驗，按全面實驗要求，須進行33=27種組合的實驗，且尚未考慮每一組合的重復數。若按L9(3)3正交表按排實驗，只需作9次，按L18(3)7正交表進行18次實驗，顯然大大減少了工作量。因而正交實驗設計在很多領域的研究中已經得到廣泛應用。

1．正交表

正交表是一整套規則的設計表格，用 。L為正交表的代號，n為試驗的次數，t為水平數，c為列數，也就是可能安排最多的因素個數。例如L9(34)， (表11)，它表示需作9次實驗，最多可觀察4個因素，每個因素均為3水平。一個正交表中也可以各列的水平數不相等，我們稱它為混合型正交表，如L8(4×24) (表12)，此表的5列中，有1列為4水平，4列為2水平。根據正交表的數據結構看出，正交表是一個n行c列的表，其中第j列由數碼1，2，… Sj 組成，這些數碼均各出現N/S 次，例如表11中，第二列的數碼個數為3，S=3 ，即由1、2、3組成，各數碼均出現 次。

正交表具有以下兩項性質：

(1)每一列中，不同的數字出現的次數相等。例如在兩水平正交表中，任何一列都有數碼「1」與「2」，且任何一列中它們出現的次數是相等的；如在三水平正交表中，任何一列都有「1」、「2」、「3」，且在任一列的出現數均相等。
(2)任意兩列中數字的排列方式齊全而且均衡。例如在兩水平正交表中，任何兩列(同一橫行內)有序對子共有4種：(1，1)、(1，2)、(2，1)、(2，2)。每種對數出現次數相等。在三水平情況下，任何兩列(同一橫行內)有序對共有9種，1.1、1.2、1.3、2.1、2.2、2.3、3.1、3.2、3.3，且每對出現數也均相等。

以上兩點充分的體現了正交表的兩大優越性，即「均勻分散性，整齊可比」。通俗的說，每個因素的每個水平與另一個因素各水平各碰一次，這就是正交性。

2. 交互作用表 每一張正交表後都附有相應的交互作用表，它是專門用來安排交互作用試驗。表14就是L8(27)表的交互作用表。

安排交互作用的試驗時，是將兩個因素的交互作用當作一個新的因素，佔用一列，為交互作用列，從表14中可查出L8(27)正交表中的任何兩列的交互作用列。表中帶( )的為主因素的列號，它與另一主因素的交互列為第一個列號從左向右，第二個列號順次由下向上，二者相交的號為二者的交互作用列。例如將A因素排為第(1)列，B因素排為第(2)列，兩數字相交為3，則第3列為A×B交互作用列。又如可以看到第4列與第6列的交互列是第2列，等等。

3．正交實驗的表頭設計 表頭設計是正交設計的關鍵，它承擔著將各因素及交互作用合理安排到正交表的各列中的重要任務，因此一個表頭設計就是一個設計方案。

表頭設計的主要步驟如下：

(1)確定列數 根據試驗目的，選擇處理因素與不可忽略的交互作用，明確其共有多少個數，如果對研究中的某些問題尚不太了解，列可多一些，但一般不宜過多。當每個試驗號無重復，只有1個試驗數據時，可設2個或多個空白列，作為計算誤差項之用。
(2)確定各因素的水平數 根據研究目的，一般二水平(有、無)可作因素篩選用；也可適用於試驗次數少、分批進行的研究。三水平可觀察變化趨勢，選擇最佳搭配；多水平能以一次滿足試驗要求。
(3)選定正交表 根據確定的列數&;與水平數(t)選擇相應的正交表。例如觀察5個因素8個一級交互作用，留兩個空白列，且每個因素取2水平，則適宜選L16(215)表。由於同水平的正交表有多個，如L8(27)、L12(211)、L16(215)，一般只要表中列數比考慮需要觀察的個數稍多一點即可，這樣省工省時。
(4)表頭安排 應優先考慮交互作用不可忽略的處理因素，按照不可混雜的原則，將它們及交互作用首先在表頭排妥，而後再將剩餘各因素任意安排在各列上。例如某項目考察4個因素A、B、C、D及A×B交互作用，各因素均為2水平，現選取L8(27)表，由於AB兩因素需要觀察其交互作用，故將二者優先安排在第1、2列，根據交互作用表查得A×B應排在第3列，於是C排在第4列，由於A×C交互在第5列，B×C交互作用在第6列，雖然未考查A×C與B×C，為避免混雜之嫌，D就排在第7列。

(5)組織實施方案 根據選定正交表中各因素佔有列的水平數列，構成實施方案表，按實驗號依次進行，共作n次實驗，每次實驗按表中橫行的各水平組合進行。例如L9(34)表，若安排四個因素，第一次實驗A、B、C、D四因素均取1水平，第二次實驗A因素1水平，B、C、D取2水平，……第九次實驗A、B因素取3水平，C因素取2水平，D因素取1水平。實驗結果數據記錄在該行的末尾。因此整個設計過程我們可用一句話歸納為：「因素順序上列、水平對號入座，實驗橫著作」。

4．二水平有交互作用的正交實驗設計與方差分析

例8 某研究室研究影響某試劑回收率的三個因素，包括溫度、反應時間、原料配比，每個因素都為二水平，各因素及其水平見表16。選用L8(27)正交表進行實驗，實驗結果見表17。

首先計算Ij 與IIj ，Ij為第j列第1水平各試驗結果取值之和，IIj為第j列第2水平各試驗結果取值之和。然後進行方差分析。過程為：
求：總離差平方和
各列離差平方和 SSj=
本例各列離均差平方和見表10最底部一行。即各空列SSj之和。即誤差平方和
自由度v為各列水平數減1，交互作用項的自由度為相交因素自由度的乘積。
分析結果見表18。

從表18看出，在α＝0.05水準上，只有C因素與A×B交互作用有統計學意義，其餘各因素均無統計學意義，A因素影響最小，考慮到交互作用A×B的影響較大，且它們的二水平為優。在C2的情況下， 有B1A2和B1，A1兩種組合狀況下的回收率最高。考慮到B因素影響較A因素影響大些，而B中選B1為好，故選A2B1。這樣最後決定最佳配方為A2B1C2，即80℃，反應時間2.5h，原料配比為1.2:1。

如果使用計算機進行統計分析，在數據是只需要輸入試驗因素和實驗結果的內容，交互作用界的內容不用輸入，然後按照表頭定義要分析的模型進行方差分析。