2. 筛选试验的统计基础

在化工筛选试验中，我们几乎不可能把某一工艺条件下的“所有可能产物”都测一遍——反应釜里每一批物料、每一个时刻、每一台平行装置，理论上都属于一个更大的总体。我们真正拿到的，只是从总体中抽取的有限次试验结果，即样本。筛选试验的统计基础，本质上就是回答一个问题：如何用有限的样本，对总体做出可靠、可复现的判断。

以某加氢反应筛选为例，假设我们要比较两种催化剂A、B在相同温度、压力、氢油比下的转化率。现实中我们不可能只做一次就下结论，因为同一催化剂重复试验的转化率也会波动：装填差异、原料批次、控温精度、取样分析误差都会带来随机性。若A做3次得到 82.1%、83.4%、81.7%，B做3次得到 84.9%、85.6%、84.2%，直觉上B更高，但这是“真实差异”还是“抽样波动”？这正是统计基础要解决的问题。

均值与方差：位置与离散的双重描述

样本均值 x̄ 描述数据的中心位置，样本方差 s²（或标准差 s）描述数据的离散程度。上例中A的均值约82.4%，标准差约0.9个百分点；B的均值约84.9%，标准差约0.7个百分点。仅看均值会得出“B优于A约2.5个百分点”，但必须同时看离散：若某催化剂重复性极差（s很大），其均值就不可靠。化工数据中常见的“均值好看、方差吓人”往往意味着过程尚未稳定，此时做因子筛选意义不大，应先排查操作与分析方法。

需要强调：样本标准差的分母是 n−1，这是为了无偏估计总体方差。筛选试验中样本量通常很小（n=3～5），方差估计本身带有较大不确定性，因此后续推断必须使用 t 分布而非正态分布。

置信区间：给估计值加上“误差带”

置信区间把“点估计”升级为“区间估计”。对小样本、总体标准差未知的情形，均值置信区间为：

x̄ ± t(α/2, n−1) · s / √n

示例（催化剂A，n=3）：
x̄ = 82.4%，s = 0.9%，t(0.025, 2) = 4.303
半宽 = 4.303 × 0.9 / √3 ≈ 2.24%
95% 置信区间 ≈ [80.2%, 84.6%]

解读要点：置信区间不是“总体均值有95%概率落在其中”，而是在重复抽样意义下，约95%的此类区间会覆盖真值。对工程判断更有用的是区间宽度：宽度反映估计精度。若A的区间为[80.2, 84.6]，B为[83.1, 86.7]，两区间明显重叠，说明仅凭这批数据还不能断言B稳定优于A，需要增加样本或降低测量噪声。

假设检验与p值：把“看起来不同”变成“统计上可区分”

假设检验先设定原假设H₀（如“A与B总体均值相等”），再计算在H₀成立时出现当前或更极端数据的概率，即p值。p值小，说明数据与H₀矛盾，倾向于拒绝H₀。常用显著性水平α=0.05。两独立样本的 t 检验统计量为：

t = (x̄₁ − x̄₂) / √(s₁²/n₁ + s₂²/n₂)

示例：A: 82.4%, s=0.9, n=3；B: 84.9%, s=0.7, n=3
t ≈ (82.4 − 84.9) / √(0.81/3 + 0.49/3) ≈ −2.5 / 0.66 ≈ −3.8
自由度约 3.6，双侧 p ≈ 0.02 < 0.05 → 拒绝H₀

但化工数据解读p值必须谨慎。第一，p值小只说明“差异不太可能仅由随机波动造成”，不等于差异在工程上重要：2.5个百分点的转化率提升是否有经济价值，要结合催化剂成本、选择性、寿命判断。第二，小样本下p值对异常点极敏感，一个偏离的批次就能翻转结论。第三，多重比较问题：若同时筛选5个因子、每个都做检验，α=0.05时至少出现一次假阳性的概率约23%，应使用Bonferroni校正（α/m）或更稳健的方法。第四，p值依赖前提假设（独立性、近似正态、方差齐性），化工试验中顺序效应、原料批次混杂会破坏独立性，此时应通过随机化、区组设计来保证推断有效。

把上述工具串起来，筛选试验的统计工作可以落到具体动作上：先明确比较对象与响应变量（如转化率、选择性），为每个候选条件安排重复试验并随机化试验顺序以削弱顺序与批次混杂；计算各条件的均值与标准差，判断过程是否稳定；对关键比较给出置信区间，观察区间是否重叠；再用合适的检验（两样本 t、配对 t 或方差分析）得到p值，并结合效应大小与工程成本做决策。若数据不满足正态或方差齐性，可改用非参数检验或对响应做变换（如对数、Box-Cox）。

最后提醒一个常见误区：把“p>0.05”直接等同于“两催化剂无差异”。不显著可能只是样本量不足、噪声太大，置信区间很宽本身就说明“还没测清楚”。在筛选阶段，更稳妥的做法是把置信区间和效应量作为主要沟通语言，把p值作为辅助证据，这样得到的结论才经得起放大与复现的检验。