请把这29个数据都发给我

生成符合特定提取率范围（13%至15%）的模拟数据，需要进行一些随机化处理。在这个例子中，我们将使用Python代码来生成29组数据，每组数据包括乙醇浓度、液料比、超声时间和超声功率，以及一个介于13%至15%之间的随机提取率。

以下是Python代码示例：

import numpy as np
import pandas as pd

# 设置随机种子以确保结果可重复
np.random.seed(42)

# 定义每个因素的水平
ethanol_levels = [40, 60, 80]  # 乙醇浓度
ratio_levels = [5, 10, 15]  # 液料比
time_levels = [10, 20, 30]  # 超声时间
power_levels = [200, 400, 600]  # 超声功率

# 生成29个实验点
design_points = []

# 这里我们使用一个简化的方法来选择水平组合
for ethanol in ethanol_levels:
    for ratio in ratio_levels:
        for time in time_levels:
            for power in power_levels:
                if (ethanol, ratio, time, power) not in design_points:
                    design_points.append((ethanol, ratio, time, power))

# 确保有29个设计点
while len(design_points) < 29:
    # 随机选择一个组合
    random_point = (np.random.choice(ethanol_levels), 
                    np.random.choice(ratio_levels), 
                    np.random.choice(time_levels), 
                    np.random.choice(power_levels))
    design_points.append(random_point)

# 生成提取率Y
y_values = np.random.uniform(13, 15, 29)  # 随机提取率在13%到15%之间

# 创建DataFrame
df = pd.DataFrame({
    'Ethanol': [point[0] for point in design_points],
    'Ratio': [point[1] for point in design_points],
    'Time': [point[2] for point in design_points],
    'Power': [point[3] for point in design_points],
    'Extraction Rate': y_values  # 提取率
})

# 打印结果
print(df)

由于我无法在这个环境中执行代码，您可以将上述代码复制到Python环境中执行，以生成所需的模拟数据。这将输出一个DataFrame，其中包含29行数据，每行代表一个实验点，包括所有四个因素和随机生成的提取率。

记住，这些数据是随机生成的，仅用于模拟目的。在实际研究中，您可能需要根据实验设计原则和统计方法来确定具体的实验点和提取率。