《表4 回归方程的方差分析》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《响应面法优化褶牡蛎多糖多肽联产工艺》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：*.P<0.05，影响显著；**.P<0.01，影响极显著。

为检验上述方程的有效性，运用Design-Expert8.0.5.0软件对上述结果进行数据分析，可信度分析见表3，方差分析结果见表4。4种响应值的可信度分析的模型相关系数R2分别为0.98、0.99、0.97、0.78，前3种响应值的模型相关系数都接近于1，表示Y1、Y2、Y3模型相关度很好；变异系数分别为1.63%、1.46%、1.44%、10.03%，数值越小表明置信度越好，说明该数学模型的对Y1、Y2、Y3的置信度极高，对响应值Y4的置信度较高，该模型可以较好地反映试验的真实值[29]。由表4可知，对于多肽质量分数、总糖质量分数、水解度和酸性糖质量分数4个响应值，该模型的F值分别为70.52、149.70、52.51、7.34，P值均小于0.01，可以判断该模型是极显著的；同时4个响应值的模型失拟项P值均大于0.05，说明模型失拟项不显著。综上所述，该回归模型对4个响应值的拟合程度较好，试验误差小。