| 查看: 5439 | 回复: 30 | ||
| 当前只显示满足指定条件的回帖，点击这里查看本话题的所有回帖 | ||
[求助]
谁能教教我怎么对响应面的结果进行分析 已有7人参与
|
||
|
我的响应面做完了，但是其中的失拟项后面没有P值和F值，因此我就不能确定其的显著性，我想知道这是为什么，我已经做了2次了，望大家赐教。急啊~~~~~~ 谢谢了 |
回复此楼» 猜你喜欢
0832食品调剂推荐
已经有0人回复
-
食品调剂-总分291-有中核论文导师一作、本人二作-一志愿南昌大学学硕-介绍详细
已经有12人回复
-
食品科学论文润色/翻译怎么收费?
已经有283人回复
-
法国里尔大学_INRAE 2026招收食品方向CSC博士生
已经有0人回复
-
331求调剂，一志愿合工大食品工程（086003）
已经有2人回复
-
303分一志愿江南大学发酵工程学硕本科参加竞赛有实验室经历有酒厂质检员工作经历
已经有5人回复
-
331食品工程求调剂
已经有1人回复
-
一志愿福建农林大学 09 食品与营养 初试323
已经有0人回复
-
08600生物与医药调剂，其他方向也可以
已经有1人回复
-
钙离子的存在形式
已经有0人回复
» 本主题相关价值贴推荐，对您同样有帮助:
- 六因子分析与主成分分析教程 Design-Expert 响应面分析软件使用教程.pdf
已经有22人回复
- 请教响应面优化方程问题
已经有13人回复
- 发光材料的基质对于激活剂是否存在能量传递啊啊啊 哪位大神教教我
已经有4人回复
- （十万火急！请教响应面牛人）响应面回归方程是哪一个
已经有12人回复
- 有谁能请教下电化学镀铜？急求毕业！！
已经有11人回复
- 谁帮我算一下连接体系啊？？能教我一下吗？？
已经有11人回复
- 哪位虫虫有响应面法优化培养基的详细教程？能否共享一下？谢谢！
已经有14人回复
- 谁能教我在AUTOCAD中把彩色的图案转化为黑线条白衬底的打印模式？
已经有7人回复
- 谁能教教我SPSS做相关性分析和显著性分析哦？
已经有9人回复
- 【求助/交流】求响应面设计优化发酵条件的最简洁的教程
已经有29人回复
- 【求助】谁能教我怎么写乙炔的分子说明，用虚原子写的。
已经有7人回复
- 请教design expert 响应面设计CCD设计问题？
已经有2人回复
- 请教，如何分析判断响应面分析结果是合理的？
已经有2人回复
- 【求助】各位出国的师兄师姐们，请教教我怎么样联系国外大学的导师？
已经有3人回复
- 【请教】谁能教我用jade5定量分析各个相奖励金币100个
已经有12人回复
8楼2012-12-07 10:36:51
行板如歌
金虫 (小有名气)
- 应助: 99 (初中生)
- 金币: 1061.9
- 红花: 2
- 帖子: 271
- 在线: 92.2小时
- 虫号: 704928
- 注册: 2009-02-20
- 性别: GG
- 专业: 园艺作物采后生物学
2楼2012-12-03 16:34:39
3楼2012-12-05 22:27:09
|
Use your mouse to right click on individual cells for definitions. Response 1 浸提液中花青素质量浓度 ANOVA for Response Surface Quadratic Model Analysis of variance table [Partial sum of squares - Type III] Sum of Mean F p-value Source Squares df Square Value Prob > F Model 0.49 9 0.054 21.41 0.0003 significant A-X1 时间 3.916E-003 1 3.916E-003 1.55 0.2530 B-X2 温度 0.028 1 0.028 11.17 0.0124 C-X3 料液比 0.027 1 0.027 10.85 0.0132 AB 0.088 1 0.088 34.95 0.0006 AC 7.832E-003 1 7.832E-003 3.10 0.1215 BC 0.011 1 0.011 4.16 0.0807 A^2 0.11 1 0.11 45.41 0.0003 B^2 0.12 1 0.12 48.21 0.0002 C^2 0.052 1 0.052 20.46 0.0027 Residual 0.018 7 2.524E-003 Lack of Fit 0.018 3 5.890E-003 Pure Error 0.000 4 0.000 Cor Total 0.50 16 The Model F-value of 21.41 implies the model is significant. There is only a 0.03% chance that a "Model F-Value" this large could occur due to noise. Values of "Prob > F" less than 0.0500 indicate model terms are significant. In this case B, C, AB, A++2+-, B++2+-, C++2+- are significant model terms. Values greater than 0.1000 indicate the model terms are not significant. If there are many insignificant model terms (not counting those required to support hierarchy), model reduction may improve your model. Std. Dev. 0.050 R-Squared 0.9649 Mean 5.50 Adj R-Squared 0.9199 C.V. % 0.91 Pred R-Squared 0.4391 PRESS 0.28 Adeq Precision 14.663 The "Pred R-Squared" of 0.4391 is not as close to the "Adj R-Squared" of 0.9199 as one might normally expect. This may indicate a large block effect or a possible problem with your model and/or data. Things to consider are model reduction, response tranformation, outliers, etc. "Adeq Precision" measures the signal to noise ratio. A ratio greater than 4 is desirable. Your ratio of 14.663 indicates an adequate signal. This model can be used to navigate the design space. Coefficient Standard 95% CI 95% CI Factor Estimate df Error Low High VIF Intercept 5.71 1 0.022 5.65 5.76 A-X1 时间 0.022 1 0.018 -0.020 0.064 1.00 B-X2 温度 0.059 1 0.018 0.017 0.10 1.00 C-X3 料液比 0.059 1 0.018 0.016 0.10 1.00 AB -0.15 1 0.025 -0.21 -0.089 1.00 AC 0.044 1 0.025 -0.015 0.10 1.00 BC -0.051 1 0.025 -0.11 8.150E-003 1.00 A^2 -0.17 1 0.024 -0.22 -0.11 1.01 B^2 -0.17 1 0.024 -0.23 -0.11 1.01 C^2 -0.11 1 0.024 -0.17 -0.053 1.01 Final Equation in Terms of Coded Factors: 浸提液中花青素质量浓度 = +5.71 +0.022 * A +0.059 * B +0.059 * C -0.15 * A * B +0.044 * A * C -0.051 * B * C -0.17 * A^2 -0.17 * B^2 -0.11 * C^2 Final Equation in Terms of Actual Factors: 浸提液中花青素质量浓度 = -6.13650 +2.79225 * X1 时间 +0.52027 * X2 温度 +0.11635 * X3 料液比 -0.059400 * X1 时间 * X2 温度 +8.85000E-003 * X1 时间 * X3 料液比 -1.02500E-003 * X2 温度 * X3 料液比 -0.66000 * X1 时间^2 -6.80000E-003 * X2 温度 ^2 -1.10750E-003 * X3 料液比^2 The Diagnostics Case Statistics Report has been moved to the Diagnostics Node. In the Diagnostics Node, Select Case Statistics from the View Menu. Proceed to Diagnostic Plots (the next icon in progression). Be sure to look at the: 1) Normal probability plot of the studentized residuals to check for normality of residuals. 2) Studentized residuals versus predicted values to check for constant error. 3) Externally Studentized Residuals to look for outliers, i.e., influential values. 4) Box-Cox plot for power transformations. If all the model statistics and diagnostic plots are OK, finish up with the Model Graphs icon. |
4楼2012-12-05 22:30:09
