›
›

Tài liệu Tin học Ứng dụng trong sinh học

pdf 66 trang vanle 3470
Download
Bạn đang xem 20 trang mẫu của tài liệu "Tài liệu Tin học Ứng dụng trong sinh học", để tải tài liệu gốc về máy bạn click vào nút DOWNLOAD ở trên

Tài liệu đính kèm:

  • pdftai_lieu_tin_hoc_ung_dung_trong_sinh_hoc.pdf

Nội dung text: Tài liệu Tin học Ứng dụng trong sinh học

  1. TIN H C NG D NG TRONG SINH H C (DHSH5) Ths. Bùi H ng Quân 09.09.25.24.19/09.17.27.26.25 Email: buihongquan@hui.edu.vn Website: www.buihongquan.tk / www.gbd.edu.vn Ch ng 1 GI I THI U V CH ƯƠ NG TRÌNH MS-EXCEL NG DNG TRONG CÔNG NGH SINH H C Ths. Bùi H ng Quân 09.09.25.24.19/09.17.27.26.25 Email: buihongquan@hui.edu.vn Website: www.buihongquan.tk / www.gbd.edu.vn 1
  2. Ch ng 2 NG D NG TIN H C TRONG VI C L Y M U SINH H C Ths. Bùi H ng Quân 09.09.25.24.19/09.17.27.26.25 Email: buihongquan@hui.edu.vn Website: www.buihongquan.tk / www.gbd.edu.vn LY M U NG U NHIÊN 2
  3. LY M U NG U NHIÊN LY M U NG U NHIÊN 3
  4. LY M U NG U NHIÊN LY M U NG U NHIÊN 4
  5. LY M U NG U NHIÊN LO I GIÁ TR B T TH Ư NG 5
  6. Ch ng 3 NG D NG TIN H C TRONG TH NG KÊ SINH H C Ths. Bùi H ng Quân 09.09.25.24.19/09.17.27.26.25 Email: buihongquan@hui.edu.vn Website: www.buihongquan.tk / www.gbd.edu.vn CÁC NH NGH A • Giá tr trung bình (Mean, Average) N ∑ X i X = i=1 N 6
  7. CÁC NH NGH A • Kho ng quan sát : là khác bi t gi a hai giá tr quan sát: ln nh t và nh nh t. • r= Max– Min • Giá tr trung bình gi ng nhau, kho ng quan sát gi ng nhau? •Nu kho ng quan sát ln thì phân tán s cao. CÁC NH NGH A • Giá tr trung v (Median) là giá tr di n t khái ni m trung tâm ca chu i d li u. 1 2 3 4 5 6 7 8 9 200 201 202 203 204 206 207 207 209 Mu l n = 2m-1, x 0,05 = x m Mu ch n n = 2m x + x x = m m+1 5,0 2 7
  8. CÁC NH NGH A • lch chu n (Standard deviation): phân tán ca d li u th ư ng ư c di n t bi ph ươ ng sai (variance) hay lch chu n (c n s bc 2 ca ph ươ ng sai) N 2 ∑(X i − X ) SD = S = i=1 (N − )1 CÁC NH NGH A • Sai s chu n ca giá tr trung bình (Std. error of the mean - SEM): giá tr trung bình ca mu gn bng giá tr trung bình ca dân s hơn là các giá tr quan sát riêng bi t. S SEM = SD (X ) = S = X N 8
  9. CÁC NH NGH A • Gi i hn và kho ng tin cy: Vi mt mc tin cy (confidence level) nh t nh là , gi i hn tin cy (confidence limits) ca mt giá tr trung bình ư c cho bi tích s (khi N 30. 9
  10. CÁC NH NGH A • H s phân tán (Coefficient of variation): sai s t ng i (relative deviation) S CV = 100 X H s phân tán liên quan n lch chu n (c ng nh ư chính xác ca ph ươ ng pháp o lư ng) và giá tr trung bình ca các kt qu . CÁC NH NGH A • Giá tr yu v (Mode): là giá tr có tn s cao nh t trong chu i d li u. • Giá tr Kurt (Kurtosis): di n t c im thu c v nh ca dng phân ph i d li u. + có nh, - bng ph ng. 4   2  N(N + )1  X − X   (3 N − )1 KURT =  ∑ i   − (N −1)(N − 2)(N − )3  S  (N − 2)(N − )3     10
  11. CÁC NH NGH A • Giá tr SKEW (Skewness): ph n ánh mc bt i xng ca dng phân ph i d li u xung quanh giá tr trung bình. Skew + bt i xng, uôi lch v giá tr dươ ng. Ng ư c li.  3   N  X − X   SKEW =  ∑ i   (N −1)(N − )2  S      VÍ D 11
  12. CÁC NH NGH A • chính xác S (precision): lp li P =100 − CV = 1( − )100 ca các giá tr quan X sát. • úng (Aceuracy): trùng hp gi a các Gia tri trung binh giá tr quan sát (hay A = 100 th c nghi m) vi giá Gia _ tri _ ly _ thuyet tr lý thuy t. Ch ng 4 NG D NG TIN H C TRONG PHÂN TÍCH TH NG KÊ SINH H C Ths. Bùi H ng Quân 09.09.25.24.19/09.17.27.26.25 Email: buihongquan@hui.edu.vn Website: www.buihongquan.tk / www.gbd.edu.vn 12
  13. SO SÁNH GIÁ TR TRUNG BÌNH VI PH ƯƠ NG SAI BI T TR Ư C 2 •Nu N>30 thì ph ươ ng sai mu S i có th ư c xem là ph ươ ng sai dân s 2, khi ó dùng tr c nghi m z test so sánh giá tr trung bình ca hai mu vi ph ươ ng sai bi t tr ư c. Z nh ch p nh n Ho. •Ho : µ1= µ2 (X 1 − X 2 ) − (µ1 − µ2 ) •Ho : µ1 µ2 z = σ 2 σ 2 1 + 2 N1 N2 SO SÁNH GIÁ TR TRUNG BÌNH VI PH ƯƠ NG SAI BI T TR Ư C 13
  14. SO SÁNH GIÁ TR TRUNG BÌNH VI PH ƯƠ NG SAI BI T TR Ư C SO SÁNH GIÁ TR TRUNG BÌNH VI PH ƯƠ NG SAI BI T TR Ư C 14
  15. SO SÁNH GIÁ TR TRUNG BÌNH VI PH ƯƠ NG SAI BI T TR Ư C SO SÁNH GIÁ TR TRUNG BÌNH VI PH ƯƠ NG SAI BI T TR Ư C 15
  16. SO SÁNH GIÁ TR TRUNG BÌNH VI PH ƯƠ NG SAI BI T TR Ư C SO SÁNH GIÁ TR TRUNG BÌNH D LI U T ƯƠ NG NG T NG C P •“t test: paired two sample for means” - N<30, ph thu c, không gi nh ph ươ ng sai ca hai mu bng nhau. Dùng tr c nghi m t so sánh.t nh ch p nh n Ho. D − µD t = ; Di = X i −Yi (i = 1→ N) SD / N N N 2 ∑ Di ∑(Di − D) D = i=1 ; S = i=1 N D (N − )1 Phan _ phoi _ Student _ γ = N −1 16
  17. SO SÁNH GIÁ TR TRUNG BÌNH VI PH ƯƠ NG SAI B NG NHAU SO SÁNH GIÁ TR TRUNG BÌNH VI PH ƯƠ NG SAI B NG NHAU 17
  18. SO SÁNH GIÁ TR TRUNG BÌNH VI PH ƯƠ NG SAI B NG NHAU KI M NH S NG NH T CA HAI PH ƯƠ NG SAI • “F-Test Two-Sample for variances”: Th ư ng dùng so sánh chính xác ca hai ph ươ ng pháp nh lư ng. 2 2 2 2 F nh ch p nh n Ho: 1 = 2 (1-)100%; H1: 1 > 2 . 2 2 2 σ 2 S1 S1 F = 2 2 = 2 σ1 S2 S2 Phan _ phoi _ Fischer γ 1 = N1 − ;1 γ 2 = N2 − 2 18
  19. SO SÁNH GIÁ TR TRUNG BÌNH VI PH ƯƠ NG SAI B NG NHAU • “t test: Two Sample Assuming Equal Variances”: N<30, c lp, có ph ươ ng sai bng nhau. t nh ch p nh n Ho. (X 1 − X 2 ) − (µ − µ ) t = 1 2 S 2 S 2 p + p N1 N2 2 2 (N1 − )1 S1 + (N2 − )1 S2 S p = N1 + N2 − 2 Phan _ phoi _ Student _ γ = N1 + N2 − 2 SO SÁNH GIÁ TR TRUNG BÌNH VI PH ƯƠ NG SAI B NG NHAU 19
  20. SO SÁNH GIÁ TR TRUNG BÌNH VI PH ƯƠ NG SAI B NG NHAU SO SÁNH GIÁ TR TRUNG BÌNH VI PH ƯƠ NG SAI B NG NHAU 20
  21. SO SÁNH GIÁ TR TRUNG BÌNH VI PH ƯƠ NG SAI B NG NHAU SO SÁNH GIÁ TR TRUNG BÌNH VI PH ƯƠ NG SAI B NG NHAU 21
  22. SO SÁNH GIÁ TR TRUNG BÌNH VI PH ƯƠ NG SAI B NG NHAU SO SÁNH GIÁ TR TRUNG BÌNH VI PH ƯƠ NG SAI KHÁC NHAU (X 1 − X 2 ) − (µ − µ ) • “t test: Two Sample t = 1 2 S 2 S 2 Assuming Unequal 1 + 2 Variances” : N<30, N1 N2 c lp, có ph ươ ng sai Phan _ phoi _ Student kh ác nhau. t nh ch p nh n H . (S 2 / N + S 2 / N )2 o γ = 1 1 2 2 (S 2 / N )2 (S 2 / N )2 1 1 + 2 2 N1 −1 N2 −1 (Smith − Satterthwa ite ) 22
  23. SO SÁNH GIÁ TR TRUNG BÌNH VI PH ƯƠ NG SAI KH ÁC NHAU SO SÁNH GIÁ TR TRUNG BÌNH VI PH ƯƠ NG SAI KH ÁC NHAU 23
  24. SO SÁNH GIÁ TR TRUNG BÌNH VI PH ƯƠ NG SAI KH ÁC NHAU SO SÁNH GIÁ TR TRUNG BÌNH VI PH ƯƠ NG SAI B NG NHAU 24
  25. SO SÁNH T S 2 • Tr ắc nghi ệm χ : χ nh ỏ hơn ch ấp nh ận Ho. P (dùng hàm chitest) lớn hơn α ch ấp nh ận Ho. • Tần số lý thuy ết = (t ổng hàng x tổng cột)/ tổng cộng k (O − E )2  χ 2 = ∑  i i  i=1  Ei  r c (O − E )2  χ 2 = ∑∑  ij ij  j=1j = 1  Eij  P(X > χ 2 ) _ voi _ df = (r −1)(c − )1 SO SÁNH T S 25
  26. SO SÁNH T S SO SÁNH T S 26
  27. SO SÁNH T S SO SÁNH T S 27
  28. KI M NH S NG NH T CA NHI U PH ƯƠ NG SAI • Th ư ng dùng so sánh chính xác ca m ph ươ ng pháp nh lư ng (cùng s mu. G nh ch p nh n Ho: 2 2 2 1 = 2 = m (1-)100%. G tra t bng phân v phân b Cochran. S 2 G = max N KI M NH S NG NH T CA NHI U PH ƯƠ NG SAI 2 • Khác s mu, nh , ch p nh n Ho. m m 2 ,2 3026   2 2  χ = ∑ ni − mlg s − ∑(ni −1)lg s1  C  i=1  i=1      1  m 1 1  C =1+ − ∑ m  (3 m − )1 i=1 ni −1  ∑ ni − m   i=1  m 2 ∑(ni − )1 si 2 i=1 s = m ∑ (ni − m) i=1 28
  29. PHÂN TÍCH PH ƯƠ NG SAI M T YU T • “Anova: Single factor”: So sánh giá tr trung bình ca hai hay nhi u mu ư c ly t các dân s.M rng ca tr c nghi m t hay z. Mc ích: ánh giá mc nh hư ng ca mt yu t (bi n) lên giá tr quan sát (hàm áp ng). F nh ch p nh n Ho: µ1= µ2= µk . MSF (Mean _ square _ of _ factor ) F = MSE (Mean _ square _ of _ error ) PHÂN TÍCH PH ƯƠ NG SAI MT Y U T 29
  30. PHÂN TÍCH PH ƯƠ NG SAI MT Y U T PHÂN TÍCH PH ƯƠ NG SAI MT Y U T 30
  31. PHÂN TÍCH PH ƯƠ NG SAI HAI YU T KHÔNG L P •“Anova: Two factor without replication”: ánh giá s nh hư ng ca hai yu t (bi n) lên các giá tr quan sát (hàm áp ng). F nh ch p nh n Ho: µ1= µ2= µk . PHÂN TÍCH PH ƯƠ NG SAI HAI Y U T KHÔNG L P 31
  32. PHÂN TÍCH PH ƯƠ NG SAI HAI Y U T KHÔNG L P PHÂN TÍCH PH ƯƠ NG SAI HAI Y U T KHÔNG L P 32
  33. PHÂN TÍCH PH ƯƠ NG SAI HAI YU T CÓ L P •“Anova: Two factor with replication”: Trong mi mc có s lp li ca k ln thí nghi m. ánh giá s nh hư ng ca hai yu t (bi n) lên các giá tr quan sát (hàm áp ng). F nh ch p nh n Ho: µ1= µ2= µk . • Trong bng ANOVA có thêm i lư ng tươ ng tác (interaction term) gi a hai yu t. PHÂN TÍCH PH ƯƠ NG SAI HAI Y U T CÓ L P 33
  34. PHÂN TÍCH PH ƯƠ NG SAI HAI Y U T CÓ L P PHÂN TÍCH PH ƯƠ NG SAI HAI Y U T CÓ L P 34
  35. Ch ng 5 NG D NG TIN H C TRONG MÔ HÌNH HOÁ SINH H C Ths. Bùi H ng Quân 09.09.25.24.19/09.17.27.26.25 Email: buihongquan@hui.edu.vn Website: www.buihongquan.tk / www.gbd.edu.vn PHÂN TÍCH T ƯƠ NG QUAN • Correlation: kh o sát khuynh hư ng và mc liên quan. R 0,9 xu t sc. N COV (X ,Y ) 2 1 2 Px,y = ;σ x = ∑(X i − µx ) σ xσ y N i=1 N N 2 1 2 ˆ 1 σ y = ∑(Yi − µ y ) ;COV (X ,Y ) = ∑ (X i − X () Yi −Y ) N i=1 N −1 i=1 Th ời gian Độ ẩm Nhi ệt độ Th ời gian 1 ? ? Độ ẩm 0.974654 1 ? Nhi ệt độ 0.77133 0.652367 1 35
  36. PHÂN TÍCH T ƯƠ NG QUAN PHÂN TÍCH T ƯƠ NG QUAN 36
  37. PHÂN TÍCH H I QUY • Regression: xác nh s liên quan nh lư ng gi a hai bi n s ng u nhiên. • Phân tích hi quy tuy n tính (linear regression). •H s hi quy Bi ư c ánh giá bng tr c nghi m t. t nh , ch p nh n Ho: h s hi quy không có ý ngh a. •S phù hp ca ph ươ ng trình hi quy vi th c nghi m ư c ánh giá bng tr c nghi m F. F nh ch p nh n Ho: ph ươ ng trình hi quy không tươ ng thích. CÁC GIÁ TR TH NG KÊ B − β B S 2 t = i i = ;S 2 = 2 2 b (X − X )2 Sb Sb ∑ i Phan _ phoi _ Student :γ = N − 2 MSR F = ; Phan _ phoi _ Fischer : v = ;1 v = N − 2 MSE 1 2 37
  38. C PH ƯƠ NG TRÌNH H I QUY • P value >0,05: Ch p nh n Ho:H s hi quy không có ý ngh a. • Tr c nghi m t trong a tham s = N-k-1 • Tr c nghi m F trong a tham s 1=k; 2=N-k-1. •Fs: >0,05 : Ch p nh n Ho: ph ươ ng trình hi quy không thích hp. PHÂN TÍCH T ƯƠ NG QUAN 38
  39. PHÂN TÍCH H I QUY PHÂN TÍCH H I QUY 39
  40. QUY HO CH TH C NGHI M • MA TR N PLACKETT-BURMAN (Sàng lc các yu t - Screening factors) • MA TR N TAGUCHI OA • MA TR N (2 –level factorial ) 2n • MA TR NMT CONG ÁP NG(RSM): Thi t k cu trúc có tâm (CCD), ma tr n Box – Behnken. •TI ƯU HOÁ THÍCH NGHI–QUY HO CH TI N HOÁ GI I THI U V QUY HO CH TH C NGHI M Các y u t có th ki m soát u u ra vào Quá trình Các y u t không th ki m soát 40
  41. MC TIÊU C A QUY HO CH TH C NGHI M • Xác nh các yu t nh hư ng (bi n). • Xác nh xem giá tr nào thì các yu t nh hư ng làm cho hàm áp ng ti ưu. • Xác nh xem giá tr nào thì các yu t nh hư ng làm cho hàm áp ng ti thi u. • Xác nh xem t giá tr ca các yu t nh hư ng ti thi u hoá nh hư ng ca các yu t không th ki m soát ư c. MC TIÊU C A QUY HO CH TH C NGHI M 41
  42. MC TIÊU C A QUY HO CH TH C NGHI M MT S THI T K • Plackett Burman/ Taguchi OA/ D optimal/ A optimal. • Thi t k 2k (fractional, confounding, fold over, projection) • Các thi t k 3k • Các thi t k ph i hp mc •B trí Latin vuông • Box - Behnken • Thi t k cu trúc có tâm (v i các im sao) • John’s ¾ 42
  43. MICROSOFT OFFICE EXCEL 2003 Ch ức năng Solver • ây là mt ch c nng làm vi c theo thu t toán “vét cn”. Ch ươ ng trình s thay i ln lư t giá tr các ô bi n theo tng bư c nh y rt nh ri tính giá tr hàm mc tiêu tng bư c nh y ó. Da vào kh nng tính toán nhanh, ta có th nhanh chóng tìm ra im ti ưu ymax . SPSS 14.0 – ây là ch ươ ng trình chuyên dùng cho phân tích th ng kê, là sn ph m ca công ty SPSS, phát hành nm 2005. – Tuy ch ươ ng trình này có rt nhi u tính nng mnh nh ưng òi hi ng ư i s dng ph i tìm hi u ho c ư c hu n luy n k lư ng mi có th ng dng hi u qu , ph c v công tác th ng kê. Trong khuôn kh gi i hn, án này xin trình bày sơ nét v mt s ng dng ca SPSS có liên quan n vi c tính toán ti ưu hóa. 43
  44. GI I THI U DESIGN EXPERT® • Design-Expert 7.0.0 (DE) là mt sn ph n ca tp oàn Stat-Ease, ư c tung ra th tr ư ng nm 2005. DE ư c ánh giá là mt ph n mm chuyên dng cho quy ho ch th c nghi m. • Hi n nay, DE h tr mt s ch c nng mi nh ư sau: • Quy ho ch theo mô hình yu t toàn ph n ho c tng ph n vi s bi n lên n 21 trong 512 ln thí nghi m. Quy ho ch bc 1 tng quát: t 1 n 12 bi n, mi bi n có s mc khác nhau t 2 n 999. •Ti ưu hóa theo mô hình thành ph n – tính ch t (Mixture Designs) • Mô hình CCD lên n 30 bi n. GI I THI U DESIGN EXPERT® Thanh tiêu Thanh l nh (menu) Thanh công c óng, m , thu nh c a s Danh sách ch c n ng Màn hình làm vi c chính 44
  45. GI I THI U DESIGN EXPERT® •Summary Summary (hình 3.5) là bng tng kt sơ b bao gm các thông tin v bi n và hàm mc tiêu. Trong ó, cn chú ý hai giá tr là lch chu n (Std. Dev.) và t l (Ratio). Std. Dev.: lch chu n gi a các giá tr có ư c vi giá tr trung bình chung tươ ng ng. Ratio: t l gi a giá tr cao nh t và giá tr th p nh t. •Fit summary Bng Fit Summary (hình 3.6) so sánh mc tươ ng thích ca các mô hình tính toán hi quy. T ó, ng ư i s dng có th nh hư ng ch n mô hình trong các bư c sau. DE s ngh các mô hình thích hp (Suggested) và cnh báo các mô hình không d li u th c hi n (Aliased). GI I THI U DESIGN EXPERT® 45
  46. GI I THI U DESIGN EXPERT® GI I THI U DESIGN EXPERT® • ANOVA Bng ANOVA (hình 3.7) trình bày các kt qu ki m nh gi i tích ph ươ ng sai, và các h s hi quy. Các bi n có mc nh hư ng không áng k, các h s hi quy không có ý ngh a, s không phù hp vi th c nghi m, u ư c cnh báo cho ng ư i s dng. • Solutions Bng Solutions (hình 3.8) cho bi t các im thí nghi m tìm ki m im ti ưu xung quanh cc tr ca b mt áp ng. Ng ư i s dng ư c ngh các im ti ưu theo iu ki n ã nh tr ư c. 46
  47. GI I THI U DESIGN EXPERT® • Graph Columns Graph Columns cho th y s tươ ng quan gi a hai nhân t bt kì, giúp ta nh n bi t sơ b các mi quan h gi a hai cp bi n. Ngoài ra, chúng ta cng có th nh n bi t sm các im thí nghi m không áng tin cy (Outlier) lo i chúng ra kh i qua trình tính toán ho c thí nghi m li ly kt qu . • Design Model Graph ki m tra s bi n i ph ươ ng sai trong vùng thí nghi m, ta cn s dng trình ơ n Model Graph trong mc Evaluation ca ph n Designs . DE 7.0.0 cho phép s dng c th 3D ho c th dng ư ng ơ n bng cách ch n la trong menu View . GI I THI U DESIGN EXPERT® Hp ch n y u t 47
  48. GI I THI U DESIGN EXPERT® GI I THI U DESIGN EXPERT® • bt u mt quá trình tính toán ti ưu (Design) mi, trên thanh menu, ch n File  New Design . • gi li mt d li u c, ch n File  Open Design , ho c nh p t hp phím Ctrl+O . • lưu li d li u ang s dng, File  Save ho c nh p t hp phím Ctrl+S • Khi m mt Design mi, ch ươ ng trình s ngh la ch n mô hình ti ưu trên bng danh sách ch c nng 48
  49. GI I THI U DESIGN EXPERT® • bt u mt quá trình tính toán ti ưu (Design) mi, trên thanh menu, ch n File  New Design . • gi li mt d li u c, ch n File  Open Design , ho c nh p t hp phím Ctrl+O . • lưu li d li u ang s dng, File  Save ho c nh p t hp phím Ctrl+S • Khi m mt Design mi, ch ươ ng trình s ngh la ch n mô hình ti ưu trên bng danh sách ch c nng MA TR N PLACKETT-BURMAN • c phát minh ln u tiên vào nm 1946. • Plackett - Burman • Dùng sàng lc các yu t quan trong trong nông nghi p tng nng su t nông sn. • Có th thi t k t ng bng: Minitab, MSTAT, Design expert, Toolbox, Mathlab, S-plus. . . 49
  50. THI T K MA TR N 7 YU T Row f1 f2 f3 f4 f5 f6 f7 r1 + + + - + - - r2 - + + + - + - r3 - - + + + - + r4 + - - + + + - r5 - + - - + + + r6 + - + - - + + r7 + + - + - - + r8 - - - - - - - GI I THÍCH MA TR N • ( - ) mã hoá mc dư i ca bi n • ( + ) mã hoá mc trên ca bi n • r1 thí nghi m 1 • f1 bi n 1 • Dòng u tiên/ Ct u tiên ư c cho bi: Plackett RL, Burman JP (1946) The design of optimum multifactorial experiments. Biometrika 37:305–25. • Các dòng ti p theo ư c thành lp bng cách ly dòng tr ư c li n k t v trí 1 n v trí n-1 thành v trí th 2 n n ca dòng ti p theo. 50
  51. TÍNH TOÁN K T QU • Nh p s li u vào ch ươ ng trình máy tính tính toán t ng. • Tính h s nh hư ng ca yu t th i bng công th c: N +1 ∑Yir E = r=1 i N 51
  52. QUY HO CH TH C NGHI M YU T TOÀN PH N 2 n •Mi t hp ca các mc yu t u ư c th c hi n nghiên cu. • k yu t và n mc N=n k. Hai mc thì 2k. Hai u biên. • Ph ươ ng trình hi quy có dng: = bo + b1x1 + b2x2 + b3x3 + b12 x1x2 + b13 x1x3 + b23 x2x3 CU TRÚC C A MA TR N Thí nghi m x0 x1 x2 x3 y1 y2 y3 1 + - - - Giá tr hàm áp 2 + + - - ng y o b ng th c nghi m. Có th làm 3 + - + - 3 thí nghi m tâm 4 + + + - xác nh ph ươ ng 5 + - - + sai tái hi n ( l p 6 + + - + li c a thí nghi m) 7 + - + + 8 + + + + 53
  53. TÍNH TOÁN VÀ KI M NH 3 o N ∑ yu o 1 sth u=1 bj = ∑ x ji yi ; sb = ; y = j N i=1 N 3 3 o (y o −y )2 ∑ u b s2 = u=1 ;t = j ; phan _ phoi _ student th 3−1 j s bj N 2 ∑(yi −yˆi ) 2 2 i=1 sdu sdu = ; F = 2 ; phan _ phoi _ Fischer N −1 sth QUY HO CH TH C NGHI M YU T T NG PH N 2n-p • Ch ti n hành mt s kt hp gi a các yu t.S thì nghi m s gi m. • k yu t và n mc N=n k-p. Hai mc thì 2k-p. Hai u biên. 3-1 • Ph ươ ng trình hi quy 2 có dng: = bo + b1x1 + b2x2 + b3x3. Trong ó x1x2 ư c thay bng yu t th ba. 54
  54. MA TR N TYP 2n-p TYT 22 TYP 2 3-1 Thí nghi m xo x1 x2 x1x2 xo x1 x2 x3 1 + - - + + - - + 2 + + - - + + - - 3 + - + - + - + - 4 + + + + + + + + Bi u th c sinh x 3=x 1x2 TÍNH TOÁN VÀ KI M NH m m 2 ∑ yiu ∑(yiu − yi ) y = u=1 ;i = :1 N;s 2 = u=1 i m i m −1 N N 2 2 2 ∑ si m∑( yi − yˆi ) smax 2 i=1 i=1 G = N ;sth = ;stt = 2 N N − l ∑ si i=1 N ∑ x ji .yi b = i=1 ;s 2 = s2 / m;s 2 = s 2 / Nm j N y th b j th 2 bj s t = ;df = N(m −1);F = tt ; f = N − l; f = N(m − )1 j s s 2 1 2 b j th 55
  55. TI ƯU HOÁ THEO Ư NG D C NH T • ã thi t l p ư c ph ươ ng trình h i quy v i y các ki m nh. • Xu t phát t im 0, ch n b ư c nh y m i c a các yu t . Có tính n d u c a các h s . • Làm th c nghi m tìm im t i ưu. b1∆1 b3∆3 δ1 = δ 2 ;δ3 = δ 2 b2∆2 b2∆2 CÁC PH ƯƠ NG ÁN TH C NGHI M C P 2 • Nghiên cu b mt áp ng (Response surface methodology) • Các ph ươ ng án cu trúc có tâm (Central composite design). • Ma tr n Box – Behnken. • Ph ươ ng án quay bc hai Box –Hunter •  Th c hi n tr c ti p trên máy. 56
  56. Giá tr ba y u t nghiên c u trong RSM-CCD 57
  57. MT S PH ƯƠ NG ÁN T I ƯU HOÁ KHÁC •Ti ưu hoá thích nghi- Quy ho ch ti n hoá. • Quy ho ch ơ n hình. •Ti ưu hoá a mc tiêu Tham kh o trong: Nguy n Cnh (2004) Quy ho ạch th ực nghi ệm, NXB DHQG Tp.HCM. TÀI LI U THAM KH O • ng Vn Giáp (1997) Phân tích d li u khoa hc bng ch ươ ng trình MS-Excel, NXB Giáo Dc. • Chu vn Mn (2003) ng dng tin hc trong sinh hc, NXB H QG hà Ni. • Nguy n Cnh (2004) Quy ho ch th c nghi m, NXB HQG Tp.HCM. • Nguy n Ng c Anh và cs. (2008) Phân tích th ng kê s dng excel. DEPOCEN. • Plackett RL, Burman JP (1946) The design of optimum multifactorial experiments. Biometrika 37:305–25. • Và mt s tài li u ti ng nư c ngoài. 66