单因素指标

单因素指标（共7篇）

单因素指标 篇1

在慢性的重型肝炎疾病中,比较常见的一种主要就是重型乙型肝炎。因各种因素或者肝炎病毒而导致的重型乙型肝炎预后均不相同,对其影响预后的因素进行分析时,应将乙型肝炎中病毒参与而致使病人发病的相关因素考虑进去[1]。笔者主要就慢性重型乙型肝炎病人预后中检验指标对其造成影响的多、单因素进行相应的分析,现作如下详细报道。

1. 临床研究资料和方法

1.1 临床研究资料

将本院在2013年5月一2014年5月期间收治的慢性重型乙型肝炎病人74例当作本次研究的主要对象,74例病人中男女比例为40:34,病人的年纪在25岁一45岁,其平均年纪约(35±3.48)岁;20例病人出现有肝硬化症状,24例有肝性脑病,30例属于肝肾综合征;在所有病人中,21例表现有腹腔积液,25例属于继发感染,28例有消化道出血症状。全部病人都采用清蛋白或血浆、甘草酸制剂、对症处理及营养支持进行治疗,有的病人使用前列腺素E或促肝细胞生长素,HBVDNA载量较高的病人采用拉米夫定的抗病毒药物进行治疗。

1.2 方法

进行检测的过程中,对于乙型及丙型的肝炎病毒学检测应以美国雅培公司生产的AXSYM全自动酶标仪及雅培3代试剂进行操作,而丁型、甲型的肝炎病毒病人标志物检测的试剂采用北京贝尔生物生物工程有限公司所提供的。HBVDNA的定量应通过PE7300荧光定量中的PCR分析仪来进行;采用德国的AD-VIA—120全自动血球分析仪对病人血常规进行检测[2,3]。

1.3 判断预后的标准

根据出院时病人的转归情况分为好转、无好转,对于出院时无法对其预后进行判断的病人,应对其进行相应的随访,直到病人预后转归为止。判断病人是否属于好转的标准是:病人腹胀、乏力及食欲不振的症状显著好转;总胆红素小于85ymol/L、总红胆素与基线化验的结果相比降低50%以上;且PTA大于40%,具有Lc基础的病人PTA大于30%且与基线的化验结果比较上升10%以上。与上面几项标准相符的病人判断属于好转,反之则没有好转。其中基线化验是病人入院时第一次化验的结果、病情转重进行确诊后属于慢性的重型肝炎检验结果。

1.4 统计学方法

通过SPSS19.0统计学软件分析以及处理本组研究数据,参照本研究及文献数据的具体特点,采用分层分析的方法对所对病人预后有影响的因素进行进行研究,单因素分析采用X2检验,直至将有意义的所有单因素筛选出来。多因素的分析则采用Logistic回归。

2 结果

2.1 单因素

对慢性重型乙型肝炎病人预后有影响的单因素是:丙氨酸氨基转移酶或者天门冬氨酸氨基转移酶超过1.2、PTA低于20%、白蛋白低于30gL、总胆红素大于等于513μmol/L、CHE小于4000U/L、CHO小于1.6mmol/L、HBV DNA水平比较高、PLT小于50×109/L、较高HBV DNA水平,以上的这几项都是影响病人预后的单因素。

2.2 多因素

通过Logistic多元回归分析之后发现,检验指标中有五项是影响慢性重型乙型肝炎病人预后的独立预测因子,其分别是:白蛋白小于30gL、CHO低于1.6mmol/L、较高水平的HBV DNA、PTA小于20%、PLT低于50×109/L。

3 讨论

在一些相关的报道中显示,慢性的重型乙型肝炎病人中,影响其预后的因素比较多,而这所有的影响因子中,CHE、ALB、PTA、CHO的降低会使肝细胞的合成功能遭受到严重的损害,且天门冬氨酸氨基转移酶或丙氨酸氨基转移酶上升、总胆红素上说明肝细胞同样会遭到严重破坏,上面的这几项指标均对病人的预后有较大影响。因此,临床中对慢性重型乙型肝炎病人进行诊治的过程中必须引起重视,进而才可以采用适合的方法对病人实施治疗,使病人的治疗效果得到相应的提升,进而帮助病人战胜疾病,改善病人的生活质量[4,5]。

参考文献

[1]肖基海.慢性乙型重型肝炎预后因素分析[J].河北医学,2013,45(4):384-385.

[2]高世成,艾罗燕,马秀英.慢性重型乙型肝炎预后影响因素研究[J].现代中西结合杂志,2011,43(1):617-618.

[3]丁剑波,郝新洁,李秀惠.慢性乙型重型肝炎预后影响因素Logistic回归分析[J].传染病信息,2012,62(21):563-565.

[4]秦景桃,陆建春,史建国.慢性乙型重型肝炎患者预后影响因素的分析[J].医学综述,2013,83(42)1654-656.

[5]胡耀仁,邓勤智,丁世雄.慢性乙型重型肝炎的预后因素分析以及预后模型的建立[J].中华全科医学,2014,54(81):376-379.

单因素指标 篇2

互联网技术的发展和应用的普及使得同质化业务竞争愈演愈烈, 业务功能的多少已不再是衡量业务优质与否的惟一标准, 消费者在希望业务功能满足其需求的同时, 更加注重使用业务时的体验和感受。

CEM的三个常用量化指标

用户体验 (User Experience, 简称UE) 是用户使用产品或服务过程中建立起来的主观心理感受。当同类竞争产品功能差异不大时, 用户体验将成为提升产品核心价值的重要因素, 因此, 用户体验也成为企业产品竞争的焦点。

用户体验管理 (CEM) 是电信运营商业务管理的一种方法, 实时检测用户体验的质量, 可以起到优化和增强用户体验的作用, 通常以管理平台的形式布放在网络侧。在用户体验管理系统中, 涉及到的常用量化指标有以下三个:QoE (用户体验) 即终端用户对通信网络提供业务性能的主观感受;KQI (关键质量指标) 是主要针对不同业务提出的业务质量参数;KPI (关键性能指标) 是针对业务承载网络提出的网络质量参数。

这三个指标可以通过接近量化的方法来表示终端用户对业务与网络的体验和感受, 并反映当前业务和网络的质量与用户期望间的差距。 (如图1所示)

运营商需专注用户体验研究

移动互联网时代, 电信运营商面对来自终端厂商、互联网企业等产业链不同环节的激烈竞争, 更需要重新思考自我价值及定位。运营商的价值就在于拥有众多的用户, 但如何留住用户并挖掘更多的价值则需要运营商深入思考和研究。

总体而言, 用户体验研究涉及到三个不同层面的内容。

一是界面用户体验研究, 着重关注和研究客户端的图形化UI和功能操作的便捷性。这是单一的界面设计与实现, 从事这方面研究的主要是互联网应用开发者和浏览器软件开发商。

二是产品用户体验研究, 重点关注应用产品是否满足用户的需求和是否具备良好的操作体验。这一层面既要研究客户端界面的设计, 又要研究符合用户需求的应用业务, 从事这方面研究的主要是终端厂商和互联网运营商。

三是整体用户体验研究, 主要关注端到端的用户体验。具体包括应用的客户端界面、用户终端、业务平台、承载网络等环节, 从事这方面研究的主要是电信运营商。

因此, 电信运营商若想赢得新形势下的竞争, 就必须做好与用户体验相关的各项工作。在这方面, 香港和黄公司是业界范例。香港和黄公司依托客户资源, 深入研究用户体验的需求, 设计满足用户体验的全业务解决方案, 通过自有及合作资源, 把电信运营商的传统业务与互联网流行的业务, 如社区、游戏、内容等进行整合, 借助自有手机终端平台推荐给用户, 成功转型为移动互联网领域的融合业务创新者。

另外, 韩国SKT联合终端厂商对用户体验的出色把握也值得借鉴。SKT早在2G时代就与终端厂商展开紧密合作, 1998年成立专业手机生产企业SKTT, 定位于SKT新业务发展的战略支持部门。SKTT的用户体验研究部门与SKT终端产品管理部门互相配合, 完成终端产品的研发过程 (如图2所示) , 同时, SKT还依据用户体验的研究成果, 制定了详尽的终端产品研发规范 (如图3所示) 。

建立端到端用户体验评估体系

成功的用户体验应能事先预判用户的期望, 这是运营商关注、研究用户体验的目的, 因此, 运营商加强用户体验评估体系的研究可从以下三个方面着手。

第一, 关注Qo E管理方面的研究。跟踪国际标准化组织关于QoE管理方面的研究动向, 逐步建立自己的QoE管理体系架构, 研究、讨论制定相关的技术规范和业务流程;针对主流业务和应用, 整理和分析用户层面的需求, 积极开发专用的Qo E管理平台, 建立基于Qo E的端到端的终端产品用户体验评测体系。

第二, 制定企业UE工作流程。通过明确各环节的工作目标及考核标准, 以保证终端产品的准确定位, 提高用户的忠诚度和应用业务的使用率。

第三, 细化终端或业务的定制策略。通过推出定制终端或业务, 使数据业务与终端用户体验达到深度结合, 并由现在的UI界面、LOGO和部分3G特色业务的中度定制逐步转变为涉及浏览器、中间件和操作系统等的深度定制。

移动互联网时代, 用户体验元素已渗透于移动互联网业务运营的全过程。但现阶段电信运营商进行网络分析、优化仍主要依靠网络KPI, 这并不能反映实际的用户体验, 在多业务的移动互联网时代, 要从用户层、业务层、网络层来综合建立端到端的用户体验评估体系。

通常的做法是将用户体验 (QoE) 、业务质量 (KQI) 、网络性能 (KPI) 的主要指标参数集中起来, 通过某种优化算法, 建立实时数据采集、分析及业务质量提升的辅助决策系统, 协助运营商运维部门监控网络运行中的质量状态, 并对不同状况的业务质量问题进行定位分析, 并提供解决方案。同时, 根据用户需求提供服务, 对不同级别用户 (如VIP用户和普通用户) 、不同业务、不同网络的服务要求, 实现端到端的用户体验解决方案。另外, 在合理、有效的评价体系基础上, 通过在线实时监测系统, 基于Qo E的无线网络优化, 以解决有效接入无线网络和有效分配无线资源等问题, 从终端用户体验的角度提高网络整体性能。

单因素指标 篇3

1 材料和方法

1.1 主要原料、药品和仪器

1.1.1 主要原料和药品

青稞淀粉由天津商业大学农产品贮藏与加工试验室自制;α-淀粉酶由天津诺奥生物科技有限公司提供。

1.1.2 主要仪器

KQ-500B型超声波清洗器，昆山市超声仪器有限公司;DH-101电热恒温鼓风干燥箱，广州晟龙试验仪器有限公司;YXQG02型手提式电热压力蒸汽消毒器，山东得安医疗器械有限公司。

1.2 方法

1.2.1 RSⅢ制备工艺

配制一定浓度的青稞淀粉乳(pH值4.0)→加α-淀粉酶→预糊化(95℃)→压热处理(120℃，30min)→冷却→低温静置(4℃，24h)→离心(4 000r/min,10min)→取沉淀→干燥→成品→测定其中RSⅢ含量。

1.2.2 淀粉乳浓度和压热温度对青稞RSⅢ形成的影响

配制青稞淀粉乳浓度分别为25.6%、31.8%、38.0%、46.6%、51.5%的5瓶，各加入120U/mLα-淀粉酶后置于恒温水浴锅里进行预糊化处理30min，预糊化温度为95℃。然后放入高压灭菌锅中进行压热处理30min，压热温度分别为105、110、115、120、125℃。充分糊化后，取出冷却至室温，于冰箱中冷藏静置24h，再经过过滤后在50℃下干燥，测定其中RSⅢ含量，研究淀粉乳浓度和压热温度对青稞RSⅢ制备产率的影响。

1.2.3 α-淀粉酶用量和压热时间对青稞RSⅢ形成的影响

配制5瓶浓度均为31.8%的青稞淀粉乳，分别加入40、80、120、160、200U/mL的α-淀粉酶后置于恒温水浴锅里进行预糊化处理30min，预糊化温度为95℃。然后放入高压灭菌锅中进行压热处理，压热温度为120℃，压热时间分别为20、30、40、50、60min。充分糊化后，取出冷却至室温，于冰箱中冷藏24h，再经过过滤后在50℃下干燥，测定其中RSⅢ含量，研究α-淀粉酶用量和压热时间对青稞RSⅢ制备产率的影响。

1.2.4 预糊化时间对青稞RSⅢ形成的影响

配制5瓶浓度均为31.8%的青稞淀粉乳(淀粉乳浓度为2%)，各加入120U/mLα-淀粉酶后置于恒温水浴锅里分别进行预糊化处理20、30、40、50、60min，温度为95℃。然后放入高压灭菌锅中进行压热处理30min，压热温度为120℃。充分糊化后，取出冷却至室温，于冰箱中冷藏24h，再经过过滤后在50℃下干燥，测定其中RSⅢ含量，研究预糊化时间对青稞RSⅢ制备产率的影响。

1.2.5 老化温度对青稞RSⅢ形成的影响

配制5瓶浓度均为31.8%的青稞淀粉乳(淀粉乳浓度为2%)，各加入120U/mLα-淀粉酶后置于恒温水浴锅里进行预糊化处理30min，预糊化温度为95℃。然后放入高压灭菌锅中进行压热处理30min，压热温度为120℃。充分糊化后，取出冷却至室温，分别于0、4(冰箱)、25、35、45、55℃中冷藏24h，再经过过滤后在50℃下干燥，测定其中RSⅢ含量，研究老化温度对青稞RSⅢ制备产率的影响。

1.2.6 根据最佳工艺条件制备回生青稞RSⅢ

根据前面研究所得最佳工艺条件制备回生青稞RSⅢ，计算回生青稞RSⅢ制备产率。

1.2.7 回生青稞RSⅢ测定方法

参考文献[16]。

2 结果与讨论

2.1 淀粉乳浓度和压热温度对青稞RSⅢ形成的影响

由图1可知：淀粉乳浓度不同，青稞RSⅢ制备产率也不同。青稞淀粉乳浓度为31.8%时青稞RSⅢ的制备产率达到最大，说明RSⅢ的形成要有适当的糊黏度，浓度过高或过低都不利于RSⅢ的形成，当浓度较高时，淀粉糊黏度相对较大，不利于直链淀粉分子相互接近，形成双螺旋和结晶。而浓度较低时，直链淀粉分子相互接近的概率减少，也不利于RSⅢ的形成。从压热处理温度对青稞RSⅢ制备产率的影响可以看出，RSⅢ的制备产率随着压热处理温度的提高呈规律性的变化，在低于120°C时，随着温度的升高，RSⅢ制备产率逐渐提高，在120°C时达到最高值，超过此温度后，制备产率反而下降。天然淀粉一般是直链淀粉和支链淀粉的混合物，因为青稞RSⅢ主要由直链淀粉老化结晶而成，在原淀粉中的球晶体主要由支链淀粉构成，直链淀粉夹杂在其中，也参与了球晶体的形成。高聚物的结晶过程与小分子类似，也包括晶核的形成和晶粒的生长两个步骤。结晶总速度是由成核速度、晶体生长速度共同决定的。晶核生成速度和晶体生长速度对温度有不同的依赖性。首先，必须有足够高的能使原淀粉完全糊化的温度，使淀粉粒完全破坏，同时释放出直链淀粉分子。但是，温度过高也会导致淀粉分子降解，如果过度降解产生的淀粉的聚合度太小，将不利于青稞RSⅢ的形成。因此，压热温度对青稞RSⅢ的形成有重要影响，在120℃以上几乎所有的淀粉分子均从破裂的淀粉粒中逸出，呈无序的游离状态，由于温度很高，淀粉糊的黏度与刚糊化时相比有很大的下降，而且温度越高黏度下降的幅度越大，游离的淀粉分子尤其是直链淀粉分子更容易相互接近，在分子之间形成氢键，当温度开始下降时，形成晶核，随后晶体开始生长。随着温度的上升超过125℃，一部分淀粉分子开始发生一定程度的降解，随着降解程度的增大，产生一些小分子量的短链直链淀粉，不利于RSⅢ的形成，制备产率不断下降。

2.2 α-淀粉酶用量和压热时间对青稞RSⅢ形成的影响

由图2可知：α-淀粉酶用量对RSⅢ的制备产率有明显影响。当α-淀粉酶用量为160U/mL时，青稞RSⅢ制备产率最大。液化酶对于淀粉分子的作用是从中间随机切开α-1,4糖苷键，降低分子链的长度。α-淀粉酶用量过大，造成淀粉分子链过短，糊化后淀粉分子在溶液中运动较为活泼，不易形成有序排列;α-淀粉酶用量过少，酶解程度不够，淀粉链过长，也不利于直链淀粉分子相互接近而形成结晶。不同压热时间对青稞RSⅢ制备产率有明显影响。直链淀粉结晶分两个阶段：晶核形成及晶体生长。晶核的形成是在较高的温度范围内进行的，压热时间决定RSⅢ晶核数量的多少，而晶核数量决定青稞RSⅢ制备产率，晶核数量不是越多越好，对于一定浓度的淀粉糊化液来说，其对应的最大青稞RSⅢ制备产率的晶核数是一定的，120°C时，青稞淀粉的压热时间以30min为宜。

2.3 预糊化时间对青稞RSⅢ形成的影响

由图3可知：随着预糊化时间的增加，青稞RSⅢ的制备产率逐渐增大。预糊化时间在40min时，青稞RSⅢ的制备产率显著增加。之后，随着预糊化时间的增加，青稞RSⅢ的制备产率逐渐减小。预糊化时间影响着淀粉链充分伸展的程度，随着预糊化时间的延长，青稞RSⅢ的制备产率上升，但是预糊化时间过长，同样会产生降解淀粉链的作用，造成淀粉链过度断裂，短淀粉链过多，影响淀粉链的有序排列，不利于青稞RSⅢ的形成;而预糊化时间过短，淀粉链伸展程度不够，也不利于青稞RSⅢ的形成。

2.4 老化温度对青稞RSⅢ形成的影响

由图4可知：刚开始，随着老化温度的升高，青稞RSⅢ的制备产率增大。当老化温度在4℃时，形成的青稞RSⅢ最多，制备产率达到最大。之后，随着老化温度的升高，青稞RSⅢ的制备产率减小。老化温度为0℃时，青稞RSⅢ的制备产率最小。温度对青稞RSⅢ形成的影响表现在温度对淀粉结晶的影响，在温度低于食物的玻璃态转变温度时，晶粒无法形成，体系处于“冰冻状态”。而此时由于扩散无法进行，晶体成长速率为零。而当温度高于淀粉的熔化温度时，成长速率也为零。

2.5 根据单因素最佳工艺条件制备回生青稞RSⅢ

按照单因素最佳工艺条件制备青稞回生RSⅢ，其制备产率为15.86%。

3 结论

回生青稞RSⅢ制备单因素最佳工艺条件为：青稞淀粉乳浓度为31.8%、α-淀粉酶用量为160U/mL、预糊化时间为40min、最佳压热温度为120℃、压热处理时间为30min、老化温度为4℃、老化时间24h，按照此工艺条件制备青稞RSⅢ，其制备产率可达到15.86%。

摘要：本文以青稞淀粉为原料,采用压热-酶解法研制回生抗性淀粉制备工艺条件,分析了淀粉乳浓度、pH值、压热时间、压热温度、α-淀粉酶添加量、预糊化时间以及冷藏时间和温度对回生抗性淀粉制备产率的影响。结果表明:在制备过程中单因素最佳制备条件为:青稞淀粉乳浓度为31.8%、高温α-淀粉酶(最大酶活力温度为95℃)用量为160U/mL、预糊化时间为40min、压热温度为120℃、压热处理时间为30min、老化温度为4℃、时间24h,按照此工艺条件制备青稞回生抗性淀粉,其制备产率可达到15.86%。

单因素指标 篇4

我们称自变量为因素, 单个表现形式为因素分组.可根据因素个数划分方差分析的类型.若只有1个自变量和1个因变量, 则称为单因素方差分析;相应的, 若有2个自变量, 则称为双因素方差分析, 以此类推.若因变量多于一个, 则称为多维方差分析.

进行方差分析的过程我将其总结为三个步骤:

(1) 表述问题.

(2) 分析离差平方和.

(3) 检验统计独立性.

一、单因素方差分析

1.表述问题

为了找出方差分析的核心, 我们先看下面这个问题:为了考察某种化工产品收率 (%) 的影响, 选择了四种不同的温度.在同一温度下, 各做五次试验.测得的结果如下表所示:

总平均收率x=87.5.

我们的目的是考察温度这个因素对产品收率的影响, 所以在做试验时, 除了温度外, 其他条件如工人的技术水平、原材料、试验器械等都要尽可能地相同.从平均收率来看, 好像温度对收率有一定的影响.但仔细观察一下又不是那样直观.表现在: (1) 同一温度下的收率并不完全一样.所以产生这种差异, 是由于试验过程中存在着各种偶然因素的干扰和测量误差等因素所致.这一类误差统称为试验误差或随机误差. (2) 存在着不同温度的影响.这种由于条件变更引起的差异, 称为条件变差.

现在的问题为:试验误差和条件变差哪一个是主要的.如果条件变差是主要的, 那么应选择较好的工艺条件进行生产或确定进一步的试验方向.

为了叙述方便, 我们把不同条件称为水平, 上面的例子中, 温度分为四个水平, 机器分为m个水平.这里我们引入如下记号:xij=观察值.其中:

i:作为自变量表现形式的因素分组标号 (i=1, 2, 3, …) ;

j:因素分组内观察值的标号 (j=1, 2, 3, …) ;

undefined:因素分组观察值的平均值;

undefined:所有观察值的总均值.

2.分析离差平方和

我们可以这样理解, 若温度对收率无影响, 则某化工产品收率的预测值是undefined.若假设温度对收率有影响, 则应根据温度, 化工产品的预测值分别为undefined.观察值与预测值的偏差undefined归因于随机外部影响, 因而未被解释.于是, 总离差可分解为两部分 (所谓的离差分解) :总离差=已解释离差+未解释离差.

在方差分析中, 可将上述单个观察值的总离差分解推广到所有观察的离差平方和.即总离差平方和=因素分组间离差平方和+因素分组内离差平方和.

现将方差分析计算公式总结如下表二所示:

我们把数据按表二计算如下:

3.检验统计独立性

我们认为求出的因素分组间和因素分组内方差表明, 可猜测因子“温度”对产品的收率没有影响, 为了能在统计上检验此猜测, 我们用Sundefined比Sundefined:

undefined, 其中F实际表示实际F值.

根据表四有undefined

实际F值的评价标准取决于F分布的状况.检验的出发点是零假设 (H0) :不同的温度对产品收率相同;备选假设H1为:不同的温度对产品的收率的影响不同.F检验提出的问题用公式表示为:

H0:α1=α2=α3=0.

H1:至少有一个α值≠0.

通过比较F值与查表所得的理论F值进行检验, 理论F值表对各信任概率给出的一个检验值, 如果给定的显著水平为α=0.05, 则F0.05 (3.16) =3.24, 由于3.1138<3.24, 所以认为温度对产品的收率没有显著影响.

二、双因素方差分析

我们上面讨论的是单因素的方差分析, 但是影响产品质量和数量的重要因素往往不只一个, 例如, 机器、工人的技术水平、原料等都是重要因素.这就需要讨论多因素的方差分析.

为了方便起见, 我们对于两个因素的方差分析也可以总结成下表所示的形式, 便于同学们计算及记忆和理解.

那么我们还是按照上面所论述的因素方差分析的步骤进行两个因素的方差分析.

1.表述问题

要试验8台同类机器性能是否相同, 4名工人的技术是否有显著差异, 使每位工人在每台机器上操作一个工作日得到产量如表五所示:

2.分析离差平方和

根据方差分析基本原理 (离差分解) 我们以如下树形图为基础.

根据上图有如下关系式:

总偏差=因素A造成的偏差+因素B造成的偏差+因素A和B的交互作用造成的偏差+组内偏差.

将其结果计算如下表六所示:

3.检验统计独立性

在双因素方差分析中, 比较所有的均值可以检验两个因素的不同效应.若所有的均值相等, 则可假设两个因素的各因素分组对因变量的影响相同 (零假设) .否则, 可假设至少一个因素分组与其他因素分组产生的影响不同 (备选假设) .其他问题的解决涉及各因素及交互效应的单独分析.此时的零假设为:各因素分组及交互效应的平均值相等.

根据计算的方差分析表, 对α=0.01, F0.01 (2.12) =6.9, F0.01 (2.12) =6, F0.01 (0.12) =4.82, 因19.4>6.9, 30.2>6, 0.55<4.82, 所以促进剂和氧化锌的影响都是显著的, 而它们的交互作用则可以忽略.

三、方差分析的推广

在以上的论述中, 我们都认为每个单元格中的观察值个数相同, 方差分析的第一个推广是引入数据个数不等的单元格, 由此须调整标准差分解分式, 但标准差分解的原理不变, 只是增加对每个观察值的加权.

另一个推广是在分析引入两个以上的因素, 标准差分解的原理同样保持不变.例如, 三因素方差分析与双因素方差分析的原理相同, 加入第三个因素仅使标准差分解略微发生变化.总离差平方和分解如下图所示:

与双因素方差分析相比, 三因素方差分析的特点在于, 可能的交互效应有两个层面:一是因素间两两的交互效应, 二是所有的三个因素的交互效应.分析中引入三个以上的因素, 则因素交互效应的分析层面相应增多, 但此时交互作用的实际意义就会降低或减少.

若根据F检验, 拒绝所有的因素分组影响相同的零假设, 则必然会产生这样的问题:哪些因素分组的影响不同于其他?对此, 可运用所谓的我维检验 (均值检验) .该检验实现了成对均值的比较或均值线性组合间的比较.

四、方差分析的应用建议

要应用方差分析, 必须满足一些前提条件, 这涉及调查数据特征和数据的评价.从科学理论角度看, 必须提出关于自变量 (如温度) 与因变量 (如收率) 间影响关系的假设, 要由方差分析解答的理论问题不能先从数据中得出.除了得出统计上显著的结果, 还能否得出具有重要实际意义的论断取决于影响关系假设的质量.

统计方法对数据的选择提出了一定要求.在研究中, 自变量可能具有任意的测试标准 (名义、序数及基数的尺度) , 但因变量必须是基数测度的.

因素间必须具有明显的区别, 就是说, 它们的必须是完全不同的因变量影响量.若从两个假定不同因素中得出相同的关系, 则因变量的波动不再明确地归因于其中一个因素.

参考文献

[1]盛骤.概率与数理统计.北京:高等教育出版社, 2001 (12) .

[2]李志伟.统计分析概论.北京:对外贸易出版社, 1984 (10) .

[3][德]克劳斯.巴克毫斯.多元统计分析方法.上海:上海人民出版社, 2008 (10) .

[4][美]P.L.Meyer.概率引论及统计应用.北京:高等教育出版社, 1986 (8) .

[5]薛毅.最优化原理和方法.北京:北京工业大学出版社, 2001 (1) .

[6]孙文瑜, 徐成贤, 朱德通.最优化方法[M].北京:高等教育出版社, 2004 (1) .

单因素指标 篇5

1 对象与方法

1.1 研究对象

铜陵市两所一级以上具有代表性的医院 (分别用A医院与B医院表示, B医院等级高于A医院) 内、外、妇产、儿四个科室住院病人中, 诊断明确 (诊断标准参照ICD-9) 、治疗有效、易于分析的具有科室代表性的5种常见病种为研究对象。依据当地实际和基本要求, 遴选结果为:①内科-冠心病;②外科-阑尾炎, 本研究选取单纯性阑尾炎病例;③妇产科-平产, 本研究选取头尾顺产病例;④妇产科-剖腹产;⑤儿科病种-小儿支气管肺炎 (简称小支) 。研究内容包括:5种常见病住院病人平均住院费用及其相关因素。

1.2 研究方法

主要采用文献复习、专家咨询、现场调查相结合方法。文献复习:通过文献查阅和医院现有档案摸底调查, 了解单病种费用研究的理论与技术等相关信息, 在此基础上初步拟定出现场实施方案和调查表。专家咨询:邀请卫生经济、医院、卫生行政等有关部门专家, 特别是医院方面专家召开座谈会, 对初步拟定的调查方案和调查表涉及到的每项内容进行论证和修改。现场调查:采取选取和随机抽样的方法, 选取方法:A、B两所医院是在考虑实际情况, 经地方卫生等方面相关专家和管理者讨论, 从铜陵市一级以上医院中选取出来的, 具有一定代表性;随机抽样的方法:由受过专门培训的调查人员, 现场调出2003-2005年铜陵市A、B两所医院内、外、妇产、儿四个科室本研究的5个病种住院病人的病历信息, 依此每年按季度平均随机抽取病历号。如果医院病源相对较少, 则每年每病种抽取30例以上 (不足30例的病种按实全部抽取) ;如果医院病源相对较多, 每年每病种抽取40例以上 (不足40例的病种按实全部抽取) 。依据随机抽取病历号, 查阅对应费用结算登记信息, 填写调查表。经严格质量控制, 资料用SPSS for Windows 10.0进行录入、整理和分析。

2 结果与分析

调查有效问卷共计1 063份, 其中A医院共450份, 除2005年冠心病病种为29份, 小支病种为31份外, 其他每病种每年均为30份;B医院共613份, 2003年五病种分别为40、40、43、39、40份, 2004年分别为40、44、43、42、40份, 2005年分别为40、35、47、40、40份。

2.1 不同年龄、性别平均住院费用及平均住院日

由于5种病种住院病人除阑尾炎外都有一定的年龄聚集性, 故年龄采用四分位数分段, 从表1可以看出, 随着年龄的增长, 患者的住院平均费用呈现增加趋势。平均住院日小于等于25岁年龄段与25岁～75岁年龄段的差别并不明显, 但是平均住院费用差别较大, 原因可能是前者小儿支气管肺炎病人所占比重比较大。大于等于75岁年龄段平均住院时间最长, 两医院分别为9.19天和9.91天。男性平均住院费用 (A、B医院分别为2 920.40元、3 015.61元) 高于女性 (A、B医院分别为2 343.49元、2 644.39元) 。

2.2 不同病种平均住院日与平均住院费用

如表2和表3所示, 病种不同平均住院日不同, 冠心病平均住院日最长, 其次是剖腹产、阑尾炎、小支、平产;平均住院费用除小支低于平产外均随着平均住院日的增加而增加。这可能与5种病种归属不同的科室和治疗规律有关, 内科病种冠心病住院天数长而费用也高;小支平均住院日虽长于平产, 但儿科病种小支可能因其用药量小的缘故费用相对较低。

2.3 付费方式对平均住院费用和平均住院日的影响

因平产、剖腹产两病种均为自费, A医院儿科病种小支部分有企业内部保险。为增强可比性, 仅就冠心病和阑尾炎两病种分析其付费方式对平均住院费用及平均住院日的影响。如表4所示, A、B两医院冠心病医保病人平均住院费用、平均住院日均高于自费病人。A医院阑尾炎医保病人平均住院费用、平均住院日均高于自费病人;但是B医院阑尾炎自费病人的平均住院费用和住院天数要高于医保病人, 原因可能是B医院的病人多从下面转入, 病情较为严重。

2.4 入院病情严重程度对平均住院费用和平均住院日的影响

如表5所示, A医院冠心病病人随着入院病情的加重, 平均住院费用和平均住院日呈现下降趋势;阑尾炎病人入院急的病人费用和住院日最低, 而入院一般和入院严重的病人住院费用和住院日较高, 原因可能是入院病情急的患者可以尽快手术, 入院一般的患者要住院观察一段时间, 而入院严重的患者可能伴有化脓及感染所致。由表6 所示B医院冠心病入院急与入院严重的平均住院日和平均住院费用差别不大, 这可能与B医院级别较高, 接受病人一般较严重有关;阑尾炎随入院病情严重程度增加, 平均住院日和平均住院费用逐渐增加, 可能受不同医院入院严重程度不同标准划分上的差异影响;剖腹产、小支平均住院费用逐渐降低, 这可能由于市区医院距离城市居民近, 城市居民占比例高, 对医疗服务要求高, 以及具有良好的健康保健等有关。

2.5 病种治疗效果与平均住院费用的关系

病种治疗效果反映疾病的诊疗质量, 是评价疾病预后的重要指标。如表7和表8所示, 治疗效果不同, 平均费用和平均住院日也不同。冠心病治疗效果好转的病人平均住院费用和住院天数高于治愈的病人, 可能是因为好转的病人一般病情较为严重, 住院时间较长, 而治愈患者病情较轻, 较易控制。A医院阑尾炎好转病人平均住院费用及平均住院日均比治愈病人低, 可能因为这部分病人在术后回家修养或采取保守治疗;A、B两医院小支、剖腹产治愈的平均住院费用均高于好转, 这可能是好转病人由于经济等原因出院回家修养与治疗。

3 讨论与建议

3.1 住院费用随年龄增加而上升, 部分病种费用性别差异明显

伴随年龄的增加, 病人的住院费用及住院天数呈现增长的趋势, 出现这种现象是多方面原因共同作用的结果。年龄越高, 病人体质越弱, 病情较重, 慢性病增多, 同时对各种抗菌素长期使用而具有较强的抗药性, 且老年人多伴有不同程度的并发症, 导致病情治愈缓慢, 所花费用随之上升。据卫生部统计数据显示, 2003年我国慢性疾病患者人数为1.6亿, 年龄每增长10岁, 患病率上升50%以上。目前, 城市的平均住院费用是7 600元, 且65周岁以上老人年平均住院费用约为65岁以下人群的2倍, 超过了居民收入增长的幅度。随着中国人口的老龄化, 老龄人口的卫生保健也变得越来越重要, 年龄越大, 所患疾病病情越复杂, 病人机体对疾病的抵抗力也越弱, 无形中将为病人和社会增加经济负担。因而, 卫生保健工作应该从年轻一代抓起, “全民健身”是最基本的卫生保健。

从性别上看, 冠心病, 小儿支气管肺炎性别差异均明显, 男性病人无论费用上, 还是住院天数上都显著高于女性, 因此, 找出男性易感因素, 保护易感人群减少医疗费用的支出。

3.2 平均住院日是影响平均住院费用重要因素

平均住院日是衡量医院工作效率的重要指标之一。本研究结果显示平均住院费用除小支低于平产外, 均随着平均住院日的增加而增加, 如冠心病病人住院时间较长, 住院费用较高。所以缩短平均住院日是降低住院费用的较有效的手段, 西方发达国家, 如加拿大、美国等国家的平均住院日控制在7到9天, 日本平均住院日的中位数为12天[1]。在我国, 第三次卫生服务调查2002年的统计结果显示, 2002年城市大医院平均住院日为21天, 全国的县及县以上医院为14到17天, 住院病人的住院天数约是美国和加拿大等国的病人的住院天数的3倍[1]。本研究结果显示病种平均住院日最高为冠心病, 两医院分别为16.47天和14.37天;最低为平产, 两医院分别为4.48天和4.52天, 病种的平均住院日低于全国平均水平[2]。当然, 平均住院日不是越短越好。住院日规定得过短可能会出现医院不愿收治病情复杂、疑难病人, 或出院病人不符合标准等现象, 从而影响医疗质量。同时, 不同病种所需的平均住院日是不同的, 地区差异、医院等级差异、同等级医院的技术水平、设备条件和服务对象也不尽相同, 所以缩短平均住院日必须控制在适宜程度。

3.3 不同支付方式下病种住院费用差别明显

在分析不同的支付方式对住院费用和住院天数的影响中, 可以看出, A、B两医院部分医保病人的住院费用和住院天数明显高于自费病人, 特别是冠心病这些慢性病种, 这一方面说明现行的医疗保健制度有利于释放医疗保健的需求, 另一方面也反映了现行的医疗保健制度管理模式仍存在的问题, 尤其是费用支付方式。因此, 积极开展按病种付费研究和实施, 进一步完善医疗保健制度及其费用支付方式, 有效控制不合理费用增长。

同时, 入院病情严重程度、病种治疗效果也影响着病种的平均住院费用, 所以应积极完善医疗预防保健体系, 改善服务模式, 提高医疗服务水平和人员素质, 进行早期预防、早期诊断、早期治疗, 降低入院病情, 提高治疗效果, 进而降低住院医疗费用。

参考文献

[1]Ballarat Base Hospital.134th Annual, Report of operationsBallarat King's Printer[M].Australia, 1990.

影响销售量的单因素方差分析 篇6

1 问题提出

例:某厂家为了考察某种新产品的推销方式对其销售量的影响, 在其它条件尽力一样的情况下, 设计了三种不同的推销方式:A1报纸刊登广告;A2销售场所散发广告传单;A3在商店中示范使用。为了了解三种方式的推销效果, 在不同地区的条件相同的四家商店试用一个月, 其该月新产品在四家商店的销售见表1

从表1我们可以看到, 即使对于同样的商店销售方式不同产品销售量也不尽相同, 这表明产品的销售量是一个随机变量X, 另外, 由于推销方式的不同, 一般不能把这些数据当作是来自同一总体的, 而应看作是来自三个总体的三个样式, 即每个水平对应一个总体, 表中的三列数据可看成是来自三个不同总体的样本值。于是要检验三种方式在不同地区对销售量的影响是否有显著不同, 那么这三种推销方式, 哪种方式引起的销售量是最多或者说消费者最看重的是此种新产品的哪种性能?显然这个问题我们可以通过单因素方差分析来解决。

在表1中, 销售量是实验指标, 它是随机变量, 这3种推销方式的产品销售量分别用表示, 即是3个总体 (因为可以认为一个水平的销售量就是一个随机变量, 就是一个总体) , 由中心极限定理, 我们可以假定Xi~且相互独立, 其中表示第i种水平下的平均销售量。由于这3种推销方式是在相同的条件下获得的, 故可以认为这3个总体的方差相同。如果从这3个总体中分别随机抽取容量为ni的样本 (这里我们的目的是用样本Xij推断3个总体的均值是否相等?那么, 在这里我们可以有几种办法, 我们来看一个可供选择的办法是对任意的i等于j, 检验假设H0:μi=μj一共需要检验6个假设, 如果检验其中的一个假设, 犯第一类错误的概率为, 则正确地接受这个假设的概率是0.95, 如果检验是独立的, 则正确地接受这6个假设的概率是 (0.95) 10=0.6, 错误地拒绝这6个假设中的至少一个假设的概率是1-0.60=0.40。如果这样则大大增加了犯第一类错误的概率。因此, 我们不能用这种办法来解决比较3个均值问题, 为了控制犯第一类错误的概率, 我们在直接检查假设是否成立。其中3个总体的方差未知组相同, 经检验, 若拒绝H0, 则认为不同推销方式对销售量有显著差异, 反之, 就认为各推销方式间的销售量的不同是由于随机因素引起的。方差分析就是解决多个具有相同方差的正

态, 总体的均值是否有显著差异的统计方法, 可见方差分析乃是假设检验的延伸。因此, 欲判定因素各水平是否有显著差异

因此, 欲判定因素各水平是否有显著差异也就是要检验各正态总体的均值是否相等, 即要检验假设。

2 建立数学模型

2.1 采用的方法

下面, 我们将因素用大写字母A表示, 水平用带下标的大写字母表示, 如:例题是一个有三种水平的单因素重复试验, 但是, 一般我们遇到的不只是三种水平的形式, 所以为了检验上面的假设*是否成立, 各样本的观察值用Xij表示, Xij表示第i种水平第j个样本单位的观察值。假设共分r种水平, 对任何相邻两个总体检验它们的平均值是否相等。但是当因素的水平数比较大时, 我们所学到的t检验方法就相当繁琐。我们采用的是平方和分解法。平方和分解法是把整批数据的误差总平方和分解为若干部分, 在单因素实验的条件下是分解为两部分, 一部分反映因素A的效应, 称之为因素A的效应平方和, 另一部分反映随机波动所引起的误差, 称为误差平方和, 通过分析两部分平方和在总平方和中所占比例的大小来检验假设H0。

2.2 基本假设

设因素A有r种水平, 在水平 次独立实验, 得下表2的结果

假定:各个水平Ai对应的总体Xi (i=1, 2, ) 服从正态分布, 且不同水平Ai下的样本之间是相互独立的。

2.3 数学模型

由于Xij～N (μi, σ2) , 因而Xij-μi～N (0, σ2) , 记εij=Xij-μi于是

其中μi (i=1, 2, …, r) 以及σ2均为未知参数, (1) 称为一元方差分析的数学模型。

2.4 相关公及方差分析表

考察因素A对指标X的影响, 为了方便期间, 试验方案选择因素A水平A1, A2, …, Ar, 也就是有r种水平, 每个水平下重复试验ni次, 这样就共有r×ni个观察值, 为了方便分析, Xij表示第i种水平下的第j个观察值, 则

观察值的总离差平方和计算公式为:

总离差平方和可以分解为“水平”间的离差平方和及“水平”内的离差平方和。水平间的离差平方和常用QA表示。则

水平内的离差平方和用QE表示,

由于QT=QA+QE, 因此在已经计算QT和QA后, 可以直接由QE=QT-QA求得QE。将QA和QE分别除以其自由度, 得到平均方差SW2和SE2。

类间平均平方离差

类内平均平方离差

SA2就相当于SE2, SE2就是SW2。因此通过它们的比值F进行检验。为了清楚起见, 通常将上述计算结果列为方差分析表 (表3) 。

当给定显著性水平α以后, 查第一自由度为r-1, 第二自由度为n-r, 得Fa (r-1, n=r) 。若实际计算的F燮Fα, 接受H0, 结论为差异不显著。当F>Fα时, 拒绝H0, 推断为显著差异, 即r种水平的总体平均数并非完全相等。

3 实例

现在我们来解例题

解:按单因素方差分析的方法, 可以计算出推销方式对销售量影响的方差分析, 考察因素A对指标X的影响, 试验方案为选择因素A的r个水平A1, A2, …, Ar (该题r=3) , 每个水平重复试验ni=4 (i=1, 2, …, r) 次这样就共有r×ni (即3×4) 个观察值。

建立原假设

H1:μ1, μ2, μ3, 不全相等

T1.=24, T2.=40, T3.=68

则可求得总离差平方和其中T..=132

水平间的离差平方和QA=248;平内的离差平方和QE=138;类间平均平方离差SA2=124;类间平均平方离差SE2=15.333。

我们可归纳为一个方差分析表 (表4)

查表可得F0.05 (2.9) =4.260<F=8.087因此由判断知产品推销方式不同对销售量有显著差异。

由此可见, 广告A3引起的销售量最多, 所以在商店中示范使用是提高该商品销售量的最好办法, 我们应该在多种商场内进行对该商品的示范使用。

μi的置信度为1-α的置信度区间

95%的置信度区间为

4 总结

上面这道题就是单因素销售量影响的情况, 我们运用单因素方差分析, 分析了题中因素对产品销售量的影响是否显著, 不显著的我们可以任意选取一种水平即可, 对于显著的我们又通过水平观察的平均数的比较, 给其选择一种最优方案, 读者可参照例题直接运用公式进行计算。但是, 我们还要注意如果算出水平对产品销售量无显著影响则应该选取一种采用时比较经济的方案;还应注意一个问题, 从例题中我们可以看到A2, A3的销售量从数字上来看是大于A1的, 这时往往会有人认为A1可立即排删除, 他们的原因就是A1销售量太小, 虽然, 往往是这样的, 但是, 从例题中可以知道若只计算A2, A3, 它的结果是不显著, 从而造成A2, A3可任意选择一个, 这与3个水平同时计算的结果就造成了差异, 是不准确的, 所以我们在调查中不应只凭感官判断甚磨, 要用科学的方法选取最优方案。虽然我们这里只求了一道影响产品销售量的因素的例题, 但是, 方差分析是实用于有规律的各种销售量影响因素中。

摘要：本文简单的介绍了单因素方差分析模型及其方法, 运用单因素方差分析方法对产品销售量影响因素作用的大小进行了分析, 再利用F检验法, 对其影响是否显著进行了分析, 并预测最优试验条件下的观察值, 为或得较大的销售量提出了合理的建议和方案。

关键词：因素,水平

参考文献

[1]于义良, 张银生.实用概率统计[M].北京:中国人民大学出版社, 2001.

[2]许承德, 王勇.概率论与数理统计[M].北京:科学出版社, 哈尔滨工业大学数学系, 2001.

[3]孙海珍, 刘宝友, 刘响林.概率论与数理统计[M].北京:中国铁道出版社, 2002.

[4]辛益军.方差分析与实验设计[M].北京:中国财政经济出版社, 2002.

[5]施雨, 李耀武.概率论与数理统计应用[M].西安:西安交通大学出版社。

单因素指标 篇7

目前,三氯蔗糖含量的测定,多数采用高压液相色谱法[8,9]。在食品应用方面,由于它在食品中的添加量极少,且其为天然蔗糖的衍生物,所以三氯蔗糖在成品中的含量检测较为困难。

三氯蔗糖已广泛应用于多种食品行业,如饮料、食品、医药、化妆品行业等,已在许多国家替代蔗糖[10]。由于三氯蔗糖是一种新型、无热量的非营养性甜味剂,它是肥胖症和糖尿病患者理想的食品添加剂。因此,它在保健食品和医药中的应用不断扩大。最近20年来,对三氯蔗糖的安全性评估受到了普遍关注,经受了系统而又严格的各种测试评估。100多份科学研究报告得出的安全数据表明,食用三氯蔗糖甜味剂是安全可靠的。环境学方面的研究也说明了三氯蔗糖对鱼类和水生生物均无害处,并可生物降解。

1 试验试剂与仪器

1.1 主要试剂

正二丁基氧化锡(试剂纯),蔗糖(分析纯),环己烷(分析纯),二甲基甲酰胺(分析纯),醋酸酐(分析纯),1,2-二氯乙烷(分析纯),活性炭,氯仿(分析纯),去离子树脂。

1.2 实验仪器

电动搅拌器D2004,蒸馏装置A19-B/R,回流装置GSH,变压电热套k4291690,分水器PP-R,恒温槽GDH系列,冷凝器81M307874,精馏装置,四口烧瓶。

2 试验方法

2.1 酯化反应

将6.84g蔗糖及正二丁基氧化锡5g加入到装有回流装置的250m L三口烧瓶中,同时加入50m L DMF做溶剂,30mL环己烷作助溶剂,90～130℃回流反应2～7h。在此过程中,以薄层色谱法来定性分析试验是否反应完全,得到蔗糖-6-乙酸酯,用于下一步反应。

2.2 酰化反应

将蔗糖-6-乙酸酯的DMF溶液和乙酸乙酯加入带冷凝器、机械搅拌和温度计的500mL三口瓶中,冰水冷却,滴加氯化亚砜,控制滴加温度在20℃以下。氮气保护下缓慢升温至80℃回流1h,再升温至120℃回流3h。反应结束后,冰水浴冷却,加入NaOH(4N)溶液中和至中性,加入200mL乙酸乙酯搅拌后过滤。滤饼用200mL乙酸乙酯洗涤,再用200mL乙酸乙酯萃取滤液2～3次,合并乙酸乙酯。再用100mL水洗涤2～3次后,加入活性炭脱色0.5h,60℃下真空浓缩,得到浅黄色粘稠液体。

2.3 醇解反应

向酰化反应产物中加入0.3g KOH/30mL CH3OH溶液,60℃搅拌20～60min,水解脱乙酰基。用活性炭脱色30min,过滤,将滤液水浴减压蒸馏,再用乙酸乙酯/水重结晶,得到白色结晶物——三氯蔗糖。

3 试验结果与分析

3.1 催化剂用量对三氯蔗糖-6-乙酸酯得率的影响

催化剂主要影响三氯蔗糖-6-乙酸酯的生成得率。当用量过量时,除形成主要产物三氯蔗糖-6-乙酸酯外,还会产生大量的副产物,影响到了三氯蔗糖-6-乙酸酯的得率;而用量不足时,使得蔗糖反应不完全,导致残留过多。根据本实验结果,得到催化剂与蔗糖等摩尔比最适为4℅,在此条件下,三氯蔗糖-6-乙酸酯的得率达到31.5%。

图1催化剂与蔗糖等摩尔比对三氯蔗糖-6-乙酸酯得率的影响

3.2 反应温度对三氯蔗糖-6-乙酸酯得率的影响

实验发现反应温度对三氯蔗糖-6-乙酸酯的得率有明显影响,温度范围应控制在80～130℃。如果温度太低,导致反应速度异常缓慢,三氯蔗糖-6-乙酸酯的收率很低;温度过高,则会生产大量的四氯或五氯化物,影响三氯蔗糖-6-乙酸酯得率很低。从图2中看出在100℃反应,得到的三氯蔗糖-6-乙酸酯最多,为31.2%。

3.3 反应时间对三氯蔗糖-6-乙酸酯得率的影响

图3为反应时间对三氯蔗糖-6-乙酸酯得率的影响。从图中可以很明显地看出反应时间对三氯蔗糖-6-乙酸酯得率的影响不是很大。反应时间过短,蔗糖与催化剂的反应不完全,造成得率过低;反应时间过长,一方面导致反应副产物的增加,另一方面蔗糖也会发生焦化。故反应最佳时间为4～6h,对其得率最好。

3.4 乙酸乙酯萃取次数对三氯蔗糖-6-乙酸酯纯度的影响

乙酸乙酯萃取主要是把酰化产物中的三氯蔗糖-6-乙酸酯分离出来,为下一步的反应做好准备。倘若杂质过多,对醇解反应会产生诸多不利。因此,酰化过后的三氯蔗糖-6-乙酸酯越纯越好。从图4看出,随着萃取次数的增多,三氯蔗糖-6-乙酸酯的纯度越高。当萃取到第2次时,纯度达到93.4%。而萃取第2～5次所得到的纯度相差不过2%,且萃取次数过多,所消耗乙酸乙酯量加大,耗时耗材。因此本文选取萃取2次为宜。

3.5 醇解时间对三氯蔗糖得率的影响

三氯蔗糖-6-乙酸酯经醇解后就得到最终产物三氯蔗糖,因此,醇解这一步至关重要。试验发现,醇解30min时,效果最好。醇解时间在20min时,反应不完全,体系中会剩余少量的三氯蔗糖-6-乙酸酯,对于三氯蔗糖的纯度产生很大的影响。如时间过长,一方面是产生不必要的浪费,如仪器设备损耗及试剂消耗;另一方面,对于连续的三氯蔗糖生产不利,会增加一批三氯蔗糖的产生周期,直接影响生产商的经济效益。

3.6 重结晶次数对三氯蔗糖纯度的影响

三氯蔗糖的纯度跟重结晶次数有很紧密的关系,结晶次数越多,得到的三氯蔗糖纯度越高。这是由于在结晶过程中,杂质会被逐步分离出来。但是,如果结晶次数过多,会造成一定的副影响,如会消耗大量的时间与试剂,产生过多的结晶母液,对于后续步骤不利。

4 结论

在三氯蔗糖的试验过程中,催化剂用量、反应温度、反应时间、醇解时间、乙酸乙酯萃取次数、重结晶次数是影响三氯蔗糖形成过程中的主要因素。本实验结果表明,催化剂与蔗糖等摩尔比为4%,反应温度为100℃,反应时间为4h时,三氯蔗糖-6-乙酸酯得率最高;在醇解时间为30min,重结晶2次时,三氯蔗糖的得率及纯度均最好。

目前,我国甜味剂市场已形成高、中、低倍共存的局面,高倍甜味剂生产和应用较成熟的产品主要包括糖精钠、甜蜜素、安赛蜜、阿斯巴甜等,目前的市场需求量大概为9万t左右,其中甜蜜素的使用量最大,为2万t左右。糖精钠的用量也达到了3500t,但是糖精钠的口味极差,安全性也存在争论,在许多国家被禁用,我国对糖精钠采取了限量生产,并逐年减少产量的做法。阿斯巴甜和安赛蜜的需求呈现逐年上升的趋势。而国内尚无大规模的三氯蔗糖厂家,用户所需产品需要依赖进口解决,限制了该产品在国内的推广应用。但是三氯蔗糖由于其优秀品质,尽管生产技术难度较大,发展前景却十分广阔。

摘要：三氯蔗糖是一种安全、无热量的高倍甜味剂,甜度约为蔗糖的600倍,对光、热、pH值均很稳定,不易与其它物质发生反应,已广泛应用于饮料、食品、医药、化妆品等行业。本文用有机锡作催化剂,通过一系列的反应得到高纯度三氯蔗糖。通过对三氯蔗糖的影响因素及工艺进行研究,得到三氯蔗糖最适单因素合成条件。结果表明,催化剂与蔗糖等摩尔比为4℅,反应温度为100℃,反应时间为4h时,三氯蔗糖-6-乙酸酯得率最高。在醇解时间为30min,重结晶2次时,三氯蔗糖的得率及纯度均最好。

关键词：三氯蔗糖,合成,单因素,得率

参考文献

[1]Staff Report.Future Ingredients-Focus of OVIFT Meeting:Properties and applications of Sucralose,Isomalt,Crystalline maltitol,and cyclodextrins discussed by companyspokesmen[J].Food Technology,1998,(10):60-64.

[2]Richard L B,et al.Stability of sucralose in Baked Goods[J].Food Technology,1990,(1):62-65.

[3]KhanRA,et al.Processforthepreparation of 4,1’,6'-Trichloro-4,1’,6’-Trideoxygalactosucrose(TGS).GB2,079,749(1982).

[4]凌关庭,唐述朝,陶民强.食品添加剂手册[M].北京:化学工业出版社,1997.197-199.

[5]陈维钧,卫岩峰.新型甜味剂-4,1’,6’-三氯-4,1’,6’-三脱氧半乳型蔗糖的研制[J].食品与发酵工业,1991,(3):66-68.

[6]Hargreaves J A,Grenby T H.Food frequency and dental cariesin Canadian children[J].Caries Res.,1981,15:205-208.

[7]康维民.三氯蔗糖的特性及在食品加工中的应用[J].中国食品添加剂,2002,(2):78-80.

[8]Jenner M R,et al.J.of Food Sci.,1989,54(6):1646.

[9]Robert.J.Food Processing,1991,52(12):38.