Y=-8.59+60.70×A-0.47×B+39.79×C+1 760.63×D+16.76×A×B-19.04×A×C-327.99×A×D-5.38×B×C-31.73×B×D-169.87×C×D-26.48×A2-2.12×B2-5.45×C2-9 809.07×D2，原球茎诱导率。

    由表3可知，模型回归系数R2=0.989 1，P<0.01，说明该模型回归极为显著，可用于白及原球茎诱导率的试验设计。根据顯著性标准，一次项A、B、C、D，交互项AB、AC、AD、BC、CD以及二次项A2、C2、D2对白及原球茎诱导率的影响均具有显著性(P<0.01)。方程的失拟项P值为0.14(P>0.05)，表明其对试验结果的影响不显著，说明模型良好;Radj2=0.989 1可解释本模型中98.91%响应值的变化;Rpred2=0.942 2，Radj2=0.989 1，二者差异在合理范围内(|Radj2-Rpred2|<0.2)，说明该模型具有较好的回归性。精密度为32.9>4进一步表明本模型设计合理[13]。

    3.2 RSM分析

    响应面三维图和等高线图不仅可以解释自变量之间的相互作用，也可反映变量间的相互作用。通过观察曲面的倾斜度确定两者对响应值的影响程度，倾斜度越高，即坡度越陡，说明两者交互作用越显著 ......