《表4 回归模型方差分析：基于响应面法对制备高包埋率ROP-PLGA微球的影响因素分析》

  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

《基于响应面法对制备高包埋率ROP-PLGA微球的影响因素分析》

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

回归方程中各响应因子对响应值影响的显著性由F检验来判定，概率P越小，则模型显著程度越高。检验结果如表4所示，对于载药量来说，线性回归（Linear）的回归系数r最大且F检验合格，因此选用线性回归的模型进行拟合。得到的回归模型的F值为238.30，P<0.0001远小于一般显著性检验规定的α（0.05和0.01），回归模型相关系数R2=0.9848，表明模型极显著。方程的失拟项F值为1.77，P=0.4132>0.05，表明失拟项不显著，即该模型在被研究的整个回归区域内拟合较好，可用于对实验结果的预测[25]。对于包埋率，多元一次方程（2FI）的回归系数r最大且F检验合格，因此选用线性回归的模型进行拟合。得到的回归模型的F值为190.89，P<0.0001，回归模型相关系数R2=0.9931，表明模型极显著。方程的失拟项F值为1.77，P=0.4045>0.05，失拟项不显著。最终模型给出的优化条件：外水相p H=11、油相PLGA浓度15%（w/v）、W1/O体积比1:10，模型预测载药量17.6μg/mg，包埋率53.89%。