MethodsWe use a response surface mo

Methods
We use a response surface model M a ( | Γ , ) b to describe
the difference between the observed percentage inhibition
and the predicted percentage inhibition as
I Y Y M a b = − ab, , O ab P = + ( | Γ ε , ) , (3)
where ε is a random error that is normally distributed with
mean 0 and variance σ2 , Г={γ0, γ1, γ2, γ3, γ4, γ5} is a set of
response surface model parameters. I is called the interaction
index, an indicator for synergism. In this article, the
response surface model we use is a quadratic polynomial
function,

ผลลัพธ์ (ไทย) 1:

วิธีเราใช้แบบจำลองพื้นผิวตอบสนอง M เป็น (| Γ,) เพื่ออธิบายความแตกต่างระหว่างการสังเกตเปอร์เซ็นต์ยับยั้งและการยับยั้งเปอร์เซ็นต์คาดการณ์เป็น ผม M Y Y เป็น b =− ab, O ab P = + (กรุนด์ฟอสΓε,), (3)ที่εคือ ความผิดพลาดแบบสุ่มที่มีกระจายปกติด้วยหมายความว่า 0 และผลต่าง σ2 Г = {γ0, γ1, γ2, γ3, γ4, γ5 } คือชุดของพารามิเตอร์แบบจำลองพื้นผิวตอบสนอง คือการโต้ตอบดัชนี ตัวบ่งชี้สำหรับพ.ศ. ในบทความนี้ การตอบสนองเราใช้รุ่น surface เป็นพหุนามกำลังสองฟังก์ชัน

ผลลัพธ์ (ไทย) 2:

วิธีการ
ที่เราใช้รูปแบบพื้นผิวตอบสนองเมตร (| Γ) เพื่ออธิบาย
ความแตกต่างระหว่างการยับยั้งเปอร์เซ็นต์สังเกต
และยับยั้งเปอร์เซ็นต์คาดการณ์เป็น
IYYM AB = - AB, โอ AB P = + (| Γε,), ( 3)
ที่εเป็นข้อผิดพลาดแบบสุ่มที่มีการกระจายตามปกติที่มี
ค่าเฉลี่ย 0 และความแปรปรวนσ2, Г = {γ0, γ1, γ2, γ3, γ4, γ5} คือชุดของ
พารามิเตอร์แบบพื้นผิวตอบสนอง ฉันจะเรียกว่าการปฏิสัมพันธ์
ดัชนีบ่งชี้สำหรับการเสริมฤทธิ์ ในบทความนี้
รูปแบบพื้นผิวตอบสนองเราใช้เป็นพหุนามกำลังสอง
ฟังก์ชั่น

ผลลัพธ์ (ไทย) 3:

วิธีการเราใช้แบบจำลองพื้นผิวตอบสนอง ( | Γ M ) B เพื่ออธิบายความแตกต่างระหว่างค่าสังเกต ยับยั้งและคาดการณ์ร้อยละยับยั้งเป็นฉัน Y Y M B = − AB , O AB = + ( | Γε , ) , ( 3 )ที่εเป็นข้อผิดพลาดแบบสุ่มที่มีการแจกแจงปกติกับหมายถึง 0 และความแปรปรวนσ 2 , Гγ = { 0 , γ 1 , γ 2 , γ 3 , γ 4 , 5 } γเป็นชุดของพารามิเตอร์ของแบบจำลองพื้นผิวตอบสนอง ผมเรียกว่า ปฏิสัมพันธ์ดัชนีบ่งชี้สำหรับการ . ในบทความนี้พื้นผิวตอบสนองแบบที่เราใช้เป็นสมการกำลังสี่ฟังก์ชัน