Mo Hinh Thuc Nghiem (2013)

8/19/2019 Mo Hinh Thuc Nghiem (2013)

1/35

1

MÔ HÌNH THỰC NGHIỆM

GS. TS. Đặng Văn Giáp

Tháng 5/ 2013

KHÁI NIỆM MỞ ĐẦU


2/35

2

MÔ HÌNH TH Ự C NGHI Ệ M

Quá trình nghiên cứu khoa học

1

2

3

4

5

6

7

8

Đặt vấn đề

Xác định mục tiêu

Mô hình thực nghiệm

Tiến hành thực nghiệmvà thu thập dữ liệu

Phân tích dữ liệu

Lý giải kết quả

Kiểm chứng kết quả

Chọn biến số


3/35

3

Mô hình nghiên cứu

Mô hình nghiên cứu (study design, research design), còn gọi là thiết kế nghiên

cứu, bao hàm phương pháp luận và phương cách tổng quát để tiến hành

nghiên cứu khoa học.

Mô hình nghiên cứu xác định các khía cạnh:

a. Kiểu nghiên cứu:

̶ mô tả, tương quan, bán thực nghiệm, thực nghiệm hay phân tích dữ liệu gốc;

̶ hồi cứu, tiến cứu, mô tả cắt ngang (thống kê y-xã hội học)

b. Câu hỏi nghiên cứu.

c. Mô hình thực nghiệm, phương pháp thu thập dữ liệu và kế hoạch phân tích

thống kê.

Mô hình nghiên cứu phải được xác định rõ ràng trong đề cương nghiên cứu.


Mô hình thực nghiệm (experimental design), còn gọi là thiết kế thí nghiệm(design of experiments), bao gồm các thí nghiệm được thiết kế (hay được kiểmsoát) nhằm định hướng cho việc thu thập dữ liệu thực nghiệm một cách hệthống, có kế hoạch và đầy đủ.

Mô hình thực nghiệm quy định các biến số độc lập (xi), các biến số phụ thuộc(y j) và cỡ mẫu thí nghệm (n); có thể được thiết kế bởi phần mềm. Mô hình thựcnghiệm nào thì phương pháp phân tích thống kê (hay phân tích dữ liệu) ấy!

Mô hình thực nghiệm được áp dụng để khảo sát ảnh hưởng các yếu tố(treatment) trên các đối tượng (người, bộ phận cơ thể, nhóm người, cây,thú...). Nó r ất thông dụng trong nghiên cứu thực nghiệm, bán thực nghiệm haythống kê (tầm soát, quan sát) trong khoa học tự nhiên hay khoa học xã hội.

Mô hình nghiên cứu là điều kiện cần, mô hình thực nghiệm là điều kiện đủ đểtiến hành nghiên cứu khoa học.


4/35

4

Mô hình nghiên cứu “ngẫu nhiên, giao nhau 2 x 2”: thông dụng trong nghiên

cứu tương đương sinh học.Giai ñoaïn

Trình töï 1

Trình töï 2

Caùc caùc theå

C h o

ï n n g a ã u n h i e â n

T

aï m n

g ö n g

R T

T R

I II

Không nên cóhi ệu quả t ồn d ư

Thí dụ: mô hình nghiên cứu

Thí dụ: mô hình thực nghiệm (n = 24)

NTN Giai đoạn 1 Giai đoạn 2

171314781912018210219242315121622634511

Thuốc đối chi ếuThuốc đối chi ếuThuốc đối chi ếuThuốc đối chi ếuThuốc đối chi ếuThuốc đối chi ếuThuốc đối chi ếuThuốc đối chi ếuThuốc đối chi ếuThuốc đối chi ếuThuốc đối chi ếuThuốc đối chi ếuThuốc thử nghiệmThuốc thử nghiệmThuốc thử nghiệmThuốc thử nghiệmThuốc thử nghiệmThuốc thử nghiệmThuốc thử nghiệmThuốc thử nghiệmThuốc thử nghiệmThuốc thử nghiệmThuốc thử nghiệmThuốc thử nghiệm

Thuốc thử nghiệmThuốc thử nghiệmThuốc thử nghiệmThuốc thử nghiệmThuốc thử nghiệmThuốc thử nghiệmThuốc thử nghiệmThuốc thử nghiệmThuốc thử nghiệmThuốc thử nghiệmThuốc thử nghiệmThuốc thử nghiệmThuốc đối chi ếuThuốc đối chi ếuThuốc đối chi ếuThuốc đối chi ếuThuốc đối chi ếuThuốc đối chi ếuThuốc đối chi ếuThuốc đối chi ếuThuốc đối chi ếuThuốc đối chi ếuThuốc đối chi ếuThuốc đối chi ếu


5/35

5

Thành phần của mô hình thực nghiệm

Mấy ly?

Mất phút?

Mấy ly?

Mấy tr ứng?Tr ứng

Bột

Đường

Lò nướng

Sản phẩm

Tính chất:

- Vị- Mùi- Thể chất

Yếu tố Mức Đáp ứng

Mô hình yếu tố kinh điển

DF (Degree of freedom): bậc tự do

SS (Sum of squares): tổng bình phương (sai số)

MS (Mean of squares): trung bình của bình phương

1. Mô hình 1 yếu tố (one-factor design; ANOVA: single factor)

2. Mô hình 2 yếu tố (two-factor design; ANOVA: two-factor)

− Không lặp (without replication)− Có lặp (with replication)− Giao nhau (cross-over)

3. Mô hình phân tích phương sai 3 yếu tố (latin square design)


6/35

6

Mô hình yếu tố tổng quát

Một mô hình với F yếu tố được khảo sát, mỗi yếu tố có L mức, đòi hỏi số

lượng thí nghiệm hay cỡ mẫu n = LF. Thí dụ: mô hình F = 2 yếu tố L = 2 mức:

Mô hình yếu tố đầy đủ (full factorial design) cho phép khảo sát ảnh hưởng của

các yếu tố cũng như tương tác của chúng. Tuy nhiên mô hình yếu tố đầy đủ

đòi hỏi phải có một số lượng thí nghiệm r ất lớn khi số yếu tố tăng lên.

Mô hình yếu tố giản lược (fractional factorial design) cho phép giảm bớt r ấtnhiều số thí nghiệm mà vẫn khảo sát được một số sự ảnh hưởng của các yếutố. Thí dụ: D-Optimal, Taguchi OA...

102451225612864321684n

1098765432F

Mô hình yếu tố đặc biệt: D-optimal

aab19bbb18caa17cac16cab15bba14bca13bac12abb11aaa10bcc9abc8bcb7cba6bab5aca4ccc3acc2cbc1x3x2x1 3 yếu tố x 3 mức:

a = Thấpb = Trung bìnhc = Cao

D-Optimal:

n = 19

Thay vì đầy đủ:

n = LF = 33 = 27


7/35

7

Mô hình yếu tố đặc biệt: Taguchi OA

Taguchi OA:

n = 16

Thay vi đầy đủ:

n = LF = 45 = 1024

5 yếu tố x 4 mức:

a = Thấpb = Dưới trung bìnhc = Trên trung bìnhd = Cao

dbacc16

aaaaa15

dcbab14bdcac13

badcb12

dddda11

bbbba10

adbcd9

cabdc8

dacbd7

bcadd6

cccca5

acdbc4

cdabb3

abcdb2

cbdad1

x5x4x3x2x1

TR ẮC NGHI Ệ MGI Ả THUY Ế T KHÔNG


8/35

8

Giả thuyết: nghiên cứu và thống kê

Giả thuyết nghiên cứu (Research hypothesis)

Là sự ước đoán (conjecture) hay sự giả thiết (supposition) về các đặc tính nào

đó của một quần thể.

Giả thuyết thống kê (Statistical hypothesis)

Là phần cụ thể hóa của giả thuyết nghiên cứu, gồm hai phần:

H0: Giả thuyết không (Null hypothesis)

H A: Giả thuyết thay thế (Alternative hypothesis)

Tr ắc nghiệm giả thuyết thống kê, gọi tắt là tr ắc nghiệm giả thuyết, có mục đích

xem xét khả năng chấp nhận hay bác bỏ giả thuyết H0.

Khái niệm và trong toán thống kê

Quyết định

Hành động đúng (1 - )Sai lầm loại I ()Bác bỏ

Sai lầm loại II ()Hành động đúng (1 - )Chấp nhận

Sai Đúng

Giả thuyết không (H0)

= sai số loại I = xác suất bác bỏ H0 (giả sử nó đúng).

Còn được gọi là mức ý ngh ĩ a (level of significance).

Các giá tr ị của : 0,10 hay 0,05 hoặc 0,01.

= sai số loại II = xác suất chấp nhận H0 (giả sử nó sai).

Power = 1 - .

Các giá tr ị của : 0,05 hay 0,10 hoặc 0,20.


9/35

9

Kết quả

Âm tính thật (1 - ) Âm tính giả () Âm tính

Dương tính giả ()Dương tính thật (1 - )Dươ ng tính

Không bệnhCó bệnh

Bệnh tr ạng

Khái niệm và trong chẩn đoán

Dương tính thật (True positive)Dương tính giả (False positive)

Âm tính thật (True negative)

Âm tính giả (False negative)

Độ tin cậy và các giá tr ị tương đương

2,576

1,960

1,650

Hệ số tin cậy (z)

0,01

0,05

0,10

Mức ý ngh ĩ a ()

99

95

90

Độ tin cậy (%)

Trong thực tế người ta hay áp dụng độ tin cậy 95%, tương ứng với giá tr ị =

0,05 và giá tr ị z = 1,96.

Tùy theo tr ường hợp, các công cụ phân tích thống kê sẽ yêu cầu khai báo độ

tin cậy, mức ý ngh ĩ a hay hệ số tin cậy.


10/35

10

Mức ý ngh ĩ a và độ tin cậy

MÔ HÌNHPHÂN TÍCH PHƯƠNG SAI


11/35

11

MÔ HÌNH M ỘT Y Ế U T Ố

Ý ngh ĩ a khoa học

Các giá tr ị thực nghiệm bị ảnh hưởng bởi một yếu tố bất kỳ có thể được trình

bày theo mô hình:

yij = + i + eij

: giá tr ị lý thuyết

i: ảnh hưởng của yếu tố khảo sát

eij: sai số ngẫu nhiên

Mô hình (hay ANOVA) một yếu tố khảo sát sự ảnh hưởng của một yếu tố bất

kỳ có k mức trên các giá tr ị yij theo mô hình trên.


12/35

12


ykn4...y3n3y2n2y1n1

...............

yk2...y32y22y12

yk1...y31y21y11

k...321

Yếu tố khảo sát (có k mức)

Lưu ý:

- Các cỡ mẫu n1, n2, ... nk không nhất thiết phải bằng nhau.

- Tổng số thí nghiệm: n = n1 + n2 + ... + nk

Bảng ANOVA 1 yếu tố

EMSESSn - kSai số

FMS/ EMS

F

FMS

MS

TSS

FSS

SS

n - 1

k - 1

DF

Tổng cộng

Yếu tố khảo sát

Nguồn sai số


13/35

13

Tr ắc nghiệm giả thuyết

H0: 1 = 2 = 3 ... = kH A: ít nhất có 2 i khác nhau

H0: i = 0 (i = 1, 2, 3..., k)

H A: ít nhất có một i 0hay

F = FMS/ EMS

Nếu F > F (1 = k - 1, 2 = n - k) Bác bỏ H0, và ngược lại.

Phân tích thống kê

Biện luận kết quả

Giả thuyết thống kê

Công cụ phân tích dữ liệu

Khối dữ liệu

Cách sắp xếp

Nhãn dữ liệuMức ý ngh ĩ a

Nơi ra kết quả

MS-Excel: Tools\ Data Analysis\ Anova: Single Factor


14/35

14

Thí dụ 1

Dựa theo bệnh án được ghi bởi 3 bác s ĩ , số ngày nằm viện của các bệnh nhân(cùng tr ải qua tiểu phẫu, không có biến chứng) được thống kê như sau:

Thời gian nằm viện của các bệnh nhân có khácnhau hay không ( = 0,05)?

Hướng dẫn

F = 4,704 > F0,05 = 3,467

p = 0,02 < = 0,055

4

3

3

3

3

3

5

C

3

3

5

4

3

4

5

4

B

5

4

4

6

6

4

5

5

A

MÔ HÌNH HAI Y Ế U T ỐKHÔNG L ẶP


15/35

15


Các giá tr ị thực nghiệm bị ảnh hưởng bởi hai yếu tố A và B (không kể tương

tác AB) có thể được trình bày theo mô hình:

yij = + i + j + eij


i: ảnh hưởng của yếu tố A

j: ảnh hưởng của yếu tố B

eij: sai số ngẫu nhiên

Mô hình (hay ANOVA) hai yếu tố không lặp khảo sát ảnh hưởng của 2 yếu tố A và B, không xem xét sự tương tác AB (nếu có), trên các giá tr ị yij theo mô

hình trên.


Lưu ý:

Tổng số thí nghiệm: n = ab

y1b

...

y12

y11

1

yab...y3by2bb

...............

ya2...y32y222

ya1...y31y211

a...32

Yếu tố A

Y ế u t ố B


16/35

16

Bảng ANOVA 2 yếu tố không lặp

EMSESS(a - 1)(b - 1)Sai số

BMS/ EMSBMSBSSb - 1Yếu tố B

AMS/ EMS

F

AMS

MS

TSS

ASS

SS

n - 1

a - 1

DF

Tổng cộng

Yếu tố A

Nguồn sai số


Nếu F A > F [1 = a - 1, 2 = (a - 1)(b - 1)] Bác bỏ H0, và ngược lại.

Nếu FB > F [1 = b - 1, 2 = (a - 1)(b - 1)] Bác bỏ H0, và ngược lại.

F A = AMS/ EMS và FB = BMS/ EMS



Giả thuyết thống kê

H0: i = 0 (i = 1, 2, 3, ... a)

H A: ít nhất có một i 0 A

H0: j = 0 (j = 1, 2, 3, ... b)

H A: ít nhất có một j 0B


17/35

17

MS-Excel: Tools\ Data Analysis\ Anova: Two-Factor without Replication

Khối dữ liệu

Nhãn dữ liệuMức ý ngh ĩ a

Nơi ra kết quả


Thí dụ 2

Điểm linh hoạt của 4 nhóm bệnh nhân tâm thần sau khi được điều tr ị bởi 5phương pháp phân tâm học:

7489708170Trung bình

7081687867Thấp

6980657062Rất thấp

6468606858Không

EDCB A

Phương pháp phân tâm học hiệu nghiệm hay không ( = 0,05)?

F A = 30,229 > F0,05 = 3,259

p = 3,5x10-6 < = 0,05

Hướng dẫn


18/35

18

MÔ HÌNH HAI Y Ế U T ỐCÓ L ẶP

Các giá tr ị thực nghiệm bị ảnh hưởng bởi hai yếu tố A và B, kể cả tương tác

AB, có thể được trình bày theo mô hình:

Yijk = + i + j + ()ij + Eijk


i: ảnh hưởng của yếu tố A

j: ảnh hưởng của yếu tố B

()ij: ảnh hưởng do tương tác AB

Eijk: sai số ngẫu nhiên

Mô hình (hay ANOVA) hai yếu tố có lặp khảo sát ảnh hưởng của 2 yếu tố A và

B, có xem xét sự tương tác AB (nếu có), trên các giá tr ị Yijk theo mô hình trên.



19/35

19

Thí dụ về tương tác (dược phẩm):

1 + 1 = 0 Sự đối kháng (antagonism)

1 + 1 >> 2 Sự hiệp lực (synergism)

Bactrim = sulfamethoxazole + trimethoprim

tr ụ sinh kháng khuẩn

Nghiện morphin + Chích nalorphine = Hết nghiện


Yếu tố A

Y ế u t ố B

C ỡ

l ặ p ( r

2 )

xxxx

xxxx

xxxx

xxxx

xxxx

b

………………

xxxx

xxxx

xxxx

xxxx

xxxx

1

xxxx

xxxx

xxxx

xxxx

xxxx

2

xxxx

xxxx

xxxx

xxxx

xxxx

3

a…21 3


20/35

20

Bảng ANOVA 2 yếu tố có lặp

EMSESSab(r - 1)Sai số

BMS/ EMSBMSBSSb - 1Yếu tố B2

ABMS/ EMS ABMS ABSS(a - 1)(b - 1)Tương tác AB3

AMS/ EMS AMS ASSa - 1Yếu tố A1

TSSrab - 1Tổng cộng

DF FMSSSNguồn sai số

1. Columns 2. Sample 3. Interaction


Đặt giả thuyết


Biện luận kết quảNếu F A > F [1 = a - 1, 2 = ab(r - 1)]: Bác bỏ H0, và ngược lại.

Nếu FB > F [1 = b - 1, 2 = ab(r - 1)]: Bác bỏ H0, và ngược lại.

Nếu F AB > F [1 = (a - 1)(b - 1), 2 = ab(r - 1)]: Bác bỏ H0, và ngược lại.

H0: i 0 (i = 1, 2, 3, ... a)

H A: ít nhất có một i 0 A H0: j 0 (j = 1, 2, 3, ... b)


H0: ()ij = 0

H A: ít nhất có một ()ij 0 AB

F A = AMS/ EMS, FB = BMS/ EMS và F AB = ABMS/ EMS


21/35

21

Nhập dữ liệu

Nhãn dữ liệu

Mức ý ngh ĩ a

Nơi ra kết quả

MS-Excel: Tools\ Data Analysis\ Anova: Two-Factor with Replication


30233119272630202830282030252521 29242320

Lao

6040303645423035503631304542294540393030

Ung thư

3230302129252827262429223128302528242520

Tim

> 5040-4930-3920-29

Thí dụ 3


22/35

22

F A = 18,634 > F0,05 = 2,798

p = 3,7 x 10-8 < = 0,05

FB = 80,540 > F0,05 = 3,191

p = 4,6 x 10-16 < = 0,05

FI = 7.035 > F0,05 = 2,295

p = 2,1 x 10-5 < = 0,05

Hướng dẫn

Theo tài liệu thống kê, thời gian thăm bệnh (phút) tại nhà bệnh nhân của 4nhóm y s ĩ có tuổi khác nhau (xem Bảng tiếp theo).

Hãy cho biết nhóm tuổi của y s ĩ và/ hoặc loại bệnh được thăm khám có ảnhhưởng đến thời gian thăm bệnh? Có tương tác giữa 2 yếu tố nêu trên haykhông ( = 0,05)?

MÔ HÌNH HAI Y Ế U T ỐGIAO NHAU


23/35

23


Mô hình giao nhau được xem như môhình hai yếu tố mà trong đó mỗi đơn vị đều được áp dụng lần lượt tất cả mứckhảo sát.

So với mô hình hai yếu tố, mô hìnhgiao nhau có đặc điểm là những thínghiệm được sắp đặt theo một thứ tự (order) như ý định.

Nhờ sự quân bình của thứ tự, nếu xảy

ra sự ảnh hưởng khác nhau giữa cácđợt sẽ có sự bù tr ừ cho nên mô hìnhgiao nhau ít sai số hơn mô hình haiyếu tố.

B ệ n h n h â n

1234567

89

B ABC

ACB

C A

CC

ABB

A A

BC

ABC

ACBC

AB

Giai đoạn

1 2 3

A, B, C: loại thuốc

Bảng ANOVA 2 yếu tố giao nhau

EMS ABSS(a - 1)(b - 2)Sai số

BMS/ EMSBMSBSSb - 1Yếu tố B

OMS/ EMSOMSOSSa - 1Thứ tự O

AMS/ EMS AMS ASSa - 1Yếu tố A

TSSab - 1Tổng cộng



24/35

24





Nếu F A > F [1 = (a - 1), 2 = (a - 1)(b - 2)]: Bác bỏ H0, và ngược lại.

Nếu FB > F [1 = (b - 1), 2 = (a – 1)(b - 2)]: Bác bỏ H0, và ngược lại.

Nếu FO > F [1 = (a - 1), 2 = (a - 1)(b - 2)]: Bác bỏ H0, và ngược lại.

H0: i 0 (i = 1, 2, 3, ... a)



H0: ()ij = 0

H A: ít nhất có một ()ij 0O

F A = AMS/ EMS, FB = BMS/ EMS và FO = OMS/ EMS

Thí dụ 4

128C90 A98B3

99 A102C107B1IIIIII

89B106C100 A2

107C111B92 A5

195C187 A169B7

155B168C122 A9

63 A54B71C4

77 A95B88C8

91B115 A113C6

Giai đoạn & Thứ tự

B ệ n h n h â n

Hướng dẫn

FO = 0,950 < F0,05 = 3,739p = 0,41 > = 0,05

Hãy cho biết thứ tự

dùng thuốc có ảnh

hưởng trên các giá tr ị

AUC (g/ ml.giờ) của

3 thuốc A, B và C (

= 0,05)?


25/35

25

MÔ HÌNH BA Y Ế U T Ố ĐƠ N GI ẢN (VUÔNG LA TINH)


Yijkl = + i + j + k + ()ij + ()ik+() jk + ()ijk + Eijkl

giá tr ị lý thuyếti, j vaø k ảnh hưởng của A, B và C()ij, ()ik vaø () jk tương tác AB, AC và BC()ijk tương tác ABCEijkl sai số ngẫu nhiên

Các giá tr ị thực nghiệm bị ảnh hưởng bởi ba yếu tố A, B và C, kể cả tương tác

nếu có, có thể được trình bày theo mô hình:

Tr ường hợp đơn giản nhất (không tính bất kỳ tương tác nào), mô hình vuông

La tinh có dạng như sau:

Yijkl = + i + j + k + Eijk


26/35

26

Bảng ANOVA 3 yếu tố (vuông la tinh)

EMSESS(r – 1)(r - 2)Sai số

BMS/ EMSBMSBSSr - 1Yếu tố B

CMS/ EMSCMSCSSr - 1Yếu tố C

AMS/ EMS AMS ASSr - 1Yếu tố A

TSSr 2

- 1Tổng cộng


r = số mức của các yếu tố (3, 4, 5...)




Biện luận kết quảNếu F A > F [1 = (r - 1), 2 = (r - 1)(r - 2)]: Bác bỏ H0, và ngược lại.

Nếu FB > F [1 = (r - 1), 2 = (r – 1)(r - 2)]: Bác bỏ H0, và ngược lại.

Nếu FC > F [1 = (r - 1), 2 = (r - 1)(r - 2)]: Bác bỏ H0, và ngược lại.

H0: i 0 (i = 1, 2, 3, ... a)



H0: i 0 (k = 1, 2, 3, ... c)H A: ít nhất có một i 0

C

F A = AMS/ EMS, FB = BMS/ EMS và FC = CMS/ EMS


27/35

27

Thí dụ 5

Dựa vào kết quả sau, hãy cho biết thuốc có tác dụng làm giảm cân hay không(= 0,05)?

300200100> 80

100300200< 60

200

>70

300

> 50

10060-80

50-70

Mô hình vuông La tinh K ết quả gi ảm cân (kg)

Tuổi (năm)

T h ể t r ọ n g ( k g )

Thuốc (mg)

653

545

465

Hướng dẫn

FC = 28.000 > F0,05 = 19.000p = 0,03 < = 0,05

MÔ HÌNH ĐA YẾU TỐVÀ ĐA ĐÁP ỨNG


28/35

28

Một số thí dụ “đa yếu tố, đa đáp ứng”

̶ y1 = Cholesterol toàn phần

̶ y2 = Triglycerid ̶ y3 = Creatinin ̶ y4 = Sang thương sinh thiết loại 1 ̶ ...

̶ x1 = Thời gian tr ước điều tr ị ̶ x2 = Phương pháp điều tr ị ̶ x3 = Đáp ứng điều tr ị ̶ ...

Hội chứng thận hư ở tr ẻ em (Khoa Nhi)

Yếu tố ảnh hưởng = Biến số độc lập (xi) = Nguyên nhân:

Đáp ứng = Biến số phụ thuộc (y j) = Kết quả:

y1 = Tuổi thai lúc sanh (con)y2 = Tr ọng lượng tr ẻ sơ sinh (con)y3 = Suy hô hấp sau sanh (con)y4 = Băng huyết sau sanh (mẹ)y5 = Thời gian đường huyết về bình thường sau sanh (mẹ)

x1 = Cân nặng tr ước tr ước thai kỳ (mẹ)x2 = Chế độ dinh dưỡng trong thai kỳ (mẹ)x3 = Chế độ tập thể dục trong thai kỳ (mẹ)x4 = Nồng độ đường huyết trong thai kỳ (mẹ)x5 = Tình tr ạng đáp ứng với điều tr ị insulin (mẹ)

Kết cuộc thai kỳ đối với sản phụ đái tháo đường (Khoa Sản)

Yếu tố ảnh hưởng = Biến số độc lập (xi) = Nguyên nhân:

Đáp ứng = Biến số phụ thuộc (y j) = Kết quả:


29/35

29

y jxi y2...x2 y3 ...x1 y1x3

...

2

n

1

3

Mô hình thực nghiệm “đa yếu tố, đa đáp ứng”

xi = x1, x2, x3... biến số độc lập (yếu tố).

yi = x2, x2, x3... biến số phụ thuộc (đáp ứng).

Mỗi yếu tố (F) có ít nhất 2 mức (L)

Cỡ mẫu: n = LF.

Phương pháp truyền thống

Phân tích tương quan

R| Mô tả

< 0,20 r ất lỏng lẻo

0,20 – 0,40 lỏng lẻo

0,40 – 0,70 trung bình

0,70 – 0,90 chặt chẽ

> 0,90 r ất chặt chẽ

Theo Roundtree (1981)...............

...r y3x3r y3x2r y3x1y3



...x3x2x1

Chỉ cho hệ số tương quan r.


30/35

30

a. Rất giới hạn về số lượng biến x i; thường chỉ dùng với vài biến xi vì nếu cótương tác thì phương trình tr ở nên phức tạp hơn.

b. Mỗi lần chỉ có thể được áp dụng với một biến y i; vì thế không phù hợp vớithực tế “đa biến số, đa đáp ứng”.

c. Phụ thuộc mô hình toán học (đòi hỏi tuyến tính), không phù hợp với dữ liệuphức tạp, không dùng số hay thiếu tr ị số…

Phân tích hồi quy

- Dạng lý thuyết: = 0 + 1x1 + 2x2 ... + kxk- Dạng ước tính: y = b0 + b1x1 + b2x2 ... + bkxk + e (e: sai số)

- Dạng ước tính: yâ = b0 + b1x1 + b2x2 ... + bkxk (e 0)

b0: hằng số (constant) b: tham số (parameter); k = số lượng tham số

bi (b0 & b): hệ số hồi quy (regression coefficient)

Phương pháp thông minh

Ưu điểm so với phương pháp truyền thống

a. Không giới hạn về số lượng biến xi, đáp ứng yêu cầu khảo sát đa yếu tố.

b. Không giới hạn về số lượng y j: phù hợp với thực tế nghiên cứu đa đáp ứng.

c. Không phụ thuộc mô hình toán học, phù hợp với dữ liệu phức tạp, định tínhhay thiếu tr ị số (dùng -99999).

d. Có thể dự đoán chính xác kết quả (y j) từ nguyên nhân (xi) biết tr ước dựatrên mô hình liên quan nhân quả đã được thiết lập.

Quá trình xử lý

Đ ầ u v à o

Đ ầ u r a

x1x2x3xi

y1y2y j


31/35

31

Mô hình thực nghiệm(đa yếu tố, đa đáp ứng)

Tối ưu hóa xiđể có y j mong muốn

Dự đoán chính xác y jtừ xi biết tr ước

Phân tích liên quan(giữa yếu tố và đáp ứng)

1. Mức độ

2. Xu hướng

3. Quy luật

Phần mềm thông minhFormRules

Phần mềm thông minh

INForm

Phần mềm thống kêDesign-Expert

Các lãnh vực nghiên cứu

Phần mềm thông minh FormRules: sử dụng công nghệ logic mờ-thần kinh để nghiên cứu liên quan nhân quả:xu hướng, mức độ và quy luật.

Số l ượ ng

M ứ c t r ừ u t ư ợ n g

A

B

C

D Sâu (Deep)

Nông (Shallow/ Declarative)

A. Dữ liệu (Data)

B. Thông tin (Information)

C. Tri thức (Knowledge)D. Sáng suốt (Wisdom)

FormRules

Phân tích liên quan nhân quả


32/35

32

Phần mềm INForm sử dụng 2 công nghệ thông minh:

Mạng thần kinh: xác lập các mô hình liên quan nhân quả và dự đoán đáp ứng hay tình huống xấu.Hệ mô tả gen: tối ưu hóa các thông số của các yếu tố.

-

-

Nguyên nhân(đa yếu tố)

Kết quả(đa đáp ứng)

Xác lập mô hình

Điều gì xảy ra

T ối ư u hóa

Tối ưu hóa & Dự đoán

Quy trình chiết xuất Diệp hạ châu

x1 = EtOH (L, M, H)

x2 = Dung môi/ Dược liệu (9, 12, 15)

x3 = Số lần chiết (2, 3)

Dược liệu

Cao lỏng

Cao đặc

Cao khô

Chi ết

Bốc hơ i

Phun khô

Cắn PhyllanthinCHCl 3

Tinh chế

y2y1

Phyllanthus amarus Schum. & Thonn., Euphorbiaceae

Thí dụ 6

Mục tiêu nghiên cứu


33/35

33

Ghi chú:

− x1: Nồng độ cồn

− x2: Dung môi/ dược liệu

− x3: Số lần chiết

− y1: Hiệu suất chiết (%)

− y2: Phyllanthin (%)2,660,523,951,91

0,47

3,04

4,01

1,07

0,63

0,550,67

1,281,36

1,55y2

6,32

5,886,126,71

6,10

5,89

6,02

6,89

6,06

6,305,50

6,926,34

7,21y1

H

L

HM

LH

H

M

L

L

L

M

M

Mx1

3

2

32

23

2

3

3

3

2

2

2

3x3

15

12

1212

159

15

9

9

12

9

15

9

15x2

14

12

10

8

6

4

2

13

9

5

1

11

3

7

Mô hình thực nghiệm D-optimal

x1

x2

x3

x1

x2

x3

Hiệu suất chiết

Phyllanthin

EtOH

y1

y2

y1

y2

Xu hướng liên quan


34/35

34

91,2376

98,6346

Giá tr ị R2 luyện

--+y2

+++y1

x3x2x1

Điều kiện chiết xuấtTính chấtsản phẩm

100

yy

yy

1100TSS

ESS1R

n

í

2i

n

1

2ii

2

)(

)ˆ( y: giá tr ị thực nghiệm

yÂ: giá tr ị dự đoán

Dưới trung bình (không, kém)

Trung bình

Trên trung bình (khá, cao, r ất cao)

Mức độ liên quan

Đối với hiệu suất chiết (%)

Nếu x1 là thấp t h ì y2 sẽ thấp (1,00)

Nếu x1 là trung thì y2 sẽ cao (1,00)

Nếu x1 là cao thì y2 sẽ thấp (1,00)

Nếu x3 là cao thì y2 sẽ cao (0,95)

Nếu x2 là thấp t h ì y2 sẽ thấp (1,00)

Đối với tỷ lệ phyllanthin (%)

Nếu x1 là thấp thì y1 sẽ thấp (0,97)

Nếu x1 là cao thì y1 sẽ cao (0,83)

Quy luật liên quan


35/35

0.05.467

5.750

6.034

6.317

6.601

6.884

y1

2.01.6

1.20.8

0.4

x12.0

1.61.8

0.80.4

0.0

x2

Biểu đồ 3 chiều

Tối ưu hóa thông số

Kiểm chứng thực nghiệm

x1 = Nồng độ cồn = M

x2 = Dung môi/ dược liệu = 15

x3 = Số lần chiết = 2

Tính chất sản phẩm

2,34

6,38

INForm

2,40

6,09

TB

2,402,652,73Phyllanthin (%)

6,095,986,18Hiệu suất chiết (%)

321

Thực nghiệm

Quy trình tối ưu

Documents

Mo Hinh Thuc Nghiem (2013)