《表3 二次回归模型的方差分析结果》

  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

《基于响应面分析法优化羽毛纤维超声波染色工艺》

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

注:***表示P<0.001，**表示P<0.01，*表示P<0.05。

对二次方程模型的方差分析结果见表3。表中:F表示整个拟合方程的显著性，F值越大，表示方程越显著，拟合程度也就越好；P值是衡量控制组与实验组差异大小的指标，P<0.05表示2组存在差异，P<0.01表示2组存在显著差异，P<0.001表示2组的差异极其显著，表明回归模型中自变量与因变量之间有极显著回归关系。由表3可以看出，方程一次项、二次项均为显著因素，x1与x2、x1与x3、x1与x4和x2与x4交互作用显著，其余交互项不显著，表明活性染料用量、染色温度、染色时间和浴比对纤维上染百分率的影响不是简单的线性关系，二次项和交互项与上染百分率都有很大的关系[4-5]。该回归方程值中，失拟项不显著，说明方程拟合充分，多元回归方程高度显著（相关系数R2=0.957 6）。因此，该回归方程可以用来描述各实验因素与响应面值的关系，对不同染色条件下羽毛纤维上染百分率进行预测。该回归方程可优化为: