《表9 回归模型方差分析：基于响应面法优化酿酒酵母培养体系》

  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

《基于响应面法优化酿酒酵母培养体系》

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：“**”表示差异极显著（P<0.01）。

根据Box-Behnken的试验结果，应用Design Expert 8.0.6软件对数据进行分析拟合[17]，得到淀粉糖、玉米浆、尿素3个因素对酿酒酵母菌生物量（Y）影响的回归方程：Y=+60.91-1.80A+0.37B-0.38C-0.63AB+0.31AC+0.75BC-5.90A2-2.01B2-1.82C2。对回归方程进行方差分析检验，结果见表9。由表9可知，模型P值为0.000 2，回归项极显著（P<0.01），说明本模型有效；失拟项P值为0.751 5，失拟项不显著（P>0.05），说明该模型自变量与因变量之间函数关系极显著，几乎不存在失拟现象[18]；本模型的决定系数R2为98.96%，调整决定系数R2adj为97.08%，变异系数（coefficient of variation，CV）为1.09%，说明此模型显著，拟合度好[19]，可以用于酿酒酵母培养体系优化与生物量预测。根据各因素P值大小，一次项A对酿酒酵母菌生物量影响极显著（P<0.01），二次项A2、B2、C2对酿酒酵母菌生物量影响极显著（P<0.01）。依据F值，将3个因素对酿酒酵母菌生物量影响大小进行排序，影响顺序为淀粉糖>尿素>玉米浆。