《表6 响应面试验结果方差分析》

  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

《响应面法优化满族酸茶液化及糖化工艺》

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:*表示差异显著，P<0.05；**表示差异极显著，P<0.01。

由表6可知，响应面拟合出的方程回归项P值<0.0001，回归方程模型极显著（P<0.01），失拟项P值0.1538>0.05，失拟项不显著（P>0.05），R2=99.94%，R2adj=99.87%，该回归方程对试验相应实际数据拟合情况较好，可信度高，干扰性小，误差较小，自变量与Y模型拟合程度较好。由上述分析可知，此回归模型成立，可用此模型对糖化工艺进行优化及预测。一次项中，A、B、C、D影响均极显著（P<0.01），交互项中AB、AD、AC、BC、BD、CD极显著（P<0.01），在二次项中，A2、B2、C2、D2极显著（P<0.01）。通过对回归方程一次项系数的绝对值比较大小可知，对糖化最佳工艺影响大小的顺序是A>B>D>C。