bbd试验Word文档下载推荐.docx

1、 如前面所说：BBD试验设计点都在半径为 2（1/2）的球面上， 即正方体各棱的中点， 以 及一个中心试验点。如下图：bbd试验设计在R语言中的实现及其数据分析在R语言中，扩展包rsm可以实现正交试验设计。通过该 包中的bbd函数可以进行bbd试验设计。例子研究宝泻灵凝胶膏剂处方及其体外透皮特性：（A）聚 丙烯酸钠 NP 800 用量 、 （B）甘羟铝 、 （C）填 充剂 （微粉硅胶-高岭土 11），3 个影响因素， 按评分标准评分。 设计 3 因素 3 水平共 17 个试验点 的响应面试验，17 个试验点分为 12 个析因点和 5 个零点。（数据来源：Box-Behnken 试验设计法优化宝

2、泻灵凝 胶膏剂处方及其体外透皮特性研究 林媛媛 ， 刘 静 ，王冬梅 ，徐月红，武孔媛 ，刘小龙 ，黄 庆 ）评分标准：（1 ）初黏力的测定 1 ：参照中国药典2010 年版 （一部） 贴膏剂黏附力测定法第一法， 采用 斜坡滚球 法测定。（2 ）综合感官指标：均匀性：在制备搅拌过 程中膏体分散均匀，无颗粒无胶团者为满分 20 分； 涂展性：用于考察可涂布能力，抛锚性好，涂布 时膏体不断条为满分 20 分； 稠度： 用于考察膏 体 的流动性，各相及混合相稠度都较佳，易于搅拌为 满分 20 分；皮肤追随性：取成型凝胶膏剂 3 片， 每次取一片贴于手背， 用力甩动 10 次未脱落者为满 分 20 分

3、；反复揭贴性与残留：取成型凝 胶膏剂 3 片，每次取 1 片反复揭开、粘贴于手腕背部，反复 3 次， 最后 1 次揭帖后用力甩 10 次不脱 落且无膏体 残留为满分 20 分。评分标准1指标分值评价标准稠度0100反映了在制备过程中搅拌的难易，稠度越大，越难搅拌。100 分：混合过程中膏体稠度较小，易于搅拌；0 分：膏体非常稠，难以搅拌均匀；按搅拌难易稠度分为 6 个等级：0、20、40、60、80、100 分交联速度通过膏体涂布后至交联固化基本完成的所需时间进行评价，时间越长，交联速度越慢。涂布后第 2 天即可完成固化；涂布后 6 d 或以上才可完成固化；按交联时间交联速度分为 6个等级：0

4、、20、40、60、80、100 分评分标准2评分标准初黏力02020 分：2426 号球；16 分：2022 号球；12 分：1618；8 分：1415.5 号球；4 分：1013号球；8 号球以下均匀性膏体分散均匀，无胶团颗粒；膏体表面凹凸不平或有明显结块；按均匀程度分为 60、4、8、12、16、20 分涂展性抛锚性好，涂布时膏体不断条；大面积溢出背衬或抛锚性太差无法涂布；按涂展性分为 6 个等级：A、B 相及其混合物和最终膏体稠度都较佳，易于搅拌；A、B 相及其混合物和最终膏体都很稠，难以搅拌均匀；按稠度分为 6 个等级：皮肤追随性贴于手腕上，用力甩动 10 次，不脱落，与皮肤黏附紧密

5、，膏体在皮肤上残留少；不能黏在皮肤上，多次脱落或膏体在皮肤上残留很多；按追随程度分为 6 个等级：0、4、8、12、16、20 分反复揭贴性与残留将成型凝胶膏剂反复揭开、粘贴于手腕背部，重复 3 次。最后 1 次揭帖后无膏体残留，用力甩 10 次不脱落；大量膏体残留；按揭贴性与残留性分为 6 个等级：0、4、8、12、16、20 分用R软件分析设计library（rsm）design-bbd（y1+y2+yx1+x2+x3,n0=5,randomize=FALSE,coding = list （x1（A -0.8）/0.2,x2（B-0.02）/0.01,x3（C-2）/1）design# r

6、un.order std.order A B C y1 y2 y# 1 1 1 0.6 0.01 2 NA NA NA# 2 2 2 1.0 0.01 2 NA NA NA# 3 3 3 0.6 0.03 2 NA NA NA# 4 4 4 1.0 0.03 2 NA NA NA# 5 5 5 0.6 0.02 1 NA NA NA# 6 6 6 1.0 0.02 1 NA NA NA# 7 7 7 0.6 0.02 3 NA NA NA# 8 8 8 1.0 0.02 3 NA NA NA# 9 9 9 0.8 0.01 1 NA NA NA# 10 10 10 0.8 0.03 1 NA

7、NA NA# 11 11 11 0.8 0.01 3 NA NA NA# 12 12 12 0.8 0.03 3 NA NA NA# 13 13 13 0.8 0.02 2 NA NA NA# 14 14 14 0.8 0.02 2 NA NA NA# 15 15 15 0.8 0.02 2 NA NA NA# 16 16 16 0.8 0.02 2 NA NA NA# 17 17 17 0.8 0.02 2 NA NA NA# # Data are stored in coded form using these coding formulas .# x1 （A - 0.8）/0.2# x2

8、 （B - 0.02）/0.01# x3 （C - 2）/1（注：y1为初黏力，y2为综合感官，y为评价总分， 下同）将结果录入R中y1-c（4,4,4,4,16,16,8,8,4,8,20,4,16,16,20,16,16）y2-c（56,72,48,32,68,84,52,40,68,72,56,24,96,100,100,100,96）y=y1+y2design$y1=y1design$y2=y2design$y=y# 1 1 1 0.6 0.01 2 4 56 60# 2 2 2 1.0 0.01 2 4 72 76# 3 3 3 0.6 0.03 2 4 48 52# 4 4 4 1

9、.0 0.03 2 4 32 36# 5 5 5 0.6 0.02 1 16 68 84# 6 6 6 1.0 0.02 1 16 84 100# 7 7 7 0.6 0.02 3 8 52 60# 8 8 8 1.0 0.02 3 8 40 48# 9 9 9 0.8 0.01 1 4 68 72# 10 10 10 0.8 0.03 1 8 72 80# 11 11 11 0.8 0.01 3 20 56 76# 12 12 12 0.8 0.03 3 4 24 28# 13 13 13 0.8 0.02 2 16 96 112# 14 14 14 0.8 0.02 2 16 100 11

10、6# 15 15 15 0.8 0.02 2 20 100 120# 16 16 16 0.8 0.02 2 16 100 116# 17 17 17 0.8 0.02 2 16 96 112回归曲线拟合des-rsm（formula=ySO（x1,x2,x3）,data=design）canonical（des）# $xs# x1 x2 x3 # 0.08387838 -0.08141068 -0.43705845 # $eigen# $eigen$values# 1 -14.20334 -23.63222 -38.46444# $eigen$vectors# ,1 ,2 ,3# x1 -0

11、.1942756 0.91613573 -0.3506456# x2 -0.2905696 -0.39515908 -0.8714463# x3 0.9369239 0.06741378 -0.3429709lm.test|t|） # （Intercept） 115.200 2.089 55.135 1.69e-10 *# FO（x1, x2, x3）x1 0.500 1.652 0.303 0.770921 # FO（x1, x2, x3）x2 -11.000 1.652 -6.659 0.000288 *# FO（x1, x2, x3）x3 -15.500 1.652 -9.383 3.2

12、5e-05 *# TWI（x1, x2, x3）x1:x2 -8.000 2.336 -3.425 0.011066 * x3 -7.000 2.336 -2.997 0.020041 * # TWI（x1, x2, x3）x2:x3 -14.000 2.336 -5.993 0.000546 *# PQ（x1, x2, x3）x12 -25.100 2.277 -11.024 1.12e-05 *# PQ（x1, x2, x3）x22 -34.100 2.277 -14.976 1.42e-06 *# PQ（x1, x2, x3）x32 -17.100 2.277 -7.510 0.0001

13、36 *# -# Signif. codes: 0 * 0.001 * 0.01 * 0.05 . 0.1 1# Residual standard error: 4.672 on 7 degrees of freedom# Multiple R-squared: 0.9891, Adjusted R-squared: 0.975 # F-statistic: 70.44 on 9 and 7 DF, p-value: 4.921e-06从上面的数据可以知道，此模型 P值都很小，响应面回 归模型达到极显著水平。 相关系数 R2 0.989 1，说明该模型可以很好地描述实验结果。由上面可以得到基

14、质综合评分与基质因素变量的二次回 归方程模型为Y115.200.50 x111.00x215.50 x38.00x1x27.00x1x314.00x2x325.10 x12 34.10 x22 17.10x32 , 方程中各项系数绝对值 的大小直接反映了各因 素对指标值的影响程度，系数 的正负反映了其影响的方向。由方程可知，各因素对凝 胶膏剂质量影响的次序为 CBA， 即填充剂甘羟 铝聚丙烯酸钠 NP 800。方差分析model F） # x1 1 2 2 0.092 0.770921 # x2 1 968 968 44.346 0.000288 *# x3 1 1922 1922 88.05

15、0 3.25e-05 *# I（x1 * x2） 1 256 256 11.728 0.011066 * # I（x1 * x3） 1 196 196 8.979 0.020041 * # I（x2 * x3） 1 784 784 35.916 0.000546 *# I（x12） 1 3307 3307 151.513 5.36e-06 *# I（x22） 1 5172 5172 236.947 1.18e-06 *# I（x32） 1 1231 1231 56.403 0.000136 *# Residuals 7 153 22 可以看出。 模型中 B、C、AB、AC、BC、A 2 、B

16、2 、C 2 项具有显著性，表明各个自变量与因变量之间不 是 简单的线性关系，具有一定的交互作用。在各影响 因素中，因素 C 的影响最大，其次是因素 B。响应面的3D图及等高线图分析3D图persp（des,x1+x2+x3,at = xs（des） ） 等高线图image（des,x1+x2+x3,at = xs（des） ）由响应面的 3D 图和等高线图，可直观地反映各因素的 交互作用对响应值的影响以及最优 条件下各因素的取值。图 2 中响应面曲线都较陡， 等高线图均为椭圆形，说明 3 个因素之间具有显著 性交互作用，这和方差分析的结果相一致。求最优解steepest（des,dist =

17、 seq（-5, 5, by = 0.5）# Path of steepest ascent from ridge analysis:# dist x1 x2 x3 | A B C | yhat# 1 5.0 1.030 1.127 -4.761 | 1.0060 0.03127 -2.761 | -180.275# 2 4.5 0.932 0.983 -4.291 | 0.9864 0.02983 -2.291 | -118.528# 3 4.0 0.832 0.840 -3.821 | 0.9664 0.02840 -1.821 | -63.898# 4 3.5 0.733 0.698 -

18、3.351 | 0.9466 0.02698 -1.351 | -16.443# 5 3.0 0.633 0.556 -2.879 | 0.9266 0.02556 -0.879 | 24.042# 6 2.5 0.531 0.416 -2.407 | 0.9062 0.02416 -0.407 | 57.346# 7 2.0 0.429 0.277 -1.934 | 0.8858 0.02277 0.066 | 83.506# 8 1.5 0.323 0.143 -1.458 | 0.8646 0.02143 0.542 | 102.567# 9 1.0 0.213 0.019 -0.977

19、 | 0.8426 0.02019 1.023 | 114.452# 10 0.5 0.096 -0.076 -0.485 | 0.8192 0.01924 1.515 | 119.019# 11 0.0 0.000 0.000 0.000 | 0.8000 0.02000 2.000 | 115.200# 12 0.5 0.096 -0.076 -0.485 | 0.8192 0.01924 1.515 | 119.019# 13 1.0 0.213 0.019 -0.977 | 0.8426 0.02019 1.023 | 114.452# 14 1.5 0.323 0.143 -1.45

20、8 | 0.8646 0.02143 0.542 | 102.567# 15 2.0 0.429 0.277 -1.934 | 0.8858 0.02277 0.066 | 83.506# 16 2.5 0.531 0.416 -2.407 | 0.9062 0.02416 -0.407 | 57.346# 17 3.0 0.633 0.556 -2.879 | 0.9266 0.02556 -0.879 | 24.042# 18 3.5 0.733 0.698 -3.351 | 0.9466 0.02698 -1.351 | -16.443# 19 4.0 0.832 0.840 -3.82

21、1 | 0.9664 0.02840 -1.821 | -63.898# 20 4.5 0.932 0.983 -4.291 | 0.9864 0.02983 -2.291 | -118.528# 21 5.0 1.030 1.127 -4.761 | 1.0060 0.03127 -2.761 | -180.275可以看出，当dist取区间（0,1）时，可得最优解，但 此时，C的浓度范围为1.023到2.000，与原来低水平到中水平（1.0到2.0） 范围差不多，因而应继续寻找更优解。故把dist设到（0,1）可得steepest（des,dist = seq（0, 1, by = 0.05

22、）# 1 0.00 0.000 0.000 0.000 | 0.8000 0.02000 2.000 | 115.200# 2 0.05 0.003 -0.027 -0.042 | 0.8006 0.01973 1.958 | 116.080# 3 0.10 0.008 -0.048 -0.087 | 0.8016 0.01952 1.913 | 116.820# 4 0.15 0.016 -0.064 -0.135 | 0.8032 0.01936 1.865 | 117.449# 5 0.20 0.025 -0.076 -0.183 | 0.8050 0.01924 1.817 | 117

23、.952# 6 0.25 0.036 -0.083 -0.233 | 0.8072 0.01917 1.767 | 118.359# 7 0.30 0.047 -0.087 -0.283 | 0.8094 0.01913 1.717 | 118.665# 8 0.35 0.059 -0.087 -0.334 | 0.8118 0.01913 1.666 | 118.883# 9 0.40 0.071 -0.085 -0.384 | 0.8142 0.01915 1.616 | 119.010# 10 0.45 0.083 -0.082 -0.435 | 0.8166 0.01918 1.565

24、 | 119.056# 11 0.50 0.096 -0.076 -0.485 | 0.8192 0.01924 1.515 | 119.019# 12 0.55 0.108 -0.070 -0.535 | 0.8216 0.01930 1.465 | 118.903# 13 0.60 0.120 -0.062 -0.585 | 0.8240 0.01938 1.415 | 118.708# 14 0.65 0.132 -0.054 -0.634 | 0.8264 0.01946 1.366 | 118.440# 15 0.70 0.144 -0.045 -0.684 | 0.8288 0.01955 1.316 | 118.090# 16 0.75 0.156 -0.036 -0.733 | 0.8312 0.01964 1.267 | 117.669# 17 0.80 0.168 -0.025 -0.782 | 0.8336 0.01975 1.218 | 117.173# 18 0.85 0.179 -0.015 -0.831 | 0.8358 0.01985 1.169 | 116.603# 19 0.90 0.191 -0.004 -0.880 | 0.838