《表7 响应面二次回归模型方差分析表》

《表7 响应面二次回归模型方差分析表》   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
《干酪乳杆菌发酵番茄酸汤的工艺优化》


  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:左边数据为总酸的,右边为感官评定的,*表示影响显著(p<0.05);**表示影响极显著(p<0.01)。

Box-Behnken实验设计及结果如表6、表7所示。由总酸和感官评定的方差分析表可知,两个响应值对应的模型显著性极高(p<0.0001),失拟项F总酸=2.43,F感官=4.10,p总酸、感官>0.05,差异性不显著,R总酸=95.55%,R感官=94.27%,说明两个模型对实验拟合情况良好,可信度较高,可以利用这两个回归方程对总酸和感官评定进行预测。由表7可以看出,总酸模型的一次项D(加盐量)为极显著,A,B,C不显著,根据F值,判断各因素对番茄酸汤的总酸的影响大小依次为加盐量、发酵温度、接种量、发酵时间,其中加盐量对番茄酸汤的酸度有着较大的影响;交互项AB极显著,AC,AD,BC,BD,CD不显著,二次项A2,B2,C2,D2均表现为极显著。感官评定模型的一次项D(加盐量)为极显著,A,B,C不显著,根据F值,判断各因素对番茄酸汤的感官评定的影响大小依次为加盐量、发酵温度、发酵时间、接种量,其中加盐量对番茄酸汤的感官评定有着较大的影响;交互项AC,AD显著,AB,BC,BD,CD不显著,二次项A2,B2,C2,D2均表现为极显著。说明各因素对响应值的影响较复杂,不是简单的线性关系。