2.5. Statistical analysisThe statis

2.5. Statistical analysis

The statistical analyses of the variance (factorial ANOVA), with a confidence level of 95% (p-value ⩽ 0.05), were carried out by using of the software package Statgraphics Plus 5.1 to estimate the significant effect of the different variables of the process (drying air temperature, power of incident microwaves, and osmotic treatment). Furthermore, a principal components analysis, PCA, ( Martens & Næs, 1989) (Unscrambler version 9.7; CAMO Process AS, Oslo, Norway) was applied to describe the relationships among the changes on the profile of volatile compounds and process variables.

ผลลัพธ์ (ไทย) 1:

2.5. สถิติวิเคราะห์วิเคราะห์ทางสถิติของค่าความแปรปรวน (แฟกทอเรียลการวิเคราะห์ความแปรปรวน), ด้วยระดับความเชื่อมั่น 95% (ค่า p ⩽ 0.05), ถูกดำเนิน โดยใช้แพคเกจซอฟต์แวร์ Statgraphics บวก 5.1 การประเมินผลอย่างมีนัยสำคัญของตัวแปรต่าง ๆ ของกระบวนการ (อบแห้งอุณหภูมิอากาศ พลังงานไมโครเวฟเหตุการณ์ และรักษาการออสโมติก) นอกจากนี้ วิเคราะห์ส่วนประกอบหลัก PCA, (Martens และ Næs, 1989) (เวอร์ชัน 9.7; Unscrambler CAMO เป็นกระบวนการ ออสโล นอร์เวย์) ใช้อธิบายความสัมพันธ์ระหว่างการเปลี่ยนแปลงในโพรไฟล์ของสารระเหยและการแปร

ผลลัพธ์ (ไทย) 2:

2.5 การวิเคราะห์ทางสถิติการวิเคราะห์ทางสถิติของความแปรปรวน (ปัจจัย ANOVA) โดยมีระดับความเชื่อมั่น 95% (p-value ⩽ 0.05) ที่ได้ดำเนินการโดยใช้แพคเกจซอฟต์แวร์ Statgraphics พลัส 5.1 ในการประมาณการผลกระทบอย่างมีนัยสำคัญของตัวแปรที่แตกต่างกันของ กระบวนการ (อุณหภูมิอากาศอบแห้งพลังงานไมโครเวฟเหตุการณ์ที่เกิดขึ้นและการรักษาออสโมติก) นอกจากนี้ที่สำคัญการวิเคราะห์องค์ประกอบ PCA (Martens และ naes 1989) (Unscrambler รุ่น 9.7; CAMO กระบวนการ AS, ออสโล, นอร์เวย์) ถูกนำมาใช้เพื่ออธิบายความสัมพันธ์ระหว่างการเปลี่ยนแปลงในรายละเอียดของสารระเหยและตัวแปรกระบวนการ

ผลลัพธ์ (ไทย) 3:

2.5

ของการวิเคราะห์ทางสถิติสถิติที่ใช้ในการวิเคราะห์ความแปรปรวน ( แบบ ANOVA ) ด้วยระดับความเชื่อมั่น 95% ( P-value ⩽ 0.05 ) ได้ทดลองโดยการใช้แพคเกจซอฟต์แวร์ Statgraphics พลัส 5.1 ประเมินผลของตัวแปรที่แตกต่างกันของกระบวนการอบ อุณหภูมิ พลังงานของไมโครเวฟ เรื่องอากาศและการศึกษาการรักษา ) นอกจากนี้การวิเคราะห์องค์ประกอบหลัก ( PCA ) , มาร์เทน&æ S , 1989 ) ( unscrambler Camo รุ่น 9.7 ; กระบวนการ , ออสโล , นอร์เวย์ ) ถูกนำมาใช้เพื่ออธิบายถึงความสัมพันธ์ระหว่างการเปลี่ยนแปลงในโปรไฟล์ของสารประกอบระเหยและกระบวนการตัวแปร .