| 因为二次回归正交旋转组合设计的平方项X、X、X的编码值已经中心化处理，按原中心化处理的计算公式带入上面的方程即得到另一形式的回归方程表达式：Y=4.4053+0.8638X-0.3869X-0.0584X-0.0157XX+0.0005XX+0.0112XX-0.6718X-0.2192X-0.7499X。由表3可知，纯误差平方和与失拟平方和的差异性检验未达显著水平(F，说明回归方程拟合良好，影响‘水晶’ב金二十世纪’梨成熟胚子叶不定梢再生系数的主要因素均已考虑到，并可进一步进行显著性检验。由表4可知，该回归方程极显著，表明所建立的数学模型可靠度高。同时，各项回归系数的检验结果(表5)表明，一次项系数B达极显著水平，B达显著水平；交互项系数B、B、B均未达显著水平；二次项系数B、B均达极显著水平。表明试验所考虑的三个因素均能(极)显著地影响‘水晶’ב金二十世纪’梨成熟胚子叶不定梢再生系数。且该回归方程的复决定系数R=SS/SS=0.8585(表3)，说明6-BA、NAA、AgNO浓度对‘水晶’ב金二十世纪’梨成熟胚子叶不定梢再生系数的影响达85.85%，仅有14.15%是由其它未控制因素和误差造成的。
表3回归模型的拟合测验
Tab.3Fittingtestofregressivemodel
|
变异来源Source
|
自由度df
|
平方和SS
|
均方MS
|
F
|
F (5, 8)
|
|
失拟 Distortion fit verification
|
5
|
3.2850
|
0.6571
|
2.2577
|
F (5, 8)=6.63
|
|
纯误差 Simple error
|
8
|
2.3283
|
0.2910
|
|
F (5, 8)=3.69
|
|
总计 Total
|
13
|
5.6143
|
|
|
|
表4回归方程的显著性检验
Tab.4Significancetestofregressiveequation
|
变异来源 Source
|
自由度df
|
平方和 SS
|
均方MS
|
F
|
F (9,13)
|
|
回归 Regression
|
9
|
29.1530
|
3.2393
|
7.5015**
|
F (9,13)=2.72
|
|
离差 Deviation
|
13
|
5.6140
|
0.4318
|
|
F (9,13)=4.19
|
|
总计 Total
|
22
|
34.7670
|
|
|
|
注：**，F>F；*，F，下同。
Note:**,F>F;*,F
表5各项回归系数的显著性检验
Tab.5Significancetestofregressivecoefficients
|
系数 Coefficients
|
B
|
B
|
B
|
B
|
B
|
B
|
B
|
B
|
B
|
|
F
|
23.620**
|
4.739*
|
0.108
|
0.005
|
0
|
0.002
|
16.605**
|
1.767
|
20.689**
|
|
F
|
F ( 1, 13 ) = 4.6
|
|
F ( 1, 13 ) = 9.07
|
|
2.2数学模型的解析与优化
2.2.1单因素效应
由于二次回归正交旋转组合设计具有正交性，各变异来源之间相互独立，所以可采用降维法固定其它两个因素在零水平，得另一个因素的回归子模型，这样即可得到3个回归子模型。Y=4.4053+0.8638X-0.6718X；Y=4.4053-0.3869X-0.2192X；Y=4.4053-0.0584X-0.7499X
根据这3个回归子模型作图（图1）。由图1可知，X(6-BA浓度)、X(NAA浓度)、X(AgNO浓度)在试验所设浓度范围内对子叶不定梢再生系数的影响均呈现出不同程度的“低促高抑”现象；不同之处在于，6-BA浓度曲线高峰出现在1水平（7.38mg/L），NAA浓度曲线高峰在-1水平(0.2mg/L)，而AgNO浓度曲线高峰则出现在0水平(2.5mg/L)。表明当其他两因素固定在0水平时，以曲线高峰为基准，增加或减少某因素的使用量，都会不同程度地降低子叶不定梢再生系数。
图1X，X，X与Y的回归模型示意图
Fig.1theregressiondiagramofX,X,XandY
2..2.2模拟寻优
本试验为3因素5水平，共有5³=125个处理，将其代入回归方程可得125个不定梢再生系数预测值，其中大于3的处理有39个，这39个处理在其相应各试验因素取值分布的频率见表6。
由表6可知，当培养基中的6-BA、NAA、AgNO实际用量分别控制在5.955～7.124mg/L和0.281～0.473mg/L及2.199～2.801mg/L范围内时，可使不定梢再生系数大于3的可靠性为95%。
表6不定梢再生系数大于3时各因素水平频率表
Tab.6Frequencyfactoriallevelswithshootregenerationcoefficientmorethan3
|
因素水平
Levels of factor
|
X （6-BA）
|
|
X （NAA）
|
|
X （AgNO ）
|
|
次数
Times
|
频率
Frequency
|
次数
Times
|
频率
Frequency
|
次数
Times
|
频率
Frequency
|
|
-1.682
|
0
|
0.000
|
|
10
|
0.256
|
|
0
|
0.000
|
|
-1
|
3
|
0.077
|
|
10
|
0.256
|
|
11
|
0.282
|
|
0
|
13
|
0.333
|
|
10
|
0.256
|
|
17
|
0.436
|
|
1
|
13
|
0.333
|
|
7
|
0.179
|
|
11
|
0.282
|
|
1.682
|
10
|
0.256
|
|
2
|
0.051
|
|
0
|
0.000
|
|
合计 Total
|
39
|
1.000
|
|
39
|
1.000
|
|
39
|
1.000
|
|
平均数 Mean
|
 = 0.647
|
|
 = -0.410
|
 = 0
|
|
|
标准误Standard error
|
S = 0.125
|
|
S = 0.163
|
|
s = 0.102
|
|
95%置信区间
95% confidence limit
|
0.401～0.893
|
|
-0.730～-0.090
|
|
-0.201～0.201
|
|
实际用量
Actual usage
|
5.955～7.124mg/L
|
|
0.281～0.473mg/L
|
|
2.199～2.801mg/L
|
| |
|
|
|
|
|
|
|
|
|
3讨论
二次回归正交旋转组合设计是一种具有正交、回归、旋转和较高饱和程度的一种更高级的试验设计方法；采用二次回归正交旋转组合设计可以使试验工作量大幅度减少，但对试验精度要求却很高，因为其中一个试验点实际上代表着一批试验点，因此在试验过程中应尽可能使试验材料一致，同时温度、湿度、光照和pH值等培养条件以及培养基也应基本一致，否则会造成试验误差过大，使所获得的数学模型不能反映客观实际。
本试验采用二次回归正交旋转组合设计建立了梨子叶不定梢再生体系的数学模型：Y=4.4053+0.8638X-0.3869X-0.0584X-0.0157XX+0.0005XX+0.0112XX-0.6718X-0.2192X-0.7499X；得出当培养基中的6-BA、NAA、AgNO实际用量分别控制在5.955～7.124mg/L和0.281～0.473mg/L及2.199～2.801mg/L范围内时，在95%置信区间内可使不定梢再生系数大于3的预测结论。为验证该模型及预测结论的可靠性，在NN69基本培养基中分别添加在95%置信范围内随机抽取的浓度组合：6-BA7.0mg/L，NAA0.4mg/L，AgNO2.4mg/L，接种‘水晶’ב金二十世纪’花后90d的成熟胚子叶(种子经沙藏处理)40个，在其它条件基本一致(按1.1)的情况下培养56d后，统计不定梢再生数为198个，平均再生系数4.95，增殖范围在上述置信区间内，证明试验所得的回归模型是可靠的。 2/3 首页 上一页 1 2 3 下一页 尾页 |
