《表1 0 响应面回归方程的显著性及方差分析》

  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

《响应面法优化鸡α干扰素工程菌发酵培养基》

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:S=0.80，PRESS=42.80，R-Sq=99.61%，R-Sq（预测）=98.91%，R-Sq（调整）=94.81%。

根据Boxbehnken试验结果（表9），利用软件Design Expert对其进行回归分析，其回归方程为:Y=161.30-0.1125X1-1.35X2-2.6125X3-5.825X1X2+1.05X1X3+2.275X2X3+6.15X12+0.675X22-10.5X32。经过软件分析，经F值检验，检验P值越小，则变量的显著性越高。由表10可知，该回归模型（P<0.0001）极显著，模型失拟项（P=0.2754）为不显著，说明本模型的整个回归区域拟合较好。模型的相关系数R2=0.9961，校正系数R2Adj=0.9481，表明该回归方程能很好的模拟预测真实的响应值。该方程中X2、X3、X1X2、X2X3、X12、X32（P≤0.01）对湿重影响为极显著；X1X3（0.01