内酯豆花制备工艺的响应面法优化（三） 豆花的响可看出P＜0.001

（1）方差分析

方差分析结果见表5、内酯6，豆花的响可看出P＜0.001，制备表明该回归模型回归效果极显著；失拟项不显著（P为0.0638＞0.05），工艺表示此模型能较好地描述各因素与响应值之间的应面关系，可用此回归方程确定最优提取工艺。法优模型R²_adj为0.7671，内酯说明该模型能解释约76.71％响应值变化；回归模型复测系数R的豆花的响R²=89.81%，相关性一般，制备校正后的工艺复测系数R²_adj为76.71%，测试值与校正值相差较大，应面表示该模型程度较差。法优精密度AdeqPrecision为7.008＞4，内酯表明模型精密度合理；变异系数C.V为3.30%＜10%，豆花的响说明测试值与预测值较为接近，制备实验可信度和精确度较高，实验误差较小。

从表5中可看出，一次项因素A，二次项因素B2的P值均小于0.01，结果极显著，一次项因素B的P值0.01＜0.0205＜0.05，结果显著。一次项因素C、平方项C²和交互项因素AB、BC、AC的P值对结果影响＞0.05，结果不显著。根据F值可得，对感官评分影响排序为A（料水比）＞B（凝固温度）＞C（内酯添加量）。

方差分析见表7、表8，可看出P＜0.05，表明该回归模型的回归效果显著；失拟项不显著（P=0.5034＞0.05）；表示此模型能较好地描述各因素与响应值之间的关系，可用此回归方程确定最优提取工艺。

用Design-Expert 8.0.6.1拟合分析，得到响应面模型二次多元回归方程如下：感官评分=88.40+3.98A+2.90B-0.29C+0.87AB+1.50AC-3.25BC-3.10A²-5.68B²-2.30C²。

凝胶强度=18.53+8.43A+0.99B+0.78AB+2.52AC-2.19BC+0.64A²-5.31B²-1.43C²。

模型R²_adj为0.6649，说明该模型能解释约66.49％响应值变化；R²=85.34%，说明相关性一般，校正后R²为66.49%，测试值与校正值相差较大，表示该模型程度较差。精密度AdeqPrecision为7.144＞4，表明模型精密度合理；变异系数C.V=27.48%＞10%，说明测试值与预测值偏离较大，实验误差较大。表7可知，一次项因素A的P值＜0.01，结果极显著；二次项因素B2＜0.05，结果显著；其余因素均＞0.05，结果不显著。根据F值对凝胶强度影响排序为A（料水比）＞C（内酯添加量）＞B（凝固温度）。

声明：本文所用图片、文字来源《中国食品添加剂》，版权归原作者所有。如涉及作品内容、版权等问题，请与本网联系

相关链接：β丙内酯，δ十一内酯，B丁内酯​​​​​​​

(责任编辑：焦点)