汇报概要效应面优化法(ResponseSurfaceMethodology,RSM)是集数学和统计学方法于一体的实验设计，首先通过描绘效应对考察因素的效应面，然后从效应面上选择较佳的效应区，从而最终回推出自变量取值范围，即最佳实验条件的优化法。RSM最早用于普通剂型处方的筛选,实验设计有因子分析、基于单纯形的球面设计、CCD计等,近年来新型给药系统处方筛选和工艺优化应用较多,实验设计主要为CCD设计,考察的水平数多为2、3、4因素。采用CCD设计法的RSM可以很好地应用于药学领域,有推广应用价值。名称辨析：centralcompositedesign（CCD）星点设计！主要特点：多因素五水平，由二水平的析因设计加上中心点和星点组成。x1x1x2+1+1+1–1–1+1–1–1+0–00+0–00x1x2x31+1+1+12+1+1–13+1–1+14+1–1–15–1+1+16–1+1–17–1–1+18–1–1–19+1.6820010–1.68200110+1.6820120–1.68201300+1.6821400–1.68215~20000k2.星点设计-效应面法应用流程指标测定值（可设多个）（1)各效应分别求“归一值“Hassan法：对于越小越好的效应：dmin=(ymax－yi)/(ymax－ymin)对于越大越好的效应：dmax=(yi－ymin)/(ymax－ymin)Harrington法:特殊的效应如：释放度数据P1、t85用:d=e-()。(2)各“归一值”求几何平均值OD=(d1d2…dk)1/k多元线性拟合（1）相关系数R2越接近1，说明方程越显;（2）F越大说明方程越显著；与F对应的概率p越小越好，P>a时拒绝一些系数，即回归模型成立；（3）标准差（残差）即RMSE越小越好。1.单个指标的数据处理2.多个指标的数据处理