《表4 逐步回归方程结果：青砖茶茶汤滋味成分分析及品质评价模型建立》

  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

《青砖茶茶汤滋味成分分析及品质评价模型建立》

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

从表4可以看出，根据自变量对茶汤滋味得分的贡献率而建立的13个回归方程中，随着方程中自变量个数增加，回归方程的预测效果逐渐提高，其中效果最差的回归方程只应用x1单个自变量（Rc2=0.494 4，RMSECV=1.632 2），用此回归方程对验证样品茶汤滋味分数进行预测时，Rp2=0.490 1，RMSEP=1.654 5；当应用2个自变量建立回归方程时，以应用x1和x3建立的回归方程预测较佳（Rc2=0.628 0，RMSECV=1.450 3），对验证样品茶汤滋味分数的预测结果Rp2=0.6 0 0 5，RMSEP=1.472 4，这是由于x3对茶汤滋味分数的贡献要大于x5，所以回归方程预测结果较佳，但此时建立回归方程的信息较少，方程预测结果欠佳；同理，以应用3个自变量x1、x3和x2建立的回归方程预测结果（Rc2=0.838 5，RMSECV=1.324 0；Rp2=0.811 7，RMSEP=1.376 2）要优于其他3个自变量建立的回归方程得到的预测结果，也优于全部应用2个自变量或者1个自变量建立回归方程的预测结果。这主要是由于回归方程的自变量信息不充分造成的。因此，当以x1、x2、x3、x4、x5全部5个自变量建立回归方程时预测结果最佳（Rc2=0.973 5，RMSECV=0.380 7），当用此回归方程对验证样品茶汤滋味分数进行预测时，Rp2=0.968 1，RMSEP=0.400 0（图1）。