导入数据，并对数据进行规范编码，方便后续分析。
这里直接进行二阶多项式拟合，SO表示二阶全部作用，包括（FO，TWI（交互项），PQ（二次项）。
二阶方程拟合中显示总模型显著性极显著，调整R平方为0.9345，同时失拟（Lack of fit）不显著，说明模型可用。同时二阶方程模型给出了因素在曲面驻点位置（Stationary point in original units）桂花粉、水和酵母（编码水平：0.11724686、-0.06759396和0.16777893，实际水平：3.234494、59.864812、2.083889），因素的特征根分析（Eigenanalysis）值均为负，说明上述位置点为最高点（）。如果均为正，说明驻点为最小值；如果特征根同时存在正负，说明驻点为鞍点。拟合方程为：
计算回归模型的约束最大值的置信区间（默认为95%）。R包Optima Region可用于计算响应面模型的最佳位置（全局最大值或最小值）上的置信区域。支持参数模型（最多5个协变量中的二次和三次多项式）和非参数模型（2个协变量中的薄板样条模型）。该方法基于bootstrap自举和Tukey数据深度，不依赖于响应的任何分布式假设。通过提供覆盖率分析，证明最佳位置区域的分布和稳定性。
(www.xing528.com)
图14-7 各因素最佳水平置信区间图
需要注意：最佳配方水平组合还需要经过实际工作重复验证。这里使用rnorm（）模拟10 000次最佳配方仿真模拟实验，可以发现感官得分可以稳定在86.2-86.25之间。
图14-8 各因素最佳水平模拟抽样图
结论：通过上述分析我们可以获得拟合方程和最佳实验方案。桂花法式面包的最佳配方：桂花粉3.234%，水59.864%和酵母2.084%，在此最佳条件下，面包的感官评分86.254分。需要注意该水平组合还需要经过实际工作验证。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
