《表4 回归模型的方差分析》

  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

《香梨发酵酒发酵工艺的优化及其香气成分研究》

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<0.001）；“**”表示差异很显著（P<0.01）；“*”表示差异显著（P<0.05）。

对以上响应面回归模型进行方差分析，结果见表4，建立的数学模型，回归模型F=77.55，P<0.000 1表明香梨果酒的酒精度评分与3个因素之间的回归方程极显著。因变量与所考察自变量之间的线性关系显著（R2=0.990 1），调整确定系数R2Adj=0.977 3，说明可解释97.73%相应值得变化，模型失拟项0.167 9>0.05，不显著，拟合程度好，表示单因素试验结果可以和数学模型模拟良好。表4中的一次项X1、X3及二次项X12、X22、X32的值均<0.01，达到极为显著水平，说明它们对响应值影响极大，且考察的因素对响应值的影响不是简单的线性关系。由F值大小可知，影响因素的主次顺序是:X3>X1>X2。