1. ในไฟล์ csv ที่สร้างไว้ สามารถนำผลการทดลองมาเติมลงในคอลัมน์ถัดไป
ตัวอย่างในภาพด้านล่างเป็นผลผลิตเจลาติน (Yield) จากการสกัดที่อุณหภูมิ (Temp), pH และเวลา (Time) ในระดับต่าง ๆ
เมื่อนำข้อมูลมาลงแล้ว ให้บันทึก (save) ไว้ในชื่อเดิม
2. นำเข้าข้อมูล โดยเปิดโปรแกรม R Commander แล้วเลือกเมนู Design >> Import... >> Re-Import experiment from csv and rda files...
3. เลือกไดเรกทอรี (โฟลเดอร์) ที่บันทึกข้อมูลไว้
เลือกไฟล์ rda
เลือกแผนการทดลองในช่อง Select design
เช็คถูกในช่อง Replace responses, if they exist already
เลือกไฟล์ csv
ตั้งชื่อแผนการทดลองใหม่ หรือใช้ชื่อแผนการทดลองเดิม
คลิก OK
4. กดปุ่ม View data set เพื่อดูข้อมูลใหม่
5. วิเคราะห์ผล โดยเลือกเมนู Design >> Analyze design >> Response surface model
6. เลือกค่าตอบสนอง (Response) และปัจจัย (Factors)
- หากต้องการให้โปรแกรมใช้ค่ารหัส (coded values) ในการคำนวณ ให้เช็คถูกในช่อง Use coded values for calculation ไว้
- หากต้องการใช้ค่าจริงในการคำนวณ ให้เช็คช่อง Use coded values for calculation ออก
จากนั้นคลิก OK
7. ตั้งชื่อแบบจำลองในช่อง Enter name for model
กำหนดเทอมต่าง ๆ ของแบบจำลอง
จากนั้นคลิก OK
8. จะปรากฏผลการคำนวณในช่อง Output Window ดังนี้
Call:
rsm(formula = Yield ~ FO(Temp, pH, Time) + TWI(Temp, pH, Time) +
PQ(Temp, pH, Time), data = Gelatin.withresp)
Residuals:
Min 1Q Median 3Q Max
-1.01125 -0.56375 -0.01125 0.56375 1.01125
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -20.385625 9.966808 -2.045 0.080078 .
Temp 1.732583 0.262960 6.589 0.000308 ***
pH -7.547523 1.909353 -3.953 0.005511 **
Time 5.634375 1.396219 4.035 0.004961 **
Temp:pH 0.164955 0.017931 9.199 3.70e-05 ***
Temp:Time -0.061750 0.016586 -3.723 0.007427 **
pH:Time 0.636486 0.134482 4.733 0.002125 **
Temp^2 -0.018633 0.002155 -8.645 5.54e-05 ***
pH^2 -0.518627 0.141705 -3.660 0.008071 **
Time^2 -0.771250 0.121246 -6.361 0.000381 ***
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
# ส่วนที่ระบายสีเหลืองด้านบนนี้เป็นสัมประสิทธิ์หน้าเทอมต่าง ๆ ของสมการ
# ส่วนค่า Pr (>|t|) ด้านหลังแสดงระดับนัยสำคัญของเทอมต่าง ๆ
Residual standard error: 0.9952 on 7 degrees of freedom
Multiple R-squared: 0.9909, Adjusted R-squared: 0.9793
F-statistic: 84.9 on 9 and 7 DF, p-value: 2.59e-06
# ค่า Adjusted R-squared และ p-value ของสมการแสดงในแถบสีฟ้า
Analysis of Variance Table
Response: Yield
Df Sum Sq Mean Sq F value Pr(>F)
FO(Temp, pH, Time) 3 496.75 165.583 167.1949 7.084e-07
TWI(Temp, pH, Time) 3 119.73 39.908 40.2968 8.739e-05
PQ(Temp, pH, Time) 3 140.26 46.754 47.2089 5.181e-05
Residuals 7 6.93 0.990
Lack of fit 3 4.12 1.375 1.9573 0.2624
Pure error 4 2.81 0.702
# ระดับนัยสำคัญของ lack of fit แสดงในแถบสีเขียว
Stationary point of response surface:
Temp pH Time
58.531674 3.796844 2.876294
Eigenanalysis:
$values
[1] -0.004681207 -0.311172729 -0.992656132
$vectors
[,1] [,2] [,3]
[1,] 0.98316426 -0.1671253 0.0738727
[2,] 0.17936671 0.8055700 -0.5646987
[3,] 0.03486582 0.5684419 0.8219843
ไม่มีความคิดเห็น:
แสดงความคิดเห็น