《表3 回归方程系数显著性检验和方差分析》

  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

《响应面法优化超临界CO_2萃取怀山药油提取工艺》

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

响应面回归模型的方差分析见表3。模型的F=3 822.04，p<0.000 1<0.01，差异极显著；失拟项的p值为0.777 8，不显著，说明数据没有异常点；决定系数R2=0.999 8，调整确定系数R2adj=0.999 5，响应值的变化有99.95%来源于所选因素，即来源于萃取压力（A）、萃取时间（B）、萃取温度（C），说明模型拟合度好，回归方程能很好地描述各因素与响应值之间的关系。该模型CV值为0.89%，表明试验操作的可信度高，具有实际指导意义。回归模型中一次项A、B和C的p值均小于0.01，达到极显著；二次项A2、B2和C2的p值亦小于0.000 1，具有极显著影响；交互项AC、BC极显著，但AB不显著，说明试验因素对响应值不是简单的线性关系，而是一种非线性关系。考察p值与F值大小，可得各因素影响的主次顺序：萃取压力（A）>萃取温度（C）>萃取时间（B）。