《表4 二次响应面回归模型方差分析》
注:P<0.05.影响显著;P<0.01.影响极显著。
由表4可知,该模型P<0.01,表明该模型显著,因此该试验方案可行。对Y1回归模型的方差分析表明,回归模型失拟项P=0.913 6>0.05,不显著,表明回归模型能很好地拟合实验结果,调整确定系数R2Adj=0.914 6,表示该模型可以解释91.46%响应值的变化,R2=0.881 7,R2Adj与R2差值小于0.2,因此模型拟合良好,测试误差小,显著性检验结果表明,二次项B2、C2影响极显著,一次项A影响显著,其余均为不显著。同样,Y2回归模型失拟项P=0.415 1>0.05,R2Adj=0.971 2,表明该模型可以解释97.12%响应值的变化,显著性检验结果表明,A、B、A2、B2、C2影响极显著,AB影响显著,其余均为不显著。Y3回归模型失拟项P=0.317 4>0.05,R2Adj与R2差值小于0.2,满足模型的要求,显著性检验表明,一次项和二次项A、B、A2、B2、C2影响极显著,交互项AB影响显著,其余均为不显著。
图表编号 | XD00207408000 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.31 |
作者 | 张百刚、梁海荣、黄橙辉、李金亮、徐冬梅、冯再平 |
绘制单位 | 兰州理工大学生命科学与工程学院、兰州理工大学生命科学与工程学院、兰州理工大学生命科学与工程学院、兰州理工大学生命科学与工程学院、兰州理工大学生命科学与工程学院、兰州理工大学生命科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |