Question

响应面结果如何分析

失拟项什么作用？

Answer 1

不赞同2楼的回答，失拟项越大表明越不显著，就表明方程模拟较好。而p值应该越小越好。

Answer 2

失拟项（Lack of fit）是用来评估方程可靠性的一个重要数据，如果显著表明方程模拟的不好需要调整，如果不显著表明方程模拟的比较好，可以很好的分析以后的数据。

Answer 3

失拟项越小越好，对应的P值越大越好，说明你的相性相关程度较高，模型较为可靠。