《表5 响应面二次回归方程模型方差分析结果》

  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

《响应面法优化伏牛山野生猕猴桃果酒酿造工艺》

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：**为差异极显著（P<0.01）；*为差异显著（P<0.05）。

由表5方差分析结果可知，该模型P<0.0001，具有极显著性，说明该模型有意义；模型失拟项P等于0.1436（大于0.05），失拟项不显著，说明所构建的模型与试验的差异较小，其他因素对模型的干扰程度低，回归模型拟合度良好；信噪比为21.741，远大于4，说明该模型适用于结果预测，相关系数R2为0.9833，与R2Adj较接近，均大于0.9，说明预测值与试验值有较好的相关性，实验误差较小，因此可用此模型分析和预测野生猕猴桃果酒的酿造工艺。在模型中，A、B、C、BC、A2、B2、C2均有极显著影响作用。比较F值大小可知影响野生猕猴桃果酒酒精度的主次因素顺序为：酿造时间（C）>菌种接种量（A）>酿造温度（B）。