4. 试验误差与重复策略

在化工筛选试验中，我们真正关心的往往不是“某一次试验得到了什么数”，而是“这个数在多大程度上反映了因子水平的真实效应”。误差分析正是回答这一问题的工具。试验误差通常分为两类：系统误差与随机误差。系统误差具有方向性和可重复性，例如同一台pH计长期偏高0.15、某批次原料纯度整体偏低、反应釜夹套温度传感器存在固定偏差；随机误差则围绕真值上下波动、方向不定，例如称量时的微小抖动、环境温度的短时起伏、操作者读数习惯的细微差异。二者的处理方式截然不同：系统误差靠校准、对照、修正和区组来消除或隔离，随机误差靠重复与随机化来估计和缩小。

识别系统误差，最实用的手段是设置对照与重复测量。以某催化剂筛选试验为例，若每批试验都插入一个“标准催化剂”作为对照，并记录其转化率，则对照结果的漂移就能暴露批次间的系统偏移。假设连续三批对照的转化率分别为82.1%、82.4%、84.9%，前两批接近而第三批明显偏高，提示第三批可能存在原料批次差异或温度校准漂移，此时应暂停并核查，而不是把84.9%当作真实提升。随机误差则可通过同一条件下的重复试验来估计：若同一配方重复三次得到转化率80.2%、81.5%、79.6%，其极差约1.9个百分点，这个波动幅度就是后续判断“因子效应是否显著”的参照尺子。

重复次数并非越多越好，而要服务于“能否分辨效应”。一个可操作的思路是：先做2～3次重复估计标准差s，再根据希望分辨的最小效应Δ，用近似关系 n ≈ (2s/Δ)² 估算每组所需重复数（示例性估算，实际应结合检验功效）。例如某收率试验重复3次得s≈0.8个百分点，希望分辨1.5个百分点的效应，则 n≈(2×0.8/1.5)²≈1.14，取整为2次即可；若希望分辨0.8个百分点，则 n≈4。工程上常取每组2～3次重复作为筛选阶段的平衡点，关键因子确认阶段再提高到3～5次。

随机化顺序是抑制时间漂移、设备疲劳、操作者疲劳等“顺序性系统误差”的关键。若总是先做A配方再做B配方，则反应釜升温惯性、催化剂预积碳等时间趋势会被误判为配方效应。实操上可用随机数表或抽签确定试验顺序，并记录实际执行顺序。例如8次试验的随机顺序可写为：3、7、1、5、8、2、6、4，按此顺序投料。随机化后，若仍怀疑存在不可忽略的批次差异，则应引入区组划分：把同一批次原料、同一天、同一台设备完成的试验归为一个区组，区组内随机化、区组间可比。这样，批次带来的系统差异被区组吸收，不污染因子效应的估计。

把上述方法落到一张可执行的试验记录表上，能显著减少“事后说不清”的问题。建议每次试验至少记录：试验编号、实际执行顺序号、区组编号（如原料批次B01、日期D02）、因子水平组合、对照结果、重复序号、响应值及异常备注。以某8次筛选试验为例，若分为两个区组（每区组4次），区组1使用原料批次B01、区组2使用B02，则每个区组内独立随机化，分析时先看区组间对照差异是否明显，再比较因子效应。若区组间对照差异超过重复极差，说明批次系统误差不可忽略，应在结论中注明或改用同一批次补做。

需要强调的是，重复不等于简单地把同一试验做几遍。真正的重复应包含“独立”的含义：重新称量、重新配液、重新装釜，而不是对同一份样品连续读数三次——后者只反映测量重复性，会低估过程随机误差。同样，随机化也不能流于形式：若随机顺序排定后因设备冲突被临时调整，应在记录中标注实际顺序，并在分析时评估调整是否引入了新的时间趋势。系统误差与随机误差的识别、重复次数的确定、随机化与区组的落实，共同构成筛选试验可信度的三道防线，缺一不可。