METODA SUPRAFETEI de RASPUNS - Optimizarea Activitatii Enzimatice in Bioprocese

CUPRINS
Motivaie : Modele matematice n microbiologie ................................................................ 3

Cap. 1
NOIUNI GENERALE DE BIOSTATISTIC

1.1 Elemente de teoria seleciei aleatoare. Experimente asociate bioproceselor
....................................................................................................................... 11
1.2 Elemente de teoria estimaiei aleatoare ........................................................... 14
1.3 Ipoteze statistice. Teste de verificare ............................................................... 16
1.4 Soft specializat de implementare a procedurilor de analiza statistica .............. 18
Cap. 2
ANALIZA DE CORELAIE I REGRESIE

2.1 Noiuni generale privind corelaia i regresia statistic ................................... 19
2.2 Regresia simpl liniar i neliniar. Curbe doz-efect ..................................... 29
2.3 Regresia multipl liniar i neliniar. Suprafee de rspuns.
Regresia logistic i modele logliniare ............................................................ 36
Cap. 3
APLICAIE : Optimizarea procesului de obinere a iaurtului

3.1 Descrierea bioprocesului de obinere a iaurtului ............................................ 41
3.2 Modele matematice asociate ........................................................................... 44
3.3 Simularea numeric a modelelor statistice.
Interpretarea rezultatelor proceselor de modelare-simulare ............................ 46
Cap. 4
CONCLUZII ....................................................................................................... 95
Bibliografie ..................................................................................................................... 97
Motivaie : Modele matematice n microbiologie

Analiza de supravieuire este o ramur relativ recent a biostatisticii care domin
metodologia cercetrilor din domeniul microbiologiei, nregistrnd o dezvoltare remarcabil
ncepnd cu ultimii 10-15 ani. Astfel, analiza funciilor de supravieuire (respectiv, a funciilor
de mortalitate) permit prin metodele originale propuse, descrierea distribuiei timpului pn
la producerea evenimentului aleator (supus observaiei statistice) de inactivare / dezvoltare
a unei populaii biologice (n particular a unei populaii microbiene) .
Trebuie precizat c analiza de supravieuire se bazeaz pe consistente noiuni de
Teoria clasic a probabilitilor, de Biostatistic, precum i de Teoria sistemelor dinamice
deterministe i stochastice.
Funcia de supravieuire. Intensitatea de supravieuire / [Bendrea C. - 2009]
n analiza evenimentelor dependente de timp fiecare subiect (individ, entitate, etc.) al
unei populaii biologice (n particular, al unei populaii microbiene) este urmrit pn la un
anume moment de timp
la care este observat producerea evenimentului cercetat, sau
este cenzurat (scurtat) urmrirea acelui subiect independent de observarea evenimentului

cercetat.
Spunem astfel c populaia biologic este supus observaiei dup un indicator binar
(de tip Bernoulli),
Y:
unde
este probabilitatea de realizare a evenimentului cercetat (de exemplu
stingerea / inactivatrea populaiei microbiene studiate).

Dac evenimentul nu s-a produs pn la momentul de timp
expunerea subiectului i al populaiei, vom considera
stabilit pentru
=
i vom numi
cenzurat la dreapta acel eveniment, relativ la supravieuirea subiectului respectiv.

Aadar,
pentru
independente
fiecare
,
subiect
al
populaiei
sunt
urmrite
care sunt realizri ale proceselor separate
dou
variabile
care satisfac
att ipoteza independenei stochastice ct i ipoteza cenzurrii aleatoare la dreapta.

Studiul populaiei biologice prin metoda seleciilor aleatoare dup indicatorii
independeni
conduce la determinarea modelelor matematice complexe cinetico-
probabilistice . Dei poate fi discretizat, indicatorul de studiu
(timpul) este o variabil
aleatoare continu la dreapta (cel puin), avnd funcia de distribuie monoton cresctoare ,
,
care msoar probabilitatea ca evenimentul urmrit s se produc n intervalul (
] ,
adic n particular probabilitatea ca un subiect al populaiei s se sting (s fie inactivat)

pn la momentul
Aadar, distribuia timpului pn la inactivarea (distrugerea) unei populaii

microbiene este caracterizat de aceast funcie
care se numete distribuie
cumulativ de inciden. Funcia probabilistic-complementar,

, S
reprezint probabilitatea ca evenimentul cercetat s nu se produc n intervalul (
adic n particular, probabilitatea supravieuirii la momentul
] ,
a subiectului populaiei
biologice aflat n studiu .

Din acest motiv
este numit
funcie de supravieuire ( survival function ) a
populaiei biologice studiat. Este evident c funcia
este de asemenea continu la
dreapta (cel puin) ns este monoton descresctoare.

Observaie : Dac funcia cumulativ de inciden este definit prin,
,
atunci
i aceste funcii sunt continue la stnga (cel
puin) pe
, iar acest aspect aparent irelevant devine esenial n cazul discret al variabilei
Considerm probabilitatea condiionat,
ca evenimentul cercetat s se produc nainte de atingerea momentului
, tiind c
acesta nu se produsese pn la momentul . n cazul de fa, (7.5) reprezint probabilitatea

stingerii / inactivrii subiectului unei populaii biologice nainte de atingerea momentului
, tiind c acesta supravieuia la momentul . Astfel notm,
=
unde,
reprezint densitatea de distribuie a variabilei timp
Este
evident
instantanee la momentul
funcia
reprezint
probabilitatea
de
supravieuire
fixat, fiind considerat principalul indicator cantitativ cu
privire la populaia biologic studiat din perspectiva caracteristicei . Aceast funcie se

numete intensitate de supravieuire a populaiei biologice (n particular a populaiei
microbiene ). n multe monografii de specialitate,
se mai numete funcie de risc (
hazard function ), iar relaia (7.6) se poate rescrie prin,

.
De aici deducem c funcia de supravieuire devine,
.
Derivnd termen cu termen relaia (7.9) se obine ecuaia cinetic (dinamic) de
supravieuire,
sau echivalent,
.
Distribuia cumulativ
dat prin,
de supravieuire corespunztoare intensitii
este
ceea ce arat c funcia de supravieuire se poate exprima i n raport cu intensitatea

cumulativ de supravieuire prin,
=
Indicatorul de studiu
este necesar din perspectiva determinrii mediei sale, adic
a estimrii prin selecii aleatoare asupra populaiei microbiene aflat n studiu statistic a
timpului mediu de stingere / inactivare a populaiei respective :
innd cont de integrarea prin pri i de condiiile :

.
Relaia (7.14) arat importana intensitii de supravieuire

funciei de supravieuire
timpului mediu
pentru
pentru studiul
dar i pentru calculul (deterministic sau aproximativ) a
de inactivare a populaiei microbiene.
Cu toate acestea, d.p.d.v. practic timpul mediu de inactivare
se determin cu
formula de aproximare statistic :

,
ce reprezint media timpilor
necesari pentru inactivarea fiecruia dintre cei
subieci
ai populaiei iniiale.
n acest caz variabilele aleatoare
sunt identic repartizate cu
pentru realizarea sondajelor asupra populaiei dup indicatorul
i vor fi utilizate
Dac se realizeaz o divizare (eventual echidistant) a intervalului de studiu [

,
],
i notm,
= numrul de subieci care supravieuiesc la momentul

=
= numrul de subieci care au fost inactivai nainte de
= probabilitatea (rata) de supravieuire la momentul

=
=F
= probab. de inactivare la momentul
= numrul de subintervale de studiu (

=
) ;
) = durata medie a subintervalului (

=
) ;
= numrul de subieci din populaie

inactivai n intervalul (
) ;
Atunci n urma msurtorilor asupra ratei de supravieuire (implicit asupra ratei de

inactivare) la fiecare moment al divizrii se determin momentul
la care aceast rat este
suficient de apropiat de zero ( rata de inactivare suficient de apropiat de unitate ) , iar

timpul mediu de inactivare poate fi considerat,
.
Concluzie :
Particulariznd acum viteza de supravieuire
i innd cont i de
dependena acesteia n raport cu ali parametri semnificativi care influeneaz cantitativ i

calitativ dezvoltarea unei populaii de microorganisme i implicit procesul concret de
inactivare a acesteia ( factori intrinseci i extrinseci care caracterizeaz mediul de cultur,
precum i factori implicii de natur biologic ), obinem diferite modele matematice ale
procesului de distrugere / inactivare :
Modele izotermale
Modele cinetice de ordinul I (primare) : Analiza de supravieuire

-
Modele exponeniale simple, bifazice sau multiexponeniale
Modele logistice (analiza regresiei logistice)
Modele caracterizate de distribuia Weibull
Modele empirice (secundare) :

-
Modele mecaniciste bazate pe ecuaia lui Arrhenius
Modele log-Logistice
Modele nonizotermale
Generalizri ale modelelor cinetice de ordinul I

-
Modele exponeniale simple, bifazice sau multiexponeniale
Modele logistice (analiza regresiei logistice)
Modele caracterizate de distribuia Weibull
Modele probabiliste n istoria dezvoltrii epidemiologiei

-
Modele caracterizate de teoria lanurilor Galton-Watson
Modele caracterizate prin procese de natere i de moarte
Modele caracterizate prin procese Markov continue (de difuzie)
Modele polistochastice continue : evoluii aleatoare
Modele cinetice izotermale de ordinul I pentru inactivarea termic microbian

Punctul de plecare n aceast teorie este acela potrivit cruia, prin expunerea unei
populaii microbiene la o temperatur uniform critic (letal), numrul subiecilor
(celulelor microbiene : virusuri, mucegaiuri, respectiv sporilor : bacterii n special) descrete
exponenial n raport cu timpul, dup o lege care exprim dinamica de ordinul I a
procesului.
Altfel spus, rata de distrugere / inactivare termic este proporional cu numrul
celulelor microbiene care mai sunt nc n via, la orice moment de timp al perioadei de
expunere (de studiu).
Dei n cadrul microbiologiei se face o distincie bine argumentat ntre diferitele
clase de populaii microbiene (microorganisme i celule microbiene de tipul sporilor), n
modelarea matematic a proceselor de cretere / distrugere a acestor populaii nu vom face
o astfel de discriminare.
Fie
numrul iniial al celulelor microbiene n populaia supus procesului de
inactivare termic izotermal , iar

la momentul
numrul subiecilor care mai sunt n via
n acord cu legea cinetic a lui Malthus de cretere exponenial a populaiei n

condiii izotermale (temperatura
constant), rezult c rata de inactivare este dat de
egalitatea,
,
numit ecuaie de supravieuire, pentru care
este rata exponenial dependent de
temperatur. Integrnd termen cu termen ecuaia diferenial anterioar se obine,
,
,
Deoarece raportul
sau echivalent,
.
definete funcia de supravieuire introdus probabilistic n relaia,

,
iar numrarea celulelor microbiene se exprim uzual n puteri ale lui 10 , atunci ecuaia de
supravieuire se poate prezenta prin trecerea la logaritmul zecimal, sub forma echivalent ,
,
, unde
Folosind expresia funciei de supravieuire, ecuaia liniarizat devine ,

,
sau echivalent,
,
Figura 1. Funcia de supravieuire liniarizat.Timpul de reducere zecimal

Logaritmul funciei de supravieuire satisface ecuaia liniarizat n raport cu timpul a
crei pant este constanta
obinem c valoarea
[ Figura 1. ]. Deoarece,
ce rezult ca reciproc (invers) a pantei logaritmului funciei de
supravieuire se numete timp de reducere zecimal (adic, durata de timp necesar

reducerii de
ori a numrului de microorganisme n via
) . Acest valoare, exprim
uzual n minute, durata de timp necesar ca funcia de supravieuire s traverseze un ciclu

logaritmic (adic logaritmul acestei funcii s scad cu o unitate) i constituie un indicator
eficient care msoar rezistena la inactivare termic a populaiei microbiene.
n acest sens pot fi consultate diferite liste cu valori ale parametrului
corespunztoare diferitelor medii de cultur i diferitelor intervale de temperaturi specifice

[ Nicolau A. 2006 ; Peleg M. 2006 ].
n aproape toate monografiile de microbiologie general i implicit n cele de
microbiologia produselor alimentare, valoarea
este nemijlocit legat de ecuaia empiric
a lui Arrhenius,
=
unde:
=
i
=
sunt ratele exponeniale ale funciei de
supravieuire (constante n timp) corespunztoare nivelurilor
i
ale temperaturii ;
este energia dezvoltat pentru inactivare [ J/mol ] ;
este constanta universal a gazelor [
=
Pentru
i respectiv
= 8314 J/mol
].
ecuaia empiric a lui Arrhenius devine,
=
n care valoarea- este numit temperatura de reducere zecimal i reprezint numrul de
grade Celsius / Kelvin (gradientul de temperatur) necesar reducerii de 10 ori a valorii
[ Figura 2. ] .
Figura 2. Temperatura de reducere zecimal

Notnd cu
temperatura la care se presupune c populaia microbian este
complet inactivat, numit i temperatur de referin , iar cu

reducere
zecimal
temperatura
corespunztor
atunci
evoluia
parametrului
timpul de
n
raport
cu
satisface o lege cinetic de ordinul I liniarizat , dedus din ecuaia empiric a
lui Arrhenius, de forma :
sau echivalent,
.
Este evident ( chiar i din Figura 2. ) c valoarea-
reprezint reciproca (inversa)
pantei logaritmului timpului de reducere zecimal. n teoria analizei de supravieuire

aceast valoare constituie un indicator eficient ce msoar rezistena termic a populaiei
microbiene i se aplic frecvent la calculul eficienei proceselor termice de inactivare n
industriile alimentar i farmaceutic. Pentru conservarea produselor slab-acidulate, se
consider uzual temperatura de referin
( sau 250 ).
Observaii :
(1) Procesele termice de distrugere a microorganismelor sunt foarte rar (sau
niciodat) izotermale. Acestea se aplic de obicei la conservarea termic a unor produse
alimentare, sau la sterilizarea produselor farmaceutice (inclusiv a instrumentarului
chirurgical).
nlocuind temperatura
din modelul evideniat anterior, cu ali parametri eseniali
care influeneaz dezvoltarea populaiilor de microorganisme (umezeala, presiunea, pulsurile

luminoase, radiaiile, cmpurile electrice pulsatorii, ageni chimici, etc.) se obin modelele
cinetice primare corespunztoare diferitelor metode de inactivare a acestor populaii.
(2) n lucrarea de fa se studiaz procesul fermentativ de obinere a iaurtului, n
sensul optimizrii valorilor factorilor care sintetizeaz calitatea acestui produs alimentar, i
anume Vscozitatea, Aciditatea, Sinereza i Viabilitatea, n funcie de variaiile
variabilelor de proces, concentraia de Transglutaminaz i adaosul de Fibrulin.
Modelarea matematic a unui astfel de bioproces apeleaz, aa cum am propus n
cele ce urmeaz, la diferite metode ale inferenei statistice :
- analiza dispersional bifactorial a indicatorilor enumerai ;
- formularea i verificarea unor ipoteze statistice privind anumite caracteristici numerice
necunoscute ale indicatorilor respectivi (valori medii, dispersii, coeficieni de variaie,
coeficieni de corelaie, deviaii standard, diferite abateri cu rol de erori de aproximare etc.) ;
- analiza de corelaie i de regresie prin utilizarea Metodei Suprafeei de Rspuns (RSM)
i implementarea modelelor folosind pachetul de programe software Expert-Design 7.1.
-
sintetizarea i interpretarea rezultatelor modelelor propuse n sensul observrii
evoluiilor factorilor care influeneaz calitatea iaurtului pe ntreaga perioad de desfurare

a bioprocesului .
10
1
Noiuni generale de biostatistic
1.1
1.2
1.3
1.4
1.1
Elemente de teoria seleciei aleatoare. Experimente asociate bioproceselor

Elemente de teoria estimaiei aleatoare
Ipoteze statistice parametrice. Teste de verificare
Soft specializat de implementare a procedurilor de analiza statistica
Elemente de teoria seleciei aleatoare
Biostatistica este o ramur a Statisticii matematice, aplicat la studiul proceselor

biologice i biotehnologice stabilind legi de comportare a acestora pe baza analizei unui
numr restrns de date, obinute prin procedee specifice teoriei seleciei aleatoare, sau n
urma unor experimente analogice asociate proceselor respective.
Analiza statistic propriu-zis se bazeaz, pe de o parte pe anumite modele fizicocinetice (ecuaii de proces) asociate proceselor aflate n studiu i pe de alt parte, pe
metodele de aproximare specifice teoriei estimaiei i pe verificarea unor ipoteze formulate n
concordan cu cerinele concrete ale studiului statistic. n esen, toate proprietile de
aproximare statistic (parametric sau de concordan a dou repartiii) reprezint
aplicarea a dou rezultate fundamentale din Teoria probabilitilor i anume, legea
numerelor mari i teorema limit central.
ntr-o exprimare intuitiv, vom spune c irul de variabile aleatoare reale
satisface legea (slab/tare) a numerelor mari dac are loc ntr-un sens bine precizat,
proprietatea de convergen :
0 , unde
este irul sumelor pariale asociat irului dat,
iar
reprezint media acestuia.

irul de variabile aleatoare reale
satisface teorema limit central (n oricare
dintre variantele cunoscute ca teoreme ale lui Lindeberg-Feller, Leapounov, Cebev,
Hincin, sau exemplul lui Moivre-Laplace) dac, n condiii suficient de generale, funcia de
repartiie
a irului standardizat
repartiie normal standard

dispersia irului
tinde ctre funcia de

, unde prin
am notat
11
1.1.1 Populaie (colectivitate) statistic. Selecii aleatoare

n practic avem adesea nevoie s facem judeci asupra unor mari colecii de
rezultate posibile experimental ori a altor cantiti, dar nu putem sau este extrem de scump,
s examinm toate aceste date. n astfel de cazuri, n loc s examinm ntregul set de date
pe care l numim n cele ce urmeaz populaie, tragem concluziile dup examinarea unei
pri dintre acestea, luat la ntmplare i pe care intuitiv o numim selecie.
Procedeul de obinere a probelor este numit tot selecie (sau sondaj), iar procedeul de
extrapolare a concluziilor la ntreaga populaie este cunoscut sub numele de inferen
statistic.
Dac
este cmpul de probabilitate asociat fenomenului de mas (sau
procesului) a crui desfurare depinde de ntmplare i pe care o vom studia prin selecii
aleatoare atunci, cmpul de evenimente aleatoare asociat
se va numi colectivitate
(populaie) statistic. Orice variabil aleatoare
definit pe cmpul
, adic
asociat fenomenului/procesului studiat se va numi caracteristic a populaiei, sau
indicator de studiu al acesteia.
Se numete selecie aleatoare simpl i repetat de volum
statistice
dup indicatorul de studiu , orice vector aleator,
, asupra colectivitii
ale ccrui componente

,
sunt variabile aleatoatoare independente stochastic n
ansamblu (i.s.a.) i identic repartizate avnd repartiia indicatorului .
Orice valoare
a seleciei
cuprinde cele
valori de observaie (selecie) ale indicatorului de studiu , cu care se va determina prin
gruparea lor, o repartiie probabilistic empiric (statistic).
Teorema lui Leapunov, numit i teorema fundamental a statisticii matematice, care
justific utilizarea metodei seleciei stabilete c funcia de repartiie empiric (statistic)
tinde la funcia teoretic de repartiie a colectivitii studiate (adic a indicatorului de
studiu) cnd volmul seleciei tinde la
(adic pentru suficient de mare).
1.1.2 Media de selecie este definit ca o variabil aleatoare de forma:
adic, media aritmetic a componentelor seleciei aleatoare simple de volum

. Dac
distribuia indicatorului de studiu este repartiia normal general
, adic aceiai
pentru fiecare component
,
a seleciei atunci, media de selecie satisface
urmtoarele proprieti :
~
;
;
12
Interpretare:
Media de selecie urmeaz de asemenea o repartiie normal, cu media
egal cu media teoretic) i dispersia
(normalizat)
(adic
. Mai mult, media de selecie standardizat
este o variabil notat cu
ce urmeaz repartiia
normal standard
Aceast proprietate ne va permite s aproximm media teoretic
necunoscut
prin intervale de ncredere garantate cu o precizie dat
, intervale de
forma:
,
pentru care
iar
este media statistic,
este
cuantila
de
este dispersia teoretic presupus cunoscut,
ordin
pentru
corespunztoare preciziei date
repartiia
normal
standard
i care se citete din tabelele funciei lui Laplace.
1.1.3 Dispersia de selecie

Ca o msur a abaterii datelor de observaie fa de media statistic, se introduce
noiunea de dispersie de selecie reprezentat de variabila definit prin,
Orice valoare a acestei variabile definit prin
se numete
dispersie statistic. Aceast valoare va aproxima suficient de bine valoarea dispersiei

teoretice necunoscute
n cazul seleciilor de volum redus (
), acesat aproximare va utiliza o alt form
a dispersiei de selecie numit dispersia de selecie modificat i definit de,
Orice valoare a acesteia notat prin,
se numete dispersie statistic modificat. Aa cum

standard teoretic, prin
statistic (de selecie).
respectiv prin
Dac distribuia indicatorului de studiu

adic aceiai pentru fiecare component
,
satisfac urmtoarele proprieti :
~
se numete abaterea (deviaia)

vom nelege deviaia standard
este repartiia normal general

,
a seleciei atunci, dispersiile de selecie
13
) .
Interpretare:
Primele dou proprieti se utilizeaz pentru aproximarea dispersiei teoretice
necunoscute
prin intervale de ncredere de forma,
=
unde
sunt cele dou cuantile asimetrice ale repartiiei
care se determin
din tabele ; urmtoarele dou proprieti se utilizeaz pentru aproximarea dispersiei

teoretice necunoscute
prin intervale de ncredere de forma,
atunci cnd media teoretic

asimetrice ale repartiiei
este cunoscut , iar
sunt cele dou cuantile
care se determin din tabele.
n sfrit, ultimele dou proprieti ne vor permite s aproximm media teoretic

necunoscut
prin intervale de ncredere garantate cu o precizie dat
, de forma:
,
pentru care
este cuantila de ordin
corespunztoare preciziei date
pentru repartiia Student
i care se citete din tabele.
n ceea ce privete noiunile de covarian (corelaie) teoretic i respectiv empiric (de

selecie) a dou variabile aleatoare, n particular a doi indicatori de studiu ai unei
colectiviti statistice, precum coeficientul de corelaie corespunztor, noiuni care se vor
utiliza pentru definirea i apoi estimarea curbei (n particular, dreptei) de regresie, acestea
vor fi prezentate pe larg n capitolul urmtor.
1.2
Elemente de teoria estimaiei aleatoare
Teoria estimaiei urmrete evaluarea parametrilor necunoscui (media teoretic,

dispersia teoretic, momentele iniiale teoretice etc.) de care depinde funcia de repartiie a
indicatorului de studiu
(adic, repartiia teoretic a colectivitii statistice). Valorile
numerice obinute se numesc estimaii . Se obin estimaii punctuale n cazul n care se
folosesc valorile
ale seleciilor
, sau estimaii prin
intervale de ncredere n cazul n care se determin un interval n care se afl, cu o
probabilitate suficient de mare (numit precizie) valoarea estimat a parametrului respectiv.
studiu
Considerm c repartiia teoretic a colectivitii statistice (adic a indicatorului de

), este dat prin funcia de densitate/frecven (dup cum
este variabil
14
continu/discret)
care depinde de valorile necunoscute ale parametrului
. Vom pune n eviden n continuare, pe scurt, cteva metode de estimare a
parametrului necunoscut , care poate fi, media teoretic sau dispersia teoretic.
Variabila de selecie cu valori n spaiul
se numete estimator pentru parametrul necunoscut

. Orice valoare
general cu se va numi estimaie pentru parametrul necunoscut
.
, notat n
Dac media unui astfel de estimator este o valoare egal cu , adic

atunci vom spune c
se numete estimator nedeplasat pentru parametrul
=
se va numi estimaie nedeplasat.
Dac
ns
pentru
atunci vom spune c
numete estimator asimptotic nedeplasat pentru parametrul
.
Dac
n probabilitate pentru
estimator corect pentru parametrul
.
atunci vom spune c
Dac
aproape sigur (a.s.) pentru
numete estimator absolut corect pentru parametrul
iar
se
se numete
atunci vom spune c
se
1.2.1 Metoda verosimilitii maxime

Funcia,
:
se numete funcia de verosimilitate asociat seleciei aleatoare
i
indicatorului de studiu
(a crui repartiie este definit prin funcia ), unde pentru
simplitatea exprimrii, am notat cu
o valoare oarecare a seleciei

.
Fie (
)
abscisa unui punct de maxim pentru funcia de verosimilitate .
Prin definiie, componenta
se numete estimaie de maxim verosimilitate pentru
parametrul necunoscut . Este evident c punctul (
)
satisface condiiile de
maxim pentru funcia i anume:
(a) Condiia necesar de extrem de tip Frmat :
(b) Condiia suficient de maxim de tip Legndre :
n cazul n care parametrul necunoscut are mai multe componente,
atunci, att condiiile necesare de extrem ct i cele suficiente de maxim, n numr de

respectiv
se refer la derivatele pariale n raport cu
.
15
Variabila de selecie,
,
se numete estimatorul funciei de verosimilitate. Astfel, variabila
va numi estimatorul de maxim verosimilitate pentru parametrul .
se
1.2.2 Metoda Rao-Cramer

Ca i metoda verosimilitii maxime, metoda Rao-Cramer va aproxima punctual
valoarea parametrului necunoscut
. Un estimator nedeplasat
pentru
parametrul
satisface inegalitatea Rao-Cramer dac are loc:
unde
reprezint estimatorul funciei de verosimilitate. Aceast inegalitate evideniaz
valoarea minim a dispersiei estimatorului
. Prin definiie, un estimator nedeplasat cu
dispersia minim (adic, pentru care are loc egalitatea Rao-Cramer) se numete estimator
eficient pentru parametrul necunoscut . Se demonstreaz c orice estimator eficient este i
estimator de maxim verosimilitate, reciproca nefiind n general adevrat.
1.2.3 Metoda intervalelor de ncredere
Fie
iar
i
doi estimatori pentru parametrul necunoscut
o probabilitate fixat, suficient apropiat de 1 (numit precizie).
Intervalul aleator [
] de lungime minim, pentru care are loc proprietatea,
se numete interval de ncredere garantat cu precizia pentru parametrul

.
Pe baza proprietilor mediei de selecie i ale dispersiilor de selecie puse n eviden
n paragraful anterior au fost determinate intervalele de ncredere pentru media teoretic
i pentru dispersia teoretic
necunoscute.
1.3 Ipoteze statistice. Teste de verificare

Se numete ipotez statistic parametric, o presupunere fcut cu o probabilitate
dat
, asupra valorilor necunoscute ale unor parametri
. Prin ipotez statistic
de concordan nelegem o presupunere fcut cu o probabilitate dat
, asupra
funciei de repartiie teoretic necunoscut.
Verificarea unei astfel de ipoteze nseamn aplicarea unei scheme simple de calcul,
numit test de verificare, n urma creia ipoteza respectiv poate fi validat (acceptat) cu
un risc asigurat
, sau nevalidat (respins) cu precizia .
Determinarea pe de o parte, a celui mai mare risc
cu care poate fi acceptat
o ipotez statistic, iar pe de alt parte, a celei mai mici precizii cu care se poate respinge
ipoteza respectiv, revine la rezolvarea unei probleme de optimizare bayessian bicriterial
suficient de dificil.
Verificarea ipotezelor statistice parametrice este nemijlocit legat de stabilirea
intervalelor de ncredere pentru acei parametri la care se refer.
16
EXEMPLE REMARCABILE DE IPOTEZE STATISTICE PARAMETRICE

Ipoteza statistic,
presupune c media teoretic necunoscut

poate fi considerat egal cu valoarea
nominal
cu probabilitatea dat
. Verificarea acestei ipoteze revine la verificarea
apartenenei valorii nominale
la intervalul de ncredere al mediei teoretice necunoscute
care este garantat cu precizia
.
Dac volumul seleciei
este mare (adic
) atunci se aplic testul lui
Kolmogorov ( z critic ), corespunztor intervalului de ncredere,
, respectiv
dup cum dispersia teoretic este cunoscut
, sau este necunoscut i se
aproximeaz prin dispersia statistic
. Testul presupune parcurgerea
urmtoarelor etape de calcul simplu :
Pas 1. Se calculeaz valoarea critic :
Pas 2. Se determin valoarea tabelar :
Pas 3. Dac
atunci ipoteza
se accept cu riscul
Dac
atunci ipoteza
se respinge cu precizia .
Dac volumul seleciei

este redus (adic
( t critic ), corespunztor intervalului de ncredere,
) atunci se aplic testul Student
,
unde dispersia teoretic necunoscut
modificat
se aproximeaz prin dispersia statistic
. Testul presupune parcurgerea urmtoarelor etape de
calcul simplu :
Pas 2. Se determin valoarea tabelar :
;
;
Pas 3. Dac
atunci ipoteza
se accept cu riscul
Dac
atunci ipoteza
17
Ipoteza statistic,
presupune c dispersia teoretic necunoscut

poate fi considerat egal cu
valoarea nominal
cu probabilitatea dat
. Verificarea acestei ipoteze revine la
verificarea apartenenei valorii nominale
la intervalul de ncredere al dispersiei teoretice
necunoscute
care este garantat cu precizia
.
Indiferent de volumul seleciei, ns n raport de cunoaterea mediei teoretice, pentru
verificarea ipotezei anterioare se utilizeaz testul hi-ptrat ( h critic ), corespunztor
intervalului de ncredere,
=
pentru media teoretic necunoscut i respectiv,
pentru media teoretic precizat

etape de calcul simplu :
. Testul hi-ptrat presupune parcurgerea urmtoarelor
i respectiv,
Pas 2. Se determin valorile tabelare :
i respectiv,
Pas 3. Dac
n primul caz,
n al doilea caz ;
n primul caz,
n al doilea caz ;
atunci ipoteza
se accept cu riscul
Dac
ale repartiiei
nu aparine intervalului cuprins ntre cele dou cuantile asimetrice

atunci ipoteza
Analog, se aplic testul hi-ptrat pentru aceeai ipotez n cel de-al doilea caz .
18
2
Analiza de corelaie i regresie
2.1 Noiuni generale privind corelaia i regresia statistic

2.2 Regresia simpl liniar i neliniar. Curbe doz-efect
2.3 Regresia multipl liniar i neliniar. Suprafee de rspuns.
Regresia logistic. Modele logliniare
2.1
Noiuni generale privind corelaia i regresia statistic
2.1.1
Analiza corelaiei i regresiei liniare pe baza datelor negrupate

Presupunem c n urma msurtorilor din laborator, dispunem de
observate
, corespunztoare factorilor (indicatorilor)
perechi de valori
i respectiv
, de studiu
statistic a colectivitii generale asupra creia s-a realizat selecia bidimensional

respectiv.
Pe baza acestor date vom stabili, printre altele, dependena celor doi factori de studiu,
prin intermediul a dou msuri probabilistice numite corelaie i regresie. Dac
presupunem c relaia de dependen este liniar, atunci expresia analitic teoretic dup
care Y variaz n raport cu valorile lui X este o funcie de gradul I , al crei grafic va fi o
dreapt, numit dreapta teoretic de regresie a variabilei
n raport cu valorile variabilei
.
Panta
a acestei drepte se numete coeficient de corelaie i reprezint o msur a
intensitii dependenei stochastice a celor doi indicatori.

Perechile de valori
se vor utiliza pentru estimarea dreptei teoretice de
regresie, sub forma dreptei aproximante,

.
19
Analiza regresiei simple liniare i propune pe de o parte, determinarea aproximaiilor

coeficienilor liniei de regresie
i respectiv
folosind metoda celor mai mici ptrate, iar pe
de alt parte, verificarea semnificaiei estimaiilor calculate, folosind teste statistice de

verificare a ipotezelor simple parametrice cu privire la coeficienii respectivi.
Estimarea liniei de regresie
Dreapta estimativ,
se va determina prin metoda celor mai mici ptrate, care presupune minimizarea formei
ptratice,
descris prescurtat prin
Folosind condiiile necesare de extrem (anularea derivatelor pariale n raport cu
respectiv cu ) obinem sistemul de ecuaii normale,

(2.1)
dup a crui rezolvare (prin regula lui Cramer), rezult coeficienii cutai:
(2.2)
i
(2.3)
Dac dreapta de regresie trece prin origine, adic este de forma
, atunci
estimaia b a coeficientului teoretic de regresie va fi dat de,

(2.3')
Msurarea intensitii corelaiei

Linia de regresie este util n practic numai dac intensitatea corelaiei este
suficient de mare. Pentru msurarea intensitii corelaiei se folosete indicatorul numit
coeficient teoretic de corelaie definit prin raportul,
unde
se numete covariana variabilelor
(sau, momentul
de ordinul al doilea corelat) . Coeficientul de corelaie msoar intensitatea legturii numai
20
n cazul regresiei liniare. Estimaia r a coeficientului teoretic de corelaie se obine trecnd

la estimaiile statistice ale mediilor i dispersiilor teoretice n formula anterioar i astfel va
fi exprimat prin,
.
(2.4)
Dup efectuarea calculelor, aceast relaie devine,

.
Coeficientul de corelaie poate lua valori ntre
(2.5)
i
. Aceasta va fi negativ, dac
la creterile uneia dintre variabile corespund descreteri ale celeilalte variabile i respectiv
pozitiv, dac la creterile uneia dintre variabile corespund creteri ale celeilalte variabile.
Cu ct coeficientul de corelaie ia valori mai apropiate de
sau
cu att legtura
liniar este mai intens apropiindu-se de legtura funcional teoretic. Dac cele dou
variabile sunt independente (sau necorelate) atunci coeficientul de corelaie este egal cu
zero. Reciproca acestei proprieti nu este ns adevrat.
Plecnd de la definiia dreptei teoretice de regresie a variabilei
variabila
n raport cu
deducem legturile care exist ntre coeficientul de corelaie teoretic

ai liniei de regresie
(este important n special expresia pantei
i coeficienii teoretici
a dreptei de regresie
n funcie de coeficientul de corelaie ) :

, iar estimaiile corespunztoare satisfac relaia,
,
pentru care
reprezint dispersiile statistice dup cele dou variabile (cei doi indicatori statistici).
Semnificaia estimaiilor. Intervale de ncredere pentru coeficienii liniei de regresie
Valorile calculate ale estimatorilor a , b i r pot fi semnificativ diferite fa de zero sau
numai ntmpltor. Aadar, se pune problema verificrii semnificaiei acestor estimaii, mai
ales n cazul seleciilor de volum redus (
liniei empirice de regresie
). Pentru a verifica semnificaia coeficienilor
, trebuie s calculm erorile standard ale celor doi
coeficieni,
(2.6)
i
21
(2.7)
unde
(2.8)
(2.9)
Aadar, pentru verificarea ipotezelor de semnificaie ale coeficienilor
putem aplica criteriul Student
i respectiv
pentru un nivel de risc (prag de semnificaie) precizat
i notat cu , cu valoarea tabelar
i valorile critice,
(2.10)
(2.11)
i respectiv,
iar erorile standard
fiind calculate anterior cu relaiile (2.6), (2.7). Acest test afirm
c ipoteza dat se accept cu riscul asigurat , dac valoarea critic calculat statistic
este inferioar valorii de test
Astfel, intervalele de ncredere ale coeficienilor liniei teoretice de regresie, garantate

cu precizia
sunt date de relaiile:

,
(2.12)
i respectiv,
(2.13)
fiind obinute pe baza proprietilor potrivit crora variabilele statistice,
i
urmeaz repartiia Student cu numrul gradelor de libertate
Verificarea semnificaiei coeficientului de corelaie r se poate face de asemenea

folosind criteriul Student, deoarece mrimea,
(2.14)
urmeaz repartiia Student cu
grade de libertate.
Pe baza aceleai proprieti se obine c intervalul de ncredere pentru coeficientul de

corelaie teoretic este dat de,
22
(2.15)
unde,
(2.16)
este eroarea standard, iar
este cuantila de ordin
de semnificaie q i numrului gradelor de libertate
corespunztoare nivelului
pentru repartiia Student.
Verificarea liniaritii liniei de regresie

Atunci cnd avem un numr redus de observaii negrupate, verificarea liniaritii
regresiei se bazeaz pe proprietatea variabilei de selecie,
(2.17)
de a urma repartiia normal standard
, unde
este abaterea medie ptratic a
valorilor observate fa de linia de regresie (abaterea rezidual) dat de (2.8).

Astfel, verificarea ipotezei de liniaritate a regresiei teoretice utilizeaz testul lui
Kolmogorov (
) cu valoarea critic (calculat statistic),
i valoarea de test
semnificaie
fiind cuantila de ordin
pentru repartiia
corespunztoare nivelului de
. Testul afirm c ipoteza de liniaritate a regresiei
teoretice este acceptat cu riscul asigurat

dreapta de regresie teoretic
dac
. n acest caz,
, poate lua valori cuprinse n intervalul de ncredere,

(2.18)
unde,
(2.19)
iar
este dat de (2.8).
2.1.2
Analiza corelaiei i regresiei liniare pe baza datelor grupate

Dac numrul n al observaiilor efectuate n raport cu variabilele x i y este suficient
de mare, atunci, prin grupare se poate construi tabelul de corelaie 2.1 . Cele
valori de
selecie (sau de observaie n urma unor experimente) se grupeaz dup indicatorul
clasele de valori,
iar dup indicatorul
,
n clasele,
, ,
23
astfel nct
va reprezenta numrul de valori dintre cele
indicatorul
i clasei
dup indicatorul
care aparin clasei
dup
.
Tabelul de corelaie 2.1
.............
....
....
....
....
....
....
.....
.....
.............
Total
....
.....
.....
Total general
Total
De asemenea, exist posibilitatea ca variabila independent

fixate (sau cunoscute), iar variabila
dependent de
s ia valori dinainte
, poate lua un ir de valori pentru
fiecare din valorile lui . Datele se prezint sub forma tabelului de corelaie 2.2.
Valorile variabilei independente
.............
Valorile variabilei dependente
....
....
....
....
.............
....
....
....
.....
.....
24
Calculul coeficienilor liniei estimative de regresie

Aplicnd din nou metoda celor mai mici ptrate, asupra datelor grupate sub forma
tabelului 2.1, pentru calculul dreptei aproximative de regresie
, va trebui
minimizat expresia ptratic,

(2.20)
de unde rezult urmtorul sistem de ecuaii normale,
(2.21)
Dac datele sunt grupate sub forma tabelului 2.2, atunci n mod analog se obine
sistemul de ecuaii normale,
(2.21')
unde,
(2.22)
innd seama de expresia mediilor condiionate
(xi), sistemul (2.21') se mai poate scrie sub
forma,
.
(2.21'')
Aadar, coeficienii a i b ai liniei estimative de regresie
se obin prin
rezolvarea oricruia dintre sistemele de ecuaii normale (2.21), (2.21') sau (2.21").
Msurarea intensitii corelaiei
In cazul datelor grupate, intensitatea corelaiei simple liniare poate fi msurat att
cu ajutorul coeficientului teoretic de corelaie , ct i cu ajutorul unui indicator general ,
numit raport de corelaie.
Dac datele sunt grupate n tabelul 2.3, atunci coeficientul estimativ (empiric) de
corelaie va fi dat de relaia,
,
(2.23)
sau,
.
Dac n schimb datele sunt grupate n tabelul 2.2 atunci, acest coeficient este dat de,
25
Raportul teoretic de corelaie

dependen a variabilei
fa de
care caracterizeaz de asemenea gradul de
fa de variabila
raportat la dispersia lui

=
(2.23')
este definit prin dispersia condiionat a lui
necondiionat de
, adic :
Dac se ine seama de definiiile mediilor statistice,
atunci estimaia
a raportului teoretic de corelaie
va fi definit prin,
(2.24)
unde,
este dispersia mediilor condiionate
, iar
este dispersia valorilor observate ale lui .

Deoarece n cazul datelor grupate ca n tabelul 2.1, mediile condiionate
au forma,
,
rezult c estimaia
a raportului teoretic de corelaie
va fi definit prin,
(2.24')
In mod analog, pentru caracterizarea invers a gradului de dependen a variabilei

fa de variabila
se poate calcula raportul empiric de corelaie,

.
(2.25)
n cazul datelor grupate ca n tabelul 2.1 acest raport empiric devine,
(2.25')
26
iar dac datele sunt prezentate ca n tabelul 2.2, atunci raportul de corelaie (2.25') devine,
Raportul teoretic de corelaie
(2.25'')
poate lua valori ntre
. Cu ct valoarea
raportului este mai apropiat de , cu att corelaia este mai puternic, iar dac valoarea
acestuia este mai apropiat de 0 atunci corelaia este mai slab.
Semnificaia estimaiilor. Intervale de ncredere pentru coeficienii liniei de regresie
i pentru raportul de corelaie
O prim problem care trebuie rezolvat este verificarea semnificaiei coeficienilor a
i b ai liniei estimative de regresie
. Pentru aceasta se poate folosi criteriul Student
cu valorile critice date de (2.10) i (2.11),

,
i respectiv,
.
Dac datele iniiale sunt prezentate sub forma tabelului 2.1 de corelaie, atunci
abaterile standard
se pot calcula cu ajutorul relaiilor :

(2.26)
i
(2.27)
unde
,
i
In cazul n care datele observate se prezint ca n tabelul 2.2, abaterile standard
se
calculeaz astfel :
(2.26')
i
(2.27')
27
unde
.
Intervalele de ncredere care estimeaz coeficienii teoretici
de (2.12) i (2.13), adic
sunt cele definite
O alt problem ce trebuie rezolvat este verificarea semnificaiei indicatorilor care

msoar intensitatea legturii statistice. Pentru verificarea semnificaiei coeficientului de
corelaie
se poate folosi criteriul Student cu valoarea critic definit de (2.14),
putnd calcula totodat i eroarea limit, rezultnd astfel intervalul de ncredere (2.15),
,
unde,
.
In cazul raportului de corelaie
trebuie folosit criteriul Fisher cu valoarea critic definit
prin,
(2.28)
respectiv,
.
Mrimea
a raportului a dou dispersii se distribuie dup repartiia Fisher cu
(respectiv
i
(2.29)
(respectiv
) grade de libertate pentru dispersia de la numrtorul raportului

) grade de libertate pentru dispersia de la numitorul raportului.
Verificarea liniaritii liniei de regresie

Ipoteza liniaritii liniei de regresie este confirmat atunci cnd intervalul de
ncredere al coeficientului de corelaie
acoper cele dou rapoarte de corelaie
adic,
(2.30)
Pentru verificarea liniaritii liniei de regresie se poate folosi i criteriul F definit prin
mrimea,
(2.31)
28
pentru cazul cnd datele observate sunt prezentate sub forma repartiiei bidimensionale ca
n tabelul 2.1 i respectiv,
(2.31')
pentru cazul cnd datele observate se prezint sub forma tabelului 2.2. Cele dou relaii se
mai pot scrie sub forma,
.
(2.31'')
Dac ipoteza liniaritii regresiei este acceptat atunci dreapta de regresie teoretic
, poate fi aproximat prin intervalul de ncredere,
,
unde,
.
2.2
(2.32)
Regresia simpl liniar i neliniar. Curbe doz efect.

APLICAII N MICROBIOLOGIE
Aa cum am artat i n Motivaia acestei lucrri, prezentnd pe scurt unele modele

matematice din microbiologie, o component important n testarea microbiologic este
timpul, fiind de obicei prezentat ca timp de expunere. Un bun exemplu este expunerea
anumitor microorganisme la ageni antimicrobieni pe perioade de timp discret pentru a
determina rata de inactivare, cunoscut sub numele de valoarea-D i care reprezint timpul
de reducere zecimal (adic de 10 ori) a populaiei microbiene iniiale.
Analiza de regresie simpl a variabilei dependente
microorganisme n raport cu variabila independent
(mrimea populaiei de
(timpul de expunere, sau temperatura
de expunere n cazul unui model termic de inactivare, sau intensitatea de expunere

luminoas (la radiaii) n cazul modelelor de inactivare prin radi ).
n acest caz ecuaia care exprim aceast dependen,
(2.33)
admite o reflectare grafic sub forma unei curbe teoretice n planul

curb doz-efect, pentru care variabila
variabila independent
numit frecvent
este rspunsul msurat (cantitativ) atunci cnd
este stabilit la diferite niveluri sau puncte. n particular, dac
funcia teoretic f este liniar (de gradul I) atunci curba doz-efect este o dreapt de
regresie.
29
Aa dup cum am artat i n Motivaie, curba de cretere (sau alteori, de distrugere,

de inactivare) a unei populaii microbiologice este de tip exponenial sau Weibullian. Prin
logaritmare ns, totdeauna se obine curba liniarizat, care este de fapt o dreapt
cresctoare (respectiv descresctoare).
n cele ce urmeaz vom studia dependena nivelului de mrime al unei populaii
microbiene de Escherichia coli supus la povidon iodat 10% ntr-un timp de expunere
secvenial de 0s , 15s, 30s, 1min, i respectiv 5min . Vom efectua trei astfel de experimente
(replicri) la fiecare moment n parte, obinndu-se o repartiie simpl i repetat de volum
.
Aplicnd metodologia de grupare a datelor de observaie sub forma unor tabele de
corelaie, precum i cele de aproximare a coeficienilor teoretici ai liniei de regresie obinem
tabelul 2.3 .
(timp de expunere)
[log10]
1
6.0
0.00
0.000
0.0000
5.8
0.00
0.000
0.0000
6.5
0.00
0.000
0.0000
5.1
0.25
1.275
0.0625
5.2
0.25
1.300
0.0625
5.6
0.25
1.400
0.0625
4.8
0.50
2.400
0.2500
4.7
0.50
2.350
0.2500
5.1
0.50
2.550
0.2500
10
4.4
1.00
4.400
1.0000
11
4.6
1.00
4.600
1.0000
12
4.5
1.00
4.500
1.0000
13
2.3
5.00
11.500
25.0000
14
2.1
5.00
10.500
25.0000
15
2.5
5.00
12.500
25.0000
Folosind acum metoda celor mai mici ptrate (2.1)-(2.3) rezult aproximaiile
coeficienilor dreptei de regresie:
30
Astfel, ecuaia estimativ de regresie este dat de,

.
Pentru
(2.34)
se obine ordonata la origine (interceptul)
dreptei obinut, adic coeficientul
. Panta
arat c la o cretere cu o unitate a timpului
de expunere x , se obine o descretere a logaritmului numrului de microorganisme de

ori.
Verificarea liniaritii se poate face empiric pe baza desenrii perechilor de puncte
observate i stabilirea tendinei de grupare a acestora, sau apelnd la aplicarea unui test de
verificare a ipotezei de liniaritate a curbei de regresie, aa dup cum am artat anterior.
Urmrind rezultatul testului (Figura 2.4) este suspect faptul c pentru
valoarea preconizat de dreapta estimativ obinut este
atunci cnd
= 5.5067. Cu toate acestea,
, cele trei valori de observaie sunt 6.0, 5.8, i 6.5, ceea ce indic o
subestimare semnificativ a datelor de ctre ecuaia de regresie.
Figura 2.4 Reprezentarea regresiei :

2.2.1
Strategii pentru liniarizarea datelor de observaie

Situaia ntlnit este foarte frecvent n regresie. Punctele de obsevaie (
) pur i
simplu nu se aeaz pe o dreapt. Din fericire, multe seturi de date pot fi ajustate prin
reexprimarea la scar a acestora, obinndu-se totodat i dependena aproximativ liniar
31
cutat. n Figura 2.5 sunt prezentate patru modele de grupare a datelor de observaie,
frecvent ntlnite, n care acestea pot fi cu uurin reexprimate printr-o relaie liniarizat.
Figura 2.5 (a-d) Date de observaie n 4 modele liniarizabile

(Down/Up) x = (reducerea/creterea) puterii scalare a lui
(Down/Up) y = (reducerea/creterea) puterii scalare a lui
n cazul n care datele de observaie ( ,
arat ca n graficul A, atunci liniarizarea
se poate efectua odat cu scderea simultan a puterilor acestora. n cazul n care datele se
aseamn cu graficul B, atunci liniarizarea se poate face prin creterea simultan a
puterilor acestora. n cazul n care datele de observaie arat cu aproximaie ca acelea din
graficul C, atunci liniarizarea se face odat cu creterea puterilor valorilor lui
i micorarea
puterilor valorilor lui . Evident, cazul graficului D reprezint inversul cazului anterior.
2.2.2
Intervale de ncredere pentru linia teoretic de regresie

Dreapta estimativ de regresie
coeficienilor teoretici
cu precizia
prin estimaiile
se obine odat cu aproximarea

i
date de intervalele de ncredere garantate
, exprimate de relaiile (2.12) i (2.13):

,
i respectiv,
.
n acest caz, dreapta de regresie teoretic
, poate lua valori cuprinse n
intervalul de ncredere,
32
(2.35)
unde,
.
n cazul exemplului considerat, pentru care eliminm cele trei puncte de observaie
corespunztoare valorii
i care conduceau la o abatere semnificativ fa de dreapta
estimativ
obinem tabelul 2.6 :

Tabelul 2.6
5.1
0.25
5.09644
0.003560
5.2
0.25
5.09644
0.103560
5.6
0.25
5.09644
0.503560
4.8
0.50
4.94778
-0.147784
4.7
0.50
4.94778
-0.247784
5.1
0.50
4.94778
0.152216
4.4
1.00
4.65047
-0.250471
4.6
1.00
4.65047
-0.050471
4.5
1.00
4.65047
-0.150471
10
2.3
5.00
2.27197
0.028028
11
2.1
5.00
2.27197
-0.171972
12
2.5
5.00
2.27197
0.228028
Pentru o precizie apriori cunoscut
i pe baza datelor de observaie corijate
obinem:
= 2,228 (din tabelele repartiiei
);
dreapta estimativ de regresie ;
= 0,0812
Cu aceste valori calculate inem cont de expresia intervalului de ncredere (2.35) i
deducem :
,
unde am notat prin
valoarea medie a rspunsului estimat
(2.36)
.
33
Interpretare : Cu riscul asigurat
, la o expunere medie de
iodat 10% , rspunsul mediu al nivelului populaiei de E-coli
cuprins n intervalul
2.2.3
= 1,18 min la povidon
definit de
este
Coeficientul de corelaie estimat r

Am artat anterior c intensitatea dependenei variabilelor
coeficientul teoretic de corelaie
, a crui estimaie se noteaz cu
este dat prin
i este dat de relaia,
Vom calcula coeficientul estimativ de corelaie r utiliznd datele din exemplul

considerat anterior, att cu cele
valori iniiale (Tabelul 2.7), ct i n cazul renunrii
la primele trei valori coespunztoare lui
(Tabelul 2.8).
Tabelul 2.7 Datele de diagnosticare ale regresiei
xy
y2
x2
6.0
0.00
0.000
36.0
0.000
5.8
0.00
0.000
33.64
0.000
3
4
6.5
5.1
0.00
0.25
0.000
1.275
42.25
26.01
0.000
0.062
5.2
0.25
1.300
27.04
0.062
5.6
0.25
1.400
31.36
0.062
7
8
4.8
4.7
0.50
0.50
2.400
2.350
23.04
22.09
0.250
0.250
5.1
0.50
2.550
26.01
0.250
10
11
4.4
4.6
1.00
1.00
4.400
4.600
19.36
21.16
1.000
1.000
12
4.5
1.00
4.500
20.25
1.000
13
2.3
5.00
11.500
5.29
25.000
14
15
2.1
2.5
5.00
5.00
10.500
12.500
4.41
6.25
25.000
25.000
Obinem o valoare negativ pentru r, de altfel de ateptat deoarece i panta
dreptei
de regresie este de asemenea negativ,
34
Interpretare :
arat o corelaie puternic i negativ a nivelului populaiei de E-
coli fa de timpul de expunere la povidon iodat 10% , n sensul c o cretere de 100 de

ori a timpului de expunere atrage o micorare de
de ori a numrului de colonii de
microorganisme. Acest coeficient de corelaie estimativ confirm relaia de dependen

exprimat i de dreapta estimativ de regresie
n cazul eliminrii valorilor corespunztoare momentului iniial obinem tabelul 2.8 :

Tabelul 2.8 Datele de diagnosticare ale regresiei, fr valorile momentului zero
n
xy
1
2
3
4
5
6
7
8
9
10
11
12
5.1
5.2
5.6
4.8
4.7
5.1
4.4
4.6
4.5
2.3
2.1
2.5
0.25
0.25
0.25
0.50
0.50
0.50
1.00
1.00
1.00
5.00
5.00
5.00
1.275
1.300
1.400
2.400
2.350
2.550
4.400
4.600
4.500
11.500
10.500
12.500
y2
26.01
27.04
31.36
23.04
22.09
26.01
19.36
21.16
20.25
5.29
4.41
6.25
x2
0.062
0.062
0.062
0.250
0.250
0.250
1.000
1.000
1.000
25.000
25.000
25.000
i prin urmare deducem,
Interpretare :
arat o corelaie puternic i negativ a nivelului populaiei de E-
coli fa de timpul de expunere la povidon iodat 10% , n sensul c o cretere de 100 de ori
a timpului de expunere atrage o micorare de
de ori a numrului de colonii de
microorganisme. Acest coeficient de corelaie estimativ confirm relaia de dependen

exprimat i de dreapta estimativ de regresie
35
2.2.4
Calculul indicatorilor de rezisten la inactivare

Valoarea-D ce reprezint timpul necesar reducerii de 10 ori a numrului de colonii
de E-coli este definit ca inversa pantei dreptei de regresie, adic :
(2.37)
n cazul liniei de regresie
i respectiv,
,
n cazul liniei de regresie
(2.38)
.
Valoarea-z ce reprezint concentraia C (%) n povidon iodat necesar pentru

reducerea de 10 ori a timpului de reducere zecimal (valorii-D) satisface :
=
(2.39)
(2.40)
sau echivalent,
2.3
Regresia multipl liniar i neliniar. Suprafee de rspuns.

Regresia logistic. Modele logliniare / [Bendrea C. - 2009]
Un model al regresiei simple neliniare poate fi exprimat de relaiile de dependen,

+
(2.41)
unde :
(
) sunt perechile de valori observate ale indicatorilor de studiu
dependeni stochastic ;
i respectiv
este un parametru necunoscut nu neaprat unidimensional ;

reprezint eroarea de aproximare a valorilor
aceasta urmeaz o repartiie normal
prin
i presupunem c
este o funcie neliniar precizat .

De exemplu simplu exponenial este dat de relaiile,
+
pentru care vom nota cu
modelului de regresie).
(2.42)
vectorul parametrilor necunoscui (coeficienii
36
O estimaie
a parametrului necunoscut
poate fi obinut prin
metoda celor mai mici ptrate, adic odat cu minimizarea formei ptratice,
Q( ) =
(2.43)
Soluia simpl analitic
care realizeaz minimul formei (2.43) este
dificil de obinut pentru funcii neliniare
. Din acest motiv, rezolvarea sistemului
derivatelor pariale ale formei (2.43) n raport cu
ce rezult din condiiile de
extrem de tip Frmat apeleaz la metode iterative de calcul aproximativ, aa cum sunt
metodele de tip Newton-Raphsson.
Estimaiile
obinute astfel nu satisfac cerinele eseniale i anume :
s fie nedeplasate, s respecte principiul dispersiei minime i s aib o repartiie normal.

Totui, dac dispunem de un numr suficient de mare de valori observate atunci,
prin utilizarea proprietilor asimptotice stabilite de legea numerelor mari i teoremele limit
central suntem condui la estimaii asimptotic (aproape) nedeplasate, de dispersie
asimptotic minim i care sunt repartizate asimptotic normal.
n continuare, estimaiile
pot fi utilizate n diverse prelucrri
statistice implicnd proceduri de inferen (analiz dispersional (uni)multidimensional)

sau verificarea unor ipoteze statistice cu privire la valorile adevrate necunoscute ale
parametrilor
estimai.
REGRESIA LOGISTIC SIMPL

n anumite situaii variabila aleatoare
variabilei
dependent de valorile
ale
, poate fi calitativ (alternativ), adic poate lua doar dou valori (de regul 0 i
1) dup cum Y prezint sau nu calitatea (caracteristica) stabilit. De exemplu, modelul

regresiei logistice simple liniare este definit de relaiile (2.44),
+
Obinem,
,
(2.45)
deoarece,
~
urmeaz repartiii Bernoulli cu parametrul
i sunt independente stochastic n ansamblu, ca pentru orice selecie aleatoare dup

indicatorul calitativ . Prin urmare obinem,
,
(2.46)
37
Este evident c cerina ca dispersia s fie constant (i minim) este afectat

semnificativ. Deducem astfel c i estimaiile
ale coeficienilor
necunoscui ai modelului simplu i liniar al regresie logistice (2.44)-(2.45) nu vor mai fi

optimale, chiar dac sunt obinute printr-o metod de minimizare aa cum este metoda
celor mai mici ptrate.
Cel mai popular model al regresiei simple neliniare este modelul exponenial al
regresiei logistice simple (alteori, modelul mai general de tip Weibull) dat de,
=
ilustrat n figura 2.9 cu
,
i
(2.47)
Figura 2.9
Acest model poate fi liniarizat (adic simplificat att pentru utilizarea lui, ct i
pentru reprezentarea grafic a modelului ales) printr-o operaie simpl de logaritmare,
=
(2.48)
Pentru estimarea coeficienilor necunoscui
vom aplica metoda statistic
a verosimilitii maxime . Prin urmare, considerm funcia de verosimilitate (2.49) asociat

modelului regresiei logistice liniarizat (2.48),
=
=
=
de unde prin logaritmare obinem :
(2.50)
38
Derivnd parial egalitatea obinut n raport cu
i respectiv cu
rezult
condiiile necesare de extrem de tip Frmat :
(2.51)
care dup efectuarea operaiilor devine,
(2.52)
Acest sistem algebric neliniar cu necunoscutele
va fi rezolvat n
continuare printr-o metod iterativ de aproximare numeric, aa cum poate fi de exemplu,

metoda Newton-Raphsson.
REGRESIA MULTIPL NELINIAR DE TIP LOGISTIC
Notm,
vectorul coloan
dimensional al coeficienilor
necunoscui ai modelului de regresie propus, iar

vectorul coloan
observate dup indicatorul de studiu
dimensional al valorilor
Astfel,
=
(2.53)
de unde prin logaritmare se obine modelul liniarizat al regresiei logistice multiple neliniare,
ns valorile variabilei de rspuns

~
(2.54)
sunt independente i urmeaz repartiia,

,
prin substituirea lui (2.53) n (2.54) rezult funcia de verosimilitate asociat regresiei
multiple neliniare de tip logistic, sub forma :
39
(2.55)
Prin logaritmare se obine modelul liniarizat al regresiei logistice multiple,
=
care conduce prin derivarea parial n raport cu
(2.56)
la sistemul condiiilor
necesare de extrem de tip Frmat, asemntor sistemului (2.51), sau echivalent (2.52).
Dup rezolvarea prin metode iterative de tip Newton-Raphsson a sistemului algebric
neliniar obinut, rezult estimaiile de maxim verosimilitate
= (
) ale
coeficienilor necunoscui ai modelului regresiei multiple neliniare de tip logistic.

Observaie :
Acest model de regresie neliniar multipl este frecvent utilizat n analiza statistic
dup dou sau mai multe variabile (cantitative, sau calitative) de care depinde rspunsul
(ori rspunsurile, dac se definesc mai muli indicatori de studiu ai procesului), n cazul n
care acest rspuns (rspunsuri) are (au) doar dou valori, care semnific fie prezena, fie
absena unei caracteristici anume prestabilit pentru procesul analizat.
De exemplu, analiza statistic microbiologic a procesului fermentativ de obinere a
iaurtului, necesit estimarea valorii medii a Viabilitii, att dup termostatare, precum i
dup fiecare perioad de 7 zile (repetat de 3 ori), n funcie de variaiile concentraiei de
Transglutaminaz i adaosului de Fibrulin. Vom putea astfel s considerm Viabilitatea
culturii expuse acestor experimente ca i indicator calitativ cu valorile notate abstract prin
0 i respectiv 1 (sau DA i respectiv NU) dup cum la finele fiecrei perioade a procesului
fermentativ, valoarea medie observat (respectiv, valoarea medie calculat pe baza
modelului regresiei neliniare bidimensionale de tip logistic) satisface criteriul apartenenei
la un interval considerat de referin.
40
3
APLICAIE :
Optimizarea procesului de obinere a iaurtului
3.1 Descrierea bioprocesului de obinere a iaurtului

3.2 Modele matematice asociate
3.3 Simularea numeric a modelelor statistice.
Interpretarea rezultatelor proceselor de modelare-simulare
3.1
Descrierea bioprocesului de obinere a iaurtului

n vederea obinerii n laborator a iaurtului sinbiotic, s-a realizat o schem
tehnologic de obinere a acestuia cu culturi de bacterii lactice, utiliznd cantiti diferite de

prebiotic.
Materialele utilizate pentru varianta experimental
Mediul fermentativ: lapte de vac colectat din judeul Brila.
Caracteristicile chimice ale laptelui de vac determinate
cu apatarul Milk-Lab
Ltd.au fost : substana uscat 8,69 % ; grsime 5,04 % ; densitate 1,029 g/cm3 ; lactoz
4,52 % ; proteine 3,45 % ; sruri minerale 0,69 % ; aciditate 180T ; pH 6,4 .
Preparat enzimatic: preparat comercial de Transglutaminaz Activ TG-TI (118 U/g
activitate transglutaminazic) incluznd 1% ioni de Ca2+.
Preparatul enzimatic a fost solubilizat cu ap distilat, ntr-un balon cotat de 25 mL.
Culturi starter probiotice: ABY-3 (tip DVS), productor Christian Hansen.
41
Cultura mixt ABY conine: Lactobacillus acidophilus, bifidobacterii i cultura de

iaurt cu Lactobacillus bulgaricus i Streptococcus thermophilus.
Cultura liofilizat a fost dizolvat ntr-un balon cotat de 25 ml cu ajutorul apei
distilate, dup care s-a luat cte 1 ml de soluie pentru fiecare prob.
Probiotic: Fibrulin instant, productor Enzime & Derivate.
Laptele de vac a fost sterilizat la 0,5 atm timp de 15 minute. Transglutaminaza
microbian a fost pregatit i adaugat n lapte n concentraie de 1,3 respectiv 5 UA/g
protein. Probele au fost termostatate timp de o or la temperatura de 50C i apoi
pasteurizate la temperatura de 75C, timp de 5 minute pentru a stopa aciunea enzimei.
Probele rcite i temperate la 37C, au fost inoculate cu 0.04% cultur starter
probiotic de iaurt dup care s-au adugat cantiti variabile de fibrulin (2,4 i 2,6 g).
Pentru comparare s-a pregtit proba martor, care nu a fost supus tratamentului cu
transglutaminaz i fr adaos de fibrulin. Toate probele au fost termostatate la 370C, timp
de 24 ore, dup care s-au conservat n condiii de refrigerare la temperatura de 4 0C, timp de
3 saptmni. Probele au fost realizate n duplicat.
Pentru optimizarea condiiilor biotehnologice de mbuntire a
proprietilor
funcionale i a calitii iaurtului s-a apelat la analiza canonic, aplicnd Metoda suprafeei
de rspuns (regresia neliniar multipl) utiliznd pachetul software experimental al firmei
STAT-EASE : Design expert/versiunea 7.1.6.
Comparativ cu modelul polinomial care dei permite calculul rspunsului, nu d
totui o reprezentare uor vizibil sau inteligibil a formei suprafeei de rspuns, metoda
suprafeei de rspuns permite gsirea valorii favorabile a unui rspuns i orientarea direciei
n care trebuiesc efectuate cercetrile succesive ntr-o experimentare secvenial, putnd
vizualiza sau recunoate uor geografia suprafeei de rspuns. Acest rezultat poate fi atins
prin transformarea modelului de ordin 2 (sau superior) ntr-o form standard, numit
canonic.
Analiza canonic poate reduce ecuaia de regresie estimat la o form mai simpl i
interpreteaz expresia rezultat utiliznd concepte geometrice. Suprafeele care sunt funcii
de dou variabile pot fi uor reprezentate n spaiul tridimensional, iar rspunsul va fi dat de
valoarea funciei respective.
Suprafeele care depind de trei, sau mai multe variabile pot fi proiectate n spaiul
tridimensional meninnd la valori constante toate variabilele, cu excepia a dou dintre ele
a cror variaie este considerat esenial pentru modelul ales . Punctele de extrem (maxim,
minim)
ale
suprafeei
reprezent
un
deosebit
interes
tehnologic
deoarece
arat
performanele modelului ales pentru optimizarea bioprocesului.
42
Metode de analiz
La acest experiment, proprietile fizico-chimice i microbiologice s-au determinat
iniial, dup 12 ore de fermentare la temperatura de 370C i la intervale de 7 zile de
conservare (timp de 3 sptamni) la temperatura de 4 0C.
S-au evaluat parametrii urmtori:
1. Determinarea pH-ului : Determinarea pH-ului s-a realizat prin msurare cu un
pH-metru.
2. Evaluarea aciditaii : Aciditatea a fost realizat prin titrare cu NaOH n/10 n
prezena fenolftaleinei ca indicator. S-au folosit pentru analiz 10ml de prob omogenizat,
la care s-au adugat 20ml de ap distilat, iar aciditatea s-a calculat dup urmtoarea
formul:
Aciditatea
unde V-volumul de NaOH, n/10, m
3. Evaluarea vscozitii : Msurarea vascozitii coagulului s-a realizat cu
vscozimetrul Broockfield, echipat cu spindle nr.2 avnd o vitez de 100 rotaii/minut i un
moment de torsiune meninut ntre 10-100%;
4.
Determinarea
sinerezei
Sinereza
coagulului
a fost
determinat prin
centrifugare. Probe de 5g produs fermentat au fost centrifugate cu o vitez medie de 2500

rotaii/minut, timp de 10 minute.
Supernatantul limpede a fost colectat i cntrit, iar sinereza a fost calculat utiliznd
formula:
%.
5. Examenul microbiologic: Viabilitatea culturilor starter probiotice au fost
evaluate prin examen microscopic direct i prin examen cultural prin inoculare pe mediu
mbogit MRS-agar cu glucoz, n dublu strat (primul strat MRS cu 1,5% agar i al doilea
strat MRS cu 0,75% agar).
Viabilitatea celulelor s-a determinat prin numrare indirect (Koch) i stabilirea
numrului de uniti formatoare de colonii (Ufc/ml), inial dup termostatare i apoi la
intervale de 7 zile de pstrare (timp de 3 sptmni), la temperatura de 40C .
43
Plcile inoculate au fost termostatate n condiii de anaerobioz la temperatura de

37 C, timp de 48 de ore. Au fost numrate doar plcile n care au existat ntre 15-300
colonii, folosind formula de calcul [Bahrim G., Nicolau A. .a. - 2002] :
, [Ufc/ml]
unde,
,
numrul coloniilor dezvoltate n plci ;
numrul plcilor corespunztoare primei diluii aleas pentru numrare;

numrul plcilor corespunztoare celei de-a doua diluii;
coeficient de diluie, corespunztor primei diluii aleas pentru numrare .
Pentru examenul microscopic direct s-au realizat frotiuri prin colorare simpl, dup
care s-au vizualizat la microscop culturile de microorganisme.
3.2
Modele matematice asociate

Metoda suprafeei de rspuns determin expresia analitic estimativ a funciei, n
general neliniare, de dou variabile (dependente sau nu) pe baza valorilor de observaie ale
variabilelor respective i ale indicatorului ce reprezint rspunsul cutat, valori obinute n
urma realizrii unor selecii aleatoare sau a unor experimente. n plus, metoda furnizeaz,
odat cu implementarea ei prin intermediul unui soft specializat, posibilitatea determinrii
nivelelor de dependen (corelaie) att dintre variabile, ct i dintre rspuns i variabilele
respective n mod separat sau conjugat.
Am utilizat metoda suprafeei de rspuns pentru optimizarea condiiilor biotehnologice
privind mbuntirea proprietilor funcionale i de calitate ale iaurtului.
n acest caz am studiat influena a dou variabile, Transglutaminaza microbian
(abreviat cu MTg i codificat n prelucrrile software prin
(codificat prin
) i respectiv Fibrulina
) asupra mai multor indicatori, cu rol de funcii de rspuns :
Vscozitatea
Sinereza
Aciditatea
Viabilitatea bacteriilor lactice
Pentru implementarea modelelor matematice n vederea optimizrii bioprocesului de
obinere a iaurtului am utilizat pachetul de programe software Design expert (Stat-ease).
44
Ecuaia teoretic de regresie neliniar aleas n toate cazurile este ecuaia polinomial
bidimensional de ordinul al doilea de forma :
.
(3.1)
Alegerea unui astfel de model matematic al funciei de rspuns ofer avantajul c

permite uor interpretarea influenei individuale a fiecrei componente, ct i a influenei
conjugate a celor dou variabile asupra funciei de rspuns.
Pentru realizarea experimentelor am considerat mediul de baz cu urmtoarea compoziie,
Transglutaminaz : 0 UA/g protein
Fibrulin : 0 g
cultur starter : 0,04%
Plecnd de la aceste ipoteze de lucru s-au realizat 9 variante experimentale odat cu
stabilirea a trei nivele de variaie (codificate n prelucrarea statistic ulterioar prin
) pentru cele dou variabile independente: transglutaminaza microbian i
fibrulina alese ca factori (indicatori) de studiu.
Tabel 3.1 Nivele de variaie ale variabilelor independente
Variabile
independente
(cod software)
Unitate de
masur
Nivele de variaie i valori

-1
+1
Transglutaminaza -
U/g
protein
Fibrulina -
g/100ml
substrat
Tabel 3.2 Matricea eperimental

PROBE
MARTOR
Proba 1
Proba 2
Proba 3
Proba 4
Proba 5
Proba 6
Proba 7
Proba 8
Proba 9
---------1
1
1
3
3
3
5
5
5
--------2
4
6
2
4
6
2
4
6
45
3.3
Simularea numeric a modelelor statistice.

Interpretarea rezultatelor proceselor de modelare-simulare
VSCOZITATEA
TESTE DE INDEPENDEN : Hi-ptrat / Fisher
Dependena statistic a factorilor de studiu Transglutaminaza i Fibrulina,
precum i influena separat dar i conjugat a acestora asupra Vscozitii se stabilesc
odat cu verificarea ipotezelor statistice de independen, folosind testele de tip hi-ptrat i
Fisher, pe baza datelor de observaie (valorilor msurate n urma experimentelor) grupate n
tabelele 3.1 i 3.2 (numite i tabele de contingen).
Pentru aceasta, apelm la pachetul software Design expert care determin valorile
calculate i cele tabelare (de test) corespunztoare testelor hi-ptrat i Fisher pe care le
nregistreaz n tabelul 3.3 .
Pe baza acestora ipotezele de independen formulate, pe de o parte cu privire la cele
dou variabile
(factorii de studiu ai vscozitii), iar pe de alt parte cu privire la
influenele att individuale ct i simultane ale variabilelor asupra vscozitii, pot fi

acceptate cu riscul asigurat
general
, respectiv respinse cu precizia
prestabilit (n
).
Metoda ANOVA pentru modelul ptratic al Vscozitii ca suprafa de rspuns

Tabelul 3.3
Verificarea ipotezei de independen a factorilor A i B
Valoarea
Hi-ptrat
calculat
df
Media
ptratic
Valoarea
Fisher ( )
calculat
Valoarea
tabelar
de test
Ipoteza de
independen
Vscozitatea
1044951
208990.3
5.52286
0.0951
se respinge
Transglutaminaza
673350
673350
17.79421
0.0243
se respinge
Fibrulina
38400
38400
1.014774
0.3880
se respinge
262656.3
262656.3
6.941058
0.0780
se respinge
107.5556
107.5556
0.002842
0.9608
se accept
70437.56
70437.56
1.861411
0.2658
se respinge
Eroarea rezidual
113522.9
37840.95
Corecia total
1158474
46
Observaii privind validitatea testelor aplicate :

Testul hi-ptrat se aplic pentru selecii de volum mare (numrul valorilor de
observaie dup factorii a cror independen/dependen este cercetat : N>40). Dac
20<N<40 , iar tabelul de contingen nu conine frecvene medii (expected count) cu valorile
mai mici dect 5, atunci aplicarea testului hi-ptrat este de asemenea valid. Dac N<20
iar tabelul de contingen conine cel mult 20% dintre frecvenele medii (expected count) cu
valorile cuprinse ntre 1 i 5, atunci testul Fisher este preferabil testului hi-ptrat.
Valoarea
(free degree number) reprezint numrul gradelor de libertate n raport
cu care se determin valorile tabelare de test (adic, cuantilele repartiiilor hi-ptrat,

respectiv Fisher).
Astfel,
n cazul aplicrii testului hi-ptrat i respectiv,
cazul aplicrii testului Fisher, unde
este numrul rndurilor iar
este numrul coloanelor
din tabelul de contingen privind valorile factorilor care interacioneaz i se caut nivelul
(puterea) interaciunii respective.
Interpretarea rezultatelor testelor de independen :
a. Transglutaminaza
Fibrulina
sunt
variabile
dependente
independenei lor este respins : coeficientul Fisher al produsului

=
semnificativ superior valorii Fisher tabelare
ntruct
este
ipoteza
i este
= 0,078 ). Gradul dependenei
acestor variabile va fi stabilit n continuare prin intermediul coeficientului de corelaie

estimat.
b. Vscozitatea ca funcie de rspuns definit prin ecuaia (3.1) este influenat att n
mod separat, ct i n mod conjugat, de ctre variabilele transglutaminaza i fibrulina,
ntruct ipotezele de independen corespunztoare se resping pe seama acelorai
considerente :
>
= 0,0243 ,
>
= 0,388 i respectiv,
>
= 0,095 .
c. Vscozitatea ca funcie de rspuns definit prin ecuaia (3.1) este independent de

ptratul valorii transglutaminazei
, deoarece
Astfel, renunarea la termenul ce conine pe
= 0,9608 .
n ecuaia de regresie (3.1) ar putea
mbunti modelul matematic al rspunsului reprezentat aici de Vscozitate.

n tabelul 3.3 se observ de asemenea c o semnificaie puternic la respingerea
ipotezelor de independen ale Vscozitii fa de aciunea transglutaminazei i o
semnificaie mai slab la respingerea ipotezelor de independen ale Vscozitii fa de
aciunea fibrulinei.
47
Interpretarea gradului de corelaie ( intensitatea regresiei ) :

Tabelul 3.4 Intensitatea regresiei. Coeficientul de corelaie estimat
Deviaia standard
Vscozitate
Vscozitatea
medie
194.5275
1281.556
Coeficient de
variaie C.V. ( % )
Vscozitate
15.17902
Eroarea rezidual
prezis a sumei
ptratice PRESS
1344494
Coeficient de corelaie
estimat
( )
0.902007
ajustat
0.738684
predicionat
-0.16057
Precizia de adecvare
a modelului
7.445018
Valoarea coeficientului de corelaie estimat

0,902 arat c rspunsul actual
(Vscozitatea calculat prin ecuaia de regresie aleas) este influenat, separat i/sau
conjugat de variabilele Transglutaminaza i respectiv Fibrulina, ntr-o proporie de 90,2% .
Un coeficient de corelaie predictionat cu valoare negativ, aa cum este n cazul de fa
0,16057, arat faptul c valoarea medie a rspunsului observat (adic Vscozitatea medie
observat) este un predictor mai bun decat valoarea medie calculat a rspunsului (adic
Vscozitatea medie actual).
Precizia de adecvare a modelului ales este un procent care masoar influena
hazardului asupra rspunsului, n conformitate cu modelul de rspuns ales. Dac acest
procent este superior valorii de semnificaie 4% , aa cum este i valoarea 7,445 n cazul de
fa, atunci se poate considera c modelul ecuaiei de regresie ales este adecvat.
Regresia Transglutaminazei i Fibrulinei asupra Vscozitii

Estimarea coeficienilor ecuaiei de regresie prin intervale de ncredere
cu precizia asigurat 95%
Tabelul 3.5
Coeficient factor
Coeficient
estimat
df
Eroarea
Standard
Limita inf.
Limita sup.
Termen liber
(Intercept)
1401.778
144.9922
940.3473
1863.208
-Transglutaminaza
335
79.41553
82.26413
587.7359
-Fibrulina
-80
79.41553
-332.736
172.7359
-256.25
97.26376
53.28696
7.333333
137.5517
-430.418
445.0847
-187.667
137.5517
-625.418
250.0847
-565.787
VIF
48
Apelul procedurii de analiz a regresiei cu ajutorul softului Expert Design-7.1.

determin ecuaiile estimative de regresie n termeni codificai i respectiv actuali :
Vscozitatea
Vscozitatea =
Predicted vs. Actual
Design-Expert Software
vascozitate
1939.00
Color points by value of

vascozitate:
1939
1631.80
P re d ic te d
822
1324.60
1017.40
710.19
822.00
1101.25
1380.50
1659.75
1939.00
Actual
vascozitate
Design points above predicted value
Design points below predicted value
1939
2000
X1 = A: transglutaminaza
X2 = B: fibrulina
v a s c o z ita te
822
1675
1350
1025
700
6.00
5.00
5.00
4.00
4.00
B: fibrulina
3.00
3.00
2.00
2.00
A: transglutaminaza
1.00
49
vascozitate
6.00
1105.04
vascozitate
Design Points
1939
822
5.00
B : fib ru lin a
1302.46
X2 = B: fibrulina
1499.88
4.00
1697.3
1105.04
3.00
907.616
2.00
1.00
2.00
3.00
4.00
5.00
A: transglutaminaza
Concluzii privind variaia Vscozitii n evoluia bioprocesului :

Graficul 3D al suprafeei de rspuns, reprezentat n conformitate cu ecuaia
analitic estimativ obinut anterior, arat variaia Vscozitii n procesul de obinere a
iaurtului, n raport cu variaiile separate i conjugate ale celor doi factori, Transglutaminaza
microbian i Fibrulina. Sunt semnalate de asemenea, curbele de nivel pe suprafaa de
rspuns, numite i curbe doz-efect, care indic sensibilitatea Vscozitii la variaiile
individuale ale fiecruia dintre cei doi factori. Nivelurile critice ale acestora (punctele de
extrem de pe curbele de nivel) optimizeaz unidirecional rspunsul estimat.
Trebuie reinut c variaia Vscozitii este influenat n proporie de 90,2% de
aciunea adaosului de Fibrulin, n mod separat dar i conjugat cu nivelul concentraiei de
Transglutaminaz. Aa cum sunt indicate n tabelul 3.3 i confirmate prin calcul n tabelul
3.5 , adaosul de Tranglutaminaz are o influen mai mare dect concentraia de Fibrulin,
asupra Vscozitii. n acelai timp, adaosul de prebiotic corelat cu concentraia de
Transglutaminaz influeneaz pozitiv Vscozitatea. Se observ o valoare maxim a
Vscozitii pentru concentraia de 5 UA/protein de Transglutaminaz i un adaos de 4 g
Fibrulin i o valoare minim la o concentraie de 1 UA/protein de Transglutaminaz i un
adaos de 2 g Fibrulin.
Valoarea mare 1344494 a parametrului PRESS (eroarea rezidual predicionat a
sumei hi-ptrat) certific faptul c Vscozitatea este influenat i de ali factori ai
procesului fermentativ.
50
ACIDITATEA
Aciditatea dup termostatare
ANALIZA DE REGRESIE. TESTE DE INDEPENDEN : Hi-ptrat / Fisher
Metoda ANOVA pentru modelul ptratic al Aciditii dup termostatare
ca suprafa de rspuns
Tabelul 3.6 Verificarea ipotezei de independen a factorilor A i B
Ipoteza de
independen
Valoarea
Hi-ptrat
calculat
df
Media
ptratic
Valoarea
Fisher ( )
calculat
Aciditatea dup
termostatare
406.3333
81.26667
13.8
0.0278
se respinge
Transglutaminaza
352.6667
352.6667
59.88679
0.0045
se respinge
Fibrulina
16.66667
16.66667
2.830189
0.1911
se respinge
0.169811
0.7080
se accept
18
18
3.056604
0.1787
se respinge
18
18
3.056604
0.1787
se respinge
17.66667
5.888889
424
Eroarea rezidual
Corecia total
Valoarea
tabelar
de test

a. Transglutaminaza
Fibrulina
sunt
variabile
independente
independenei lor este acceptat : coeficientul Fisher al produsului

=
inferior valorii Fisher tabelare
ntruct
este
ipoteza
i este
= 0,708 .
b. Aciditatea dup termostatatare ca funcie de rspuns definit prin ecuaia (3.1) este
influenat att n mod separat, ct i n mod conjugat, de ctre variabilele transglutaminaza
i fibrulina, ntruct ipotezele de independen corespunztoare se resping pe seama
acelorai considerente :
>
=
>
>
= 0.0045 ,
=
= 0.1911 i respectiv,
= 0.0278 .
51
n tabelul 3.7 se observ o semnificaie puternic la respingerea ipotezelor de

independen ale aciditii dup termostatatare
fa de aciunea transglutaminazei i o
semnificaie mai slab la respingerea ipotezelor de independen ale aciditii dup

termostatatare fa de aciunea fibrulinei.
Deviaia standard
Aciditate dup
termostatare
2.426703
estimat
0.958333
Aciditatea medie
dup termostatare
73.33333
ajustat
0.888889
Coeficient de
variaie C.V. (%)
3.309141
Eroarea rezidual
prezis a sumei
ptratice PRESS
210.6276
predicionat
a modelului
0.503237
10.34625

(calculat prin ecuaia de regresie aleas) este influenat, separat i/sau conjugat de
variabilele Transglutaminaza i respectiv Fibrulina, ntr-o proporie de 95,8% .
Coeficientul de corelaie predictionat 0,503 cu valoare mai mic dect cea a
coeficientului de regresie actual 0,958 arat c alegerea modelului regresiilor
Transglutaminazei i Fibrulinei asupra Aciditii (dup termostatare) asigur o precizie mult
mai bun dect valoarea medie a Aciditii determinat statistic pe baza datelor
experimentale (a prediciilor).
fa, atunci se poate considera c modelul ecuaiei de regresie ales este foarte adecvat.
Apelul procedurii de analiz a regresiei cu ajutorul softului Expert Design-7.1
determin ecuaia estimativ de regresie n termeni codificai :
Rezult imediat ecuaia de regresie n termeni actuali :
52
Regresia Transglutaminazei i Fibrulinei asupra Aciditii dup termostatare

Tabelul 3.8
Coeficient factor
Termen liber
(Intercept)
Transglutaminaza
Fibrulina
Coeficient
estimat
df
Eroarea
standard
Limita inf.
Limita sup.
69.33333
1.808758
63.57705
75.08961
7.666667
0.990697
4.513822
10.81951
1.666667
0.990697
-1.48618
4.819511
0.5
1.213352
-3.36143
4.36143
1.715938
-2.46089
8.460887
1.715938
-2.46089
8.460887
VIF
aciditatea dupa termostatare
85.17

aciditatea dupa termostatare:
84
79.88
P re d ic te d
64
74.58
69.29
64.00
64.00
69.00
74.00
79.00
84.00
Actual
53
6.00

Design Points
84
81.7311
64
B : fib ru lin a
5.00
X2 = B: fibrulina
71.4244
67.9889
74.86
78.2956
4.00
3.00
2.00
1.00
2.00
3.00
4.00
5.00
A: transglutaminaza
64
X2 = B: fibrulina
a c id ita te a d u p a te rm o s ta ta re

84
86
80.5
75
69.5
64
6.00
5.00
5.00
4.00
4.00
B: fibrulina
3.00
3.00
2.00
2.00
A: transglutaminaza
1.00
54
Concluzii privind variaia Aciditii dup termostatare n evoluia bioprocesului :

Variaia Aciditii dup termostatare este influenat n proporie de 95,8 % de
3.8 , adaosul de Tranglutaminaz are o influen mai mare dect concentraia de Fibrulin,
asupra Aciditii
dup termostatare. n acelai timp, adaosul de prebiotic corelat cu
concentraia de Transglutaminaz influeneaz pozitiv Aciditatea
dup termostatare. Se
observ o valoare maxim a Aciditii, pentru concentraia de 5 UA/protein de

Transglutaminaz i un adaos de 6 g Fibrulin i o valoare minim la o concentraie de 1
UA/protein de Transglutaminaz i un adaos de 2 g Fibrulin.
Valoarea mare de 210.6276 a parametrului PRESS (eroarea rezidual predicionat a
sumei hi-ptrat) certific faptul c Aciditatea este influenat i de ali factori ai procesului
fermentativ.
Aciditatea dup o sptmn

Metoda ANOVA pentru modelul ptratic al Aciditii dup o sptmn
ca suprafa de rspuns
Tabelul 3.9 Verificarea ipotezei de independen a factorilor A i B
Valoarea
Hi-ptrat
calculat
df
Media
ptratic
Valoarea
Fisher ( )
calculat
Valoarea
tabelar
de test
Ipoteza de
independen
Aciditatea dup
o sptmn
166.4444
33.28889
4.884783
0.1110
se respinge
Transglutaminaza
54
54
7.923913
0.0670
se respinge
28.16667
28.16667
4.133152
0.1350
se respinge
0.586957
0.4994
se respinge
80.22222
80.22222
11.77174
0.0415
se respinge
0.055556
0.055556
0.008152
0.9337
se accept
Eroarea rezidual
20.44444
6.814815
Corecia total
186.8889
Fibrulina
55

a.
Transglutaminaza
Fibrulina
sunt
variabile
dependente

=
superior valorii Fisher tabelare
ntruct
ipoteza
este
i este
= 0,499. Gradul dependenei acestor
variabile va fi stabilit n continuare prin intermediul coeficientului de corelaie estimat.

b. Aciditatea dup o sptmn ca funcie de rspuns definit prin ecuaia (3.1) este
influenat n mod separat, de ctre variabilele Transglutaminaza i Fibrulina, ntruct
ipotezele de independen corespunztoare se resping pe seama acelorai considerente :
>
= 0.067,
>
>
= 0.111 .
c. Aciditatea dup o sptmn ca funcie de rspuns definit prin ecuaia (3.1) este
dependent de ptratul valorii fibrulinei
deoarece,
0.9337 .

independen ale Aciditii dup o sptmn
fa de aciunea Transglutaminazei i o
semnificaie mai slab la respingerea ipotezelor de independen ale Aciditii dup o

tsptmn fa de aciunea Fibrulinei.
Deviaia standard
Aciditate dup o
sptmn
Aciditatea medie
dup o sptmn
Coeficientul de variaie
C.V. (%)
Eroarea rezidual
prezumat a sumei
ptratice PRESS
2.61052
Coeficient de
corelaie estimat
0.890606
71.11111
Coeficient de
corelaie ajustat
0.708284
3.671044
Coeficient de
corelaie predicionat
-0.15282
215.449
a modelului
6.880976
56
Un coeficient de corelaie predictionat cu valoare negativ, aa cum este n cazul de

fa 0,152, arat faptul c valoarea medie a rspunsului observat
statistic (adic
Aciditatea medie observat) este un predictor mai bun decat valoarea actual calculat a
rspunsului (adic Aciditatea dup o sptmn determinat cu ecuaia de regresie (3.1)).
fa, atunci se poate considera c modelul ecuaiei de regresie ales este suficient de bun.
Regresia Transglutaminazei i Fibrulinei asupra Aciditii dup o sptmn
Tabelul 3.11
Coeficient factor
Termen liber
(Intercept)
Transglutaminaza
Fibrulina
Coeficient
estimat
df
Eroarea
standard
Limita inf.
Limita sup.
75.22222
1.945767
69.02992
81.41453
-3
1.06574
-6.39166
0.391664
2.166667
1.06574
-1.225
5.558331
1.30526
-3.15392
5.153924
-6.33333
1.845916
-12.2079
-0.4588
0.166667
1.845916
-5.70787
6.041202
VIF


57
aciditatea dupa o saptamana
77.56

aciditatea dupa o saptamana:
77
73.67
P re d ic te d
62
69.78
65.89
62.00
62.00
65.75
69.50
73.25
77.00
Actual
6.00

Design Points
77
62
B : fib ru lin a
X2 = B: fibrulina
5.00
72.7717
4.00
75.2424
72.7717
70.301
67.8303
3.00
65.3596
2.00
1.00
2.00
3.00
4.00
5.00
A: transglutaminaza
58
62
X2 = B: fibrulina
a c id it a t e a d u p a o s a p ta m a n a

77
78
74
70
66
62
6.00
5.00
5.00
4.00
4.00
B: fibrulina
3.00
3.00
2.00
A: transglutaminaza
2.00 1.00
Concluzii privind variaia Aciditii dup o sptmn n evoluia bioprocesului :

Variaia Aciditii dup o sptmn este influenat n proporie de 89,06 % de
3.11 , adaosul de Fibrulin are o influent mai mare dect concentraia de Tranglutaminaz,
asupra Aciditii. n acelai timp, adaosul de prebiotic corelat cu concentraia de
Transglutaminaz influeneaz pozitiv Aciditatea. Se observ o valoare maxim a Aciditii
pentru concentraia de 3 UA/protein de Transglutaminaz i un adaos de 6 g Fibrulin
precum i o valoare minim la o concentraie de 5 UA/protein de Transglutaminaz i un
adaos de 2 g Fibrulin.
Valoarea mare de 215.449 a parametrului Eroarea rezidual prezumat a sumei
ptratice (PRESS) certific faptul c Aciditatea este influenat i de ali factori ai procesului
fermentativ.
59
Aciditatea dup dou sptmni

Metoda ANOVA pentru modelul ptratic al Aciditii dup dou sptmni
ca suprafat de rspuns
Tabel 3.12
Valoarea
Hi-ptrat
calculat
df
Media
ptratic
Valoarea
Fisher ( )
calculat
Valoarea
tabelar
de test
Ipoteza de
independen
Aciditatea dup
dou sptmni
79.11111
15.82222
15.25714
0.0241
se respinge
Transglutaminaza
48.16667
48.16667
46.44643
0.0065
se respinge
Fibrulina
16.66667
16.66667
16.07143
0.0278
se respinge
3.857143
0.1443
se respinge
9.388889
9.388889
9.053571
0.0573
se respinge
0.888889
0.888889
0.857143
0.4228
se respinge
Eroarea rezidual
3.111111
1.037037
Corecia total
82.22222

a.
Transglutaminaza
Fibrulina
sunt
variabile
dependente

=
= 0,1445.
ntruct
ipoteza
este
este
Gradul dependenei acestor

b. Aciditatea dup dousptmni ca funcie de rspuns definit prin ecuaia (3.1) este
influenat semnificativ n mod separat de ctre variabilele Transglutaminaza i Fibrulina,
ntruct ipotezele de independen corespunztoare se resping pe seama acelorai
considerente :
>
= 0.0065 ,
>
>
= 0.0241 .
60

independen ale Aciditii att fa de aciunea Transglutaminazei, ct i fat de actiunea
Fibrulinei n mod separat i anume : Influena aciunii Transglutaminazei crete proporional
cu creterea concentraiei acesteia, n timp ce influena aciunii Fibrulinei scade odat cu
creterea adaosului acesteia. Din acest motiv, aciunea conjugat a celor doi factori asupra
Aciditii (dup o sptmn) are o semnificaie mai slab i implicit mai greu de evideniat .
Deviaia standard
Aciditatea dup dou
sptmni
1.01835
estimat
0.962162
Aciditatea medie dup

dou sptmni
88.55556
ajustat
0.899099
C.V. (%)
1.149956
predicionat
0.564396
Eroarea rezidual
prezis a sumei
ptratice PRESS
35.81633
Precizia de adecvare a
modelului
11.22497
(calculat prin ecuaia de regresie aleas) este influenat semnificativ n mod separat ( i mai
puin semnificativ n mod conjugat ) de ctre variabilele Transglutaminaza i respectiv
Fibrulina, ntr-o proporie de 96,2% .
Coeficientul de corelaie predicionat 0,564 avnd o valoare mai mic dect cea a
coeficientului de corelaie estimat 0,962 arat c alegerea modelului (3.1) al regresiilor
Transglutaminazei i Fibrulinei asupra Aciditii (dup dou sptmni) asigur o precizie
mult mai bun dect valoarea medie a Aciditii determinat statistic pe baza datelor
experimentale (a prediciilor).
procent este superior valorii de semnificaie 4% , aa cum este i valoarea 11,224 n cazul
de fa, atunci se poate considera c modelul ecuaiei de regresie ales este foarte adecvat.
61
Regresia Transglutaminazei i Fibrulinei asupra Aciditii dup dou sptmni

Tabelul 3.14
Coeficient
estimat
df
Eroarea
standard
Limita inf.
Limita sup.
90.44444
0.759033
88.02886
92.86003
Transglutaminaza
-2.83333
0.41574
-4.1564
-1.51026
Fibrulina
-1.66667
0.41574
-2.98974
-0.3436
-1
0.509175
-2.62042
0.620424
-2.16667
0.720082
-4.45829
0.124959
-0.66667
0.720082
-2.95829
1.624959
Coeficient factor
Termen liber
(Intercept)
VIF

determin ecuaiile estimative de regresie n termeni codificai i actuali :
Aciditatea dup 2 sptmni =
Aciditatea dup 2 sptmni =
Concluzii privind variaia Aciditii dup dou sptmni n evoluia bioprocesului :

Variaia Aciditii dup dou sptmni este influenat n proporie de 96,2 % de
3.14, adaosul de Fibrulin are o influen mai mic dect concentraia de Transglutaminaz
asupra Aciditii. Este interesant de observat c valorile negative ale tuturor coeficienilor
estimai ai suprafeei de rspuns arat c odat cu creterea valorilor celor doi factori,
Aciditatea scade n procesul fermentativ. n acelai timp, adaosul de prebiotic corelat cu
concentraia de Transglutaminaz stabilizeaz Aciditatea.
Se observ o valoare maxim a Aciditii pentru concentraia de 1 UA/protein de
Transglutaminaz i un adaos de 4 g Fibrulin precum i o valoare minim obinut la o
concentraie de 5UA/protein de Transglutaminaz i un adaos de 6g Fibrulin.
62
Valoarea moderat de 35.81633 a parametrului Eroarea rezidual prezumat a sumei

ptratice certific faptul c Aciditatea este influenat uor i de ali factori ai procesului
fermentativ.
aciditatea dupa dupa doua saptamani
92.00

aciditatea dupa dupa doua saptamani:
92
89.50
P re d ic te d
82
87.00
84.50
82.00
82.00
84.50
87.00
89.50
92.00
Actual
6.00

Design Points
92
83.7319
85.3526
82
B : fib ru lin a
X2 = B: fibrulina
5.00
90.2149
86.9734
88.5942
4.00
3.00
2.00
1.00
2.00
3.00
4.00
5.00
A: transglutaminaza
63
a c id it a t e a d u p a d u p a d o u a s a p ta m a n i

92
82
X2 = B: fibrulina
92
89.5
87
84.5
82
6.00
5.00
5.00
4.00
4.00
3.00
3.00
B: fibrulina
2.00
A: transglutaminaza
a c id it a t e a d u p a d u p a d o u a s a p ta m a n i
2.00 1.00

Design points above predicted value92
89.5
92
82
X2 = B: fibrulina
87
84.5
82
1.00
2.00
3.00
A: transglutaminaza
6.00
4.00
5.00
4.00
3.00
5.00 2.00
B: fibrulina
64
SINEREZA
Sinereza dup termostatare
Metoda ANOVA pentru modelul ptratic al Sinerezei dup termostatare
Tabel 3.15 Verificarea ipotezei de independen a factorilor A i B
Valoarea
Hi-ptrat
calculat
df
Media
ptratic
Valoarea
Fisher ( )
calculat
Valoarea
tabelar
de test
Ipoteza de
independen
Sinereza dup
termostatare
480.4444
96.08889
92.65714
0.0017
se respinge
Transglutaminaza
352.6667
352.6667
340.0714
0.0003
se respinge
Fibrulina
16.66667
16.66667
16.07143
0.0278
se respinge
100
100
96.42857
0.0022
se respinge
10.88889
10.88889
10.5
0.0478
se respinge
0.222222
0.222222
0.214286
0.6749
se accept
Eroarea rezidual
3.111111
1.037037
Corecia total
483.5556

a.
Transglutaminaza
Fibrulina
sunt
variabile
dependente

=
= 0.0022.
ntruct
ipoteza
este
este
Gradul dependenei acestor

b. Sinereza dup termostatare ca funcie de rspuns definit prin ecuaia (3.1) este
influenat n mod separat, de ctre variabilele Transglutaminaza i Fibrulina, ntruct
>
0.0003 ,
>
>
= 0.0017 .
65
c. Sinereza dup termostatare ca funcie de rspuns definit prin ecuaia (3.1) este
independent de ptratul valorii Fibrulinei
deoarece,
= 0.674 .
n tabelul 3.15 se observ o semnificaie puternic att la respingerea ipotezelor de

independen ale Sinerezei fa de aciunea Transglutaminazei
ct i la respingerea
ipotezelor de independen ale Sinerezei fa de aciunea Fibrulinei. De asemenea, aciunea

conjugat a celor doi factori asupra rspunsului este semnificativ, dei semnificaiile sunt
diferite i vor fi interpretate conform valorilor din tabelul 3.17.
Deviaia standard
Sinereza dup
termostatare
1.01835
estimat
0.993566
Sinereza medie dup

termostatare
17.77778
ajustat
0.982843
C.V. (%)
5.72822
predicionat
0.925931
35.81633
modelului
30.46778
Eroarea rezidual
prezumat a sumei
ptratice PRESS
0.9935 arat c rspunsul actual
variabilele Transglutaminaza i respectiv Fibrulina, ntr-o proporie foarte mare de 99,35% .
Coeficientul de corelaie prezumat are valorea 0,926 suficient de apropiat de
valoarea 0,994 a coeficientului de corelaie estimat, ceea ce arat c nivelul Sinerezei obinut
ca medie a valorilor de observaie (predicionate) i valoarea acestei funcii de rspuns
calculat conform modelului de regresie (3.1) sunt aproape egale.
procent este superior valorii de semnificaie 4% , aa cum este i valoarea 30.467 n cazul
de fa, atunci se poate considera c modelul ecuaiei de regresie ales este foarte adecvat.
Valoarea mare de 35.816 a parametrului Eroarea rezidual prezumat a sumei
ptratice (PRESS) certific faptul c Sinereza (cel puin dup termostatare) este influenat
i de ali factori ai procesului fermentativ.
66
Regresia Transglutaminazei i Fibrulinei asupra Sinerezei dup termostatare

Tabelul 3.17
Coeficient
estimat
df
Eroarea
standard
Limita inf.
Limita sup.
19.55556
0.759033
17.13997
21.97114
Transglutaminaza
-7.66667
0.41574
-8.98974
-6.3436
Fibrulina
1.666667
0.41574
0.343596
2.989737
0.509175
3.379576
6.620424
-2.33333
0.720082
-4.62496
-0.04171
-0.33333
0.720082
-2.62496
1.958292
Coeficient factor
Termen liber
(Intercept)
VIF

sinereza dupa termostatare
28.00

sinereza dupa termostatare:
28
21.50
P re d ic te d
15.00
8.50
2.00
2.00
8.50
15.00
21.50
28.00
Actual
67
6.00

Design Points
28
2
X2 = B: fibrulina
B : fib ru lin a
5.00
19.4444
15.2222
4.00
23.6667
11
3.00
6.77778
2.00
1.00
2.00
3.00
4.00
5.00
s in e re z a d u p a te rm o s ta ta re
A: transglutaminaza

Design points above predicted value28
21.5
28
2
X2 = B: fibrulina
15
8.5
2
6.00
5.00
4.00
B: fibrulina
5.00
4.00
3.00
3.00
2.00
2.00
1.00
A: transglutaminaza
68
Concluzii privind variaia Sinerezei dup termostatare n evoluia bioprocesului :

Variaia Sinerezei dup termostatare este influenat n proporie de 99,35 % de
aciunea adaosului de Transglutaminaz, n mod separat dar i conjugat cu nivelul
concentraiei de Fibrulin. Valorile negative mari de 7,66667 i 2,33333 ale coeficienilor
estimai pentru concentraia de Transglutaminaz i respectiv a ptratului acesteia, arat c
odat cu creterea concetraiei de Transglutaminaz scade nivelul Sinerezei n procesul
fermentativ. Dimpotriv, valoarea pozitiv 1,6666 a coeficientului estimat al adaosului de
Fibrulin arat c odat cu creterea moderat a acestuia activitatea fermentativ se
stabilizeaz. n acest caz este semnificativ aciunea conjugat a celor doi factori asupra
nivelului Sinerezei.
Se observ o valoare maxim a Sinerezei pentru concentraia de 1UA/protein de
Transglutaminaz i un adaos de 2g Fibrulin precum i o valoare minim obinut la o
concentraie de 5UA/protein de Transglutaminaz i un adaos de 2g Fibrulin.
Sinereza dup o saptmn

Metoda ANOVA pentru modelul ptratic al Sinerezei dup o sptmn
Tabel 3.18
Valoarea
Hi-ptrat
calculat
df
Media
ptratic
Valoarea
Fisher ( )
calculat
Valoarea
tabelar
de test
Ipoteza de
independen
405.4444
81.08889
2.660267
0.2252
se respinge
294
294
9.6452
0.0531
se respinge
32.66667
32.66667
1.071689
0.3767
se respinge
25
25
0.82017
0.4319
se respinge
26.88889
26.88889
0.882139
0.4169
se respinge
26.88889
26.88889
0.882139
0.4169
se respinge
Eroarea rezidual
91.44444
30.48148
Corecia total
496.8889
Sinereza dup
o sptmn
Transglutaminaza
Fibrulina
69

a.Transglutaminaza
Fibrulina
sunt
variabile
dependente

=
ntruct
ipoteza
este
i este
= 0.4319. Gradul dependenei acestor

b. Sinereza dup o sptmn ca funcie de rspuns definit prin ecuaia (3.1) este
influenat n mod separat, de ctre variabilele transglutaminaza i fibrulina, ntruct
>
= 0.0531 ,
>
>
= 0.225 .

independen ale sinerezei dup o sptmn
fa de aciunea transglutaminazei i o
semnificaie mai slab la respingerea ipotezelor de independen ale sinerezei dup o

tsptmn fa de aciunea fibrulinei.
Deviaia standard
Sinereza dup
o sptmn
5.521004
estimat
0.815966
Sinereza medie dup o

sptmn
18.88889
ajustat
0.509243
C.V. (%)
29.22884
predicionat
-0.93649
Eroarea rezidual
prezumat a sumei
ptratice PRESS
962.2194
modelului
4.991259
fa 0.936, arat faptul c valoarea medie a rspunsului observat (adic Sinereza medie
Sinereza medie calculat conform modelului de regresie (3.1)).
70
Regresia Transglutaminazei i Fibrulinei asupra Sinerezei dup o sptmn

Tabelul 3.20
Coeficient factor
Termen liber
(Intercept)
Coeficient
estimat
df
Eroarea
standard
Limita inf.
Limita sup.
23.77778
4.115113
10.68164
36.87392
-7
2.25394
-14.1731
0.17305
2.333333
2.25394
-4.83972
9.506384
2.5
2.760502
-6.28516
11.28516
-3.66667
3.903939
-16.0908
8.757421
-3.66667
3.903939
-16.0908
8.757421
Transglutaminaza
Fibrulina
VIF

Sinereza dup o sptmn
Sinereza dup o sptmn
sineraza dupa o saptamana
30.00

sineraza dupa o saptamana:
30
23.00
P re d ic te d
16.00
9.00
2.00
2.00
9.00
16.00
23.00
30.00
Actual
71
6.00

Design Points
30
2
B : fib ru lin a
X2 = B: fibrulina
5.00
4.00
15.8649
19.6161
23.3674
3.00
12.1136
8.36236
2.00
1.00
2.00
3.00
4.00
5.00
s in e ra z a d u p a o s a p ta m a n a
A: transglutaminaza

30
30
2
X2 = B: fibrulina
23
16
9
2
6.00
5.00
5.00
4.00
4.00
B: fibrulina
3.00
3.00
2.00
2.00
1.00
A: transglutaminaza
Concluzii privind variaia Sinerezei dup o sptmn n evoluia bioprocesului :

Variaia Sinerezei dup o sptmn este influenat n proporie de 81,59 % de
aciunea concentraiei de Transglutaminaz, n mod separat dar i conjugat cu nivelul
adaosului de Fibrulin. Se observ o valoare maxim a Sinerezei, pentru concentraia de 1
UA/protein de Transglutaminaz i un adaos de 4 g Fibrulin i o valoare minim la o
concentraie de 5 UA/protein de Transglutaminaz i un adaos de 2g Fibrulin.
72

procent este superior valorii de semnificaie 4% , aa cum este i valoarea 4.99 n cazul de
fa, atunci se poate considera c modelul ecuaiei de regresie ales este la limit adecvat.
Valoarea mare de 962.2194 a parametrului certific faptul c Sinereza este
influenat i de ali factori ai procesului fermentativ.
Sinereza dup dou saptmni

Metoda ANOVA pentru modelul ptratic al Sinerezei dup dou sptmni
Tabel 3.21
Valoarea
Hi-ptrat
calculat
df
Media
ptratic
Valoarea
Fisher ( )
calculat
Valoarea
tabelar
de test
Ipoteza de
independen
414.6944
82.93889
5.465162
0.0964
se respinge
337.5
337.5
22.23917
0.0181
se respinge
16.66667
16.66667
1.098231
0.3716
se respinge
20.25
20.25
1.33435
0.3317
se respinge
29.38889
29.38889
1.936547
0.2583
se respinge
10.88889
10.88889
0.717511
0.4592
se respinge
Eroarea rezidual
45.52778
15.17593
Corecia total
460.2222
Sinereza dup
dou sptmni
Transglutaminaza
Fibrulina

a.
Transglutaminaza
Fibrulina
sunt
variabile
dependente

ntruct
ipoteza
este
i este
= 0.3317. Gradul dependenei acestor
73
b. Sinereza dup dou sptmni ca funcie de rspuns definit prin ecuaia (3.1) este
influenat n mod separat, de ctre variabilele transglutaminaza i fibrulina, ntruct
>
= 0.0181 ,
>
>
= 0.0964 .

independen ale Sinerezei dup dou sptmni fa de aciunea Transglutaminazei i o
semnificaie mai slab la respingerea ipotezelor de independen ale Sinerezei dup dou
tsptmni fa de aciunea Fibrulinei.
Tabelul 3.22
Intensitatea regresiei. Coeficientul de corelaie estimat
Deviaia standard
Sinereza dup
dou sptmni
Sinereza medie dup o
sptmn
3.895629
18.44444
estimat
ajustat
0.901074
0.736198
C.V. (%)
21.12088
predicionat
-0.05429
Eroarea rezidual
prezumat a sumei
ptratice PRESS
485.2079
modelului
6.680777
fa 0.054, arat faptul c valoarea medie a rspunsului observat (adic Sinereza medie
Sinereza medie actual).
procent este superior valorii de semnificaie 4% , aa cum este i valoarea 6.68 n cazul de
fa, atunci se poate considera c modelul ecuaiei de regresie ales este adecvat.
74
Regresia Transglutaminazei i Fibrulinei asupra Sinerezei dup dou sptmni

Tabelul 3.23
Coeficient factor
Termen liber
(Intercept)
Coeficient
estimat
df
Eroarea
standard
Limita inf.
Limita sup.
22.55556
2.90363
13.3149
31.79621
-7.5
1.590384
-12.5613
-2.43868
1.666667
1.590384
-3.39465
6.727983
2.25
1.947815
-3.94882
8.448821
-3.83333
2.754626
-12.5998
4.933123
-2.33333
2.754626
-11.0998
6.433123
Transglutaminaza
Fibrulina
VIF

Sinereza dup dou sptmni
Sinereza dup dou sptmni
sinereza dupa doua saptamani
28.00

sinereza dupa doua saptamani:
28
21.75
P re d ic te d
15.50
9.25
3.00
3.00
9.25
15.50
21.75
28.00
Actual
75
6.00

Design Points
28
3
B : fib ru lin a
X2 = B: fibrulina
5.00
4.00
19.1632
22.7109
15.6155
12.0677
3.00
8.51997
2.00
1.00
2.00
3.00
4.00
5.00
s in e r e z a d u p a d o u a s a p ta m a n i
A: transglutaminaza

28
21.75
28
3
X2 = B: fibrulina
15.5
9.25
3
6.00
5.00
4.00
5.00
B: fibrulina
4.00
3.00
3.00
2.00
2.00
1.00
A: transglutaminaza
Concluzii privind variaia Sinerezei dup dou sptmni n evoluia bioprocesului :

Variaia Sinerezei dup dou sptmni este influenat n proporie de 90,10 % de
Transglutaminaz. Se observ o valoare maxim a Sinerezei pentru concentraia de 1
UA/protein de Transglutaminaz i un adaos de 4 g Fibrulin precum i o valoare minim
obinut la o concentraie de 5 UA/protein de Transglutaminaz i un adaos de 2g
Fibrulin. Valoarea mare de 485.2079 a parametrului certific faptul c Sinereza este
influenat i de ali factori ai procesului fermentativ.
76
Viabilitatea
Viabilitatea dup termostatare

Metoda ANOVA pentru modelul ptratic al Viabilitii dup termostatare
Tabel 3.24
Valoarea
Hi-ptrat
calculat
df
Media
ptratic
Valoarea
Fisher ( )
calculat
Valoarea
tabelar
de test
Ipoteza de
independen
Viabilitatea dup
termostatare
0.015367
0.003073
2.079699
0.2902
se respinge
Transglutaminaza
1.0000
se accept
0.014017
0.014017
9.484962
0.0541
se respinge
0.0001
0.0001
0.067669
0.8116
se accept
0.0008
0.0008
0.541353
0.5152
se respinge
0.00045
0.00045
0.304511
0.6195
se accept
0.004433
0.001478
0.0198
Fibrulina
Eroarea rezidual
Corecia total

a.
Transglutaminaza
Fibrulina
sunt
variabile
independente

=
inferioar valorii Fisher tabelare
ntruct
este
ipoteza
i este
= 0.811.
b. Viabilitatea dup termostatare ca funcie de rspuns definit prin ecuaia (3.1) este
influenat n special de adaosul de Fibrulin, ntruct ipotezele de independen
corespunztoare se resping pe seama acelorai considerente :
>
9>
= 0.2902.
77
c. Viabilitatea dup termostatare ca funcie de rspuns definit prin ecuaia (3.1) este
independent de variaiile valorilor Transglutaminazei deoarece,
n tabelul 3.24 se observ o semnificaie puternic privind dependenala Viabilitii

dup termostatare fa de aciunea Fibrulinei. Intensitatea i sensul acestei dependene vor
fi puse n eviden de ctre coeficienii estimai ai modelului ales de regresie (3.1).
Tabelul 3.25
Intensitatea regresiei. Coeficientul de corelaie estimat
Deviaia standard
Viabilitatea dup
termostatare
0.038442
Viabilitatea medie
dup termostatare
5.626667
ajustat
0.402918
C.V. (%)
0.683209
predicionat
-1.51368
Eroarea rezidual
prezumat a sumei
ptratice PRESS
0.049771
modelului
3.876258
estimat
0.776094
(Viabilitatea dup termostatare calculat cu ecuaia de regresie aleas) este influenat de

variabilele Transglutaminaza i respectiv Fibrulina, in mod independent aa cum observasem
anterior, ntr-o proporie de 77,6% .
fa 1.51, arat faptul c valoarea medie a rspunsului observat (adic Viabilitatea medie
observat) este un predictor mai bun decat valoarea calculat a rspunsului (adic
Viabilitatea dup termostatare actual).
Acest aspect este evideniat i de graficul corelaiei Predicted vs Actual Model realizat
de softul Expert-Design. n acelai sens, procentul de 3.87% al preciziei de adecvare
(inferioar nivelului de semnificaie de 4%) arat faptul c modelul ecuaiei de regresie ales
nu este adecvat.
n acest caz vom lua de referin valoarea medie de 5,6267 a Viabilitii dup
termostatare calculat statistic pe baza datelor experimentale. Coeficientul de variaie
arat gradul de dispersie (totui, suficient de mare) a valorilor Viabilitii dup
termostatare n jurul valorii medii.
78
Regresia Transglutaminazei i Fibrulinei asupra Viabilitii dup termostatare

Tabelul 3.26
Coeficient factor
Termen liber
(Intercept)
Coeficient
estimat
df
Eroarea
standard
Limita inf.
Limita sup.
5.65
0.028653
5.558814
5.741186
0.015694
-0.04994
0.049945
0.048333
0.015694
-0.00161
0.098278
0.005
0.019221
-0.05617
0.06617
-0.02
0.027183
-0.10651
0.066507
-0.015
0.027183
-0.10151
0.071507
Transglutaminaza
Fibrulina
VIF

viabilitatea dupa termostatare
5.69

viabilitatea dupa termostatare:
5.69
5.66
P re d ic te d
5.56
5.63
5.59
5.56
5.56
5.59
5.63
5.66
5.69
Actual
79
6.00

Design Points
5.69
5.56
5.00
5.66332
B : fib ru lin a
X2 = B: fibrulina
4.00
5.64299
5.62266
3.00
5.60233
5.582
5.582
2.00
1.00
2.00
3.00
4.00
5.00
A: transglutaminaza
5.56
X2 = B: fibrulina
v ia b ilita te a d u p a te rm o s ta ta re

5.69
5.69
5.6575
5.625
5.5925
5.56
6.00
5.00
5.00
4.00
4.00
B: fibrulina
3.00
3.00
2.00
2.00
A: transglutaminaza
1.00
Concluzii privind variaia Viabilitii dup termostatare n evoluia bioprocesului :

Am observat deja c modelul de regresie al Viabilitii dup termostatare n raport cu
aciunile celor doi factori este inadecvat. Coeficienii estimai ai acestui model arat
independena Viabilitii dup termostatare n raport cu aciunea Transglutaminazei i
influen slab n raport cu descreterea adaosului de Fibrulin. Valoarea foarte mic de

0.04977 a parametrului Eroarea rezidual prezumat a sumei ptratice certific faptul c
Viabilitatea nu este influenat de factori ai procesului fermentativ, ci aa dup cum intuim,
de intensitatea unor factori specifici dezoltrii/inactivrii populaiilor microbiene.
80
Viabilitatea dup o sptmn

Metoda ANOVA pentru modelul ptratic al Viabilitii dup o sptmn
Tabel 3.27
Valoarea
Hi-ptrat
calculat
df
Media
ptratic
Valoarea
Fisher ( )
calculat
Valoarea
tabelar
de test
Ipoteza de
independen
Viabilitatea dup o
sptmn
0.092958
0.018592
5.051321
0.1064
se respinge
Transglutaminaza
0.002817
0.002817
0.765283
0.4461
se respinge
Fibrulina
0.001067
0.001067
0.289811
0.6277
se accept
0.050625
0.050625
13.75472
0.0341
se respinge
0.03125
0.03125
8.490566
0.0618
se respinge
0.0072
0.0072
1.956226
0.2564
se respinge
0.011042
0.003681
0.104
Eroarea rezidual
Corecia total

a. Transglutaminaza i Fibrulina sunt variabile dependente ntruct
este
=
= 0.0341.
ipoteza
i este
b. Viabilitatea dup o sptmn ca funcie de rspuns definit prin ecuaia (3.1) este
influenat de variaia Transglutaminazei, ntruct ipotezele de independen
corespunztoare se resping pe seama acelorai considerente :
>
= 0. 4461 i respectiv,
>
= 0.106.
c. Viabilitatea dup o sptmn ca funcie de rspuns definit prin ecuaia (3.1) este
independent de variaiile valorilor Fibrulinei deoarece,
= 0.6277 .
Intensitatea i sensul acestor dependene precum i precizia de adecvare a modelului

de regresie ales vor fi discutate n continuare, pe baza valorilor din
.
81

Deviaia standard
Viabilitatea dup
o sptmn
0.060668
Viabilitatea medie
dup o sptmn
7.066667
ajustat
0.71688
C.V. (%)
0.858504
predicionat
-0.26579
Eroarea rezidual
prezumat a sumei
ptratice PRESS
0.131642
modelului
5.417059
estimat
0.89383
Viabilitatea medie dup o sptmn actual).
Precizia de adecvare a modelului este 5.41 i arat faptul c modelul ecuaiei de
regresie ales poate fi considerat adecvat la limit.
Regresia Transglutaminazei i Fibrulinei asupra Viabilitii dup o sptmn
Tabelul 3.29
Coeficient
estimat
df
Eroarea
standard
Limita inf.
Limita sup.
7.023333
0.045219
6.879426
7.16724
Transglutaminaza
-0.02167
0.024767
-0.10049
0.057154
Fibrulina
-0.01333
0.024767
-0.09215
0.065488
-0.1125
0.030334
-0.20904
-0.01596
0.125
0.042898
-0.01152
0.261522
-0.06
0.042898
-0.19652
0.076522
Coeficient factor
Termen liber
(Intercept)
VIF
82

viabilitatea dupa o saptamana
7.23

viabilitatea dupa o saptamana:
7.23
7.15
P re d ic te d
6.91
7.07
6.99
6.91
6.91
6.99
7.07
7.15
7.23
Actual
6.00

Design Points
7.23
6.96351
6.91
5.00
X2 = B: fibrulina
B : fib ru lin a
7.16148
7.013
7.11199
7.0625
4.00
7.0625
7.11199
7.013
3.00
7.16148
6.96351
2.00
1.00
2.00
3.00
4.00
5.00
A: transglutaminaza
83
6.91
X2 = B: fibrulina
v ia b ilita te a d u p a o s a p ta m a n a

7.23
7.23
7.15
7.07
6.99
6.91
6.00
5.00
5.00
4.00
4.00
B: fibrulina
3.00
3.00
2.00
2.00
A: transglutaminaza
1.00
Concluzii privind variaia Viabilitii dup o sptmn n evoluia bioprocesului :

Variaia Viabilitii dup o sptmn este influenat n proporie de 89,38 % n
mod semnificativ de aciunea conjugat a adaosurilor de Fibrulin i concentraiei de
Transglutaminaz i/sau de variaia independent a Transglutaminazei. Am observat deja
independena variaiei Viabilitii dup o sptmn n raport cu variaia separat a
adaosului de Fibrulin.
Sensul acestor dependene este dat de valorile coeficienilor estimai ai funciei de
regresie (3.1) i anume o descretere uoar a concentraiei de Transglutaminaz, sau o
descretere simultan semnificativ a valorilor celor doi factori conduce la micorare a
Viabilitii dup o sptmn .
Se observ dou valori maxime ale viabilitii, pentru concentraia de 5UA/protein
de Transglutaminaz i un adaos de 2 g Fibrulin i 1UA/protein de Transglutaminaz i
un adaos de 6 g Fibrulin, iar valoarea minim se nregistreaz la o concentraie de
6UA/protein de Transglutaminaz i un adaos de 6g Fibrulin.
Deoarece modelul de regresie ales este slab adecvat vom considera de referin
valoarea medie statistic de 7,07 a Viabilitii dup o sptmn care este n cretere uoar
fa de valoarea medie statistic de 5,63 a Viabilitii dup termostatare.
84
Viabilitatea dup dou sptmni

Metoda ANOVA pentru modelul ptratic al Viabilitii dup dou sptmni
Tabel 3.30
Valoarea
Hi-ptrat
calculat
df
Media
ptratic
Valoarea
Fisher ( )
calculat
Valoarea
tabelar
de test
Ipoteza de
independen
Viabilitatea dup
dou sptmni
0.148511
0.029702
3.132656
0.1881
se respinge
Transglutaminaza
6.67E-05
6.67E-05
0.007031
0.9385
se accept
Fibrulina
0.074817
0.074817
7.89082
0.0673
se respinge
0.0064
0.0064
0.675
0.4715
se respinge
0.067222
0.067222
7.089844
0.0762
se respinge
5.56E-06
5.56E-06
0.000586
0.9822
se accept
Eroarea rezidual
0.028444
0.009481
Corecia total
0.176956

a.
Transglutaminaza
Fibrulina
sunt
variabile
dependente

=
ntruct
este
ipoteza
i este
= 0.0341.
b. Viabilitatea dup dou sptmni ca funcie de rspuns definit prin ecuaia (3.1)
este influenat semnificativ de variaia adaosului de Fibrulin i de creterea concentraiei
de
i este independent de variaia concentraiei de Transglutaminaz i
de creterea adaosului de
. Aciunea conjugat a Transglutaminazei i Fibrulinei
asupra variaiei Viabilitii dup dou sptmni este slab semnificativ :
c.
>
>
= 0.188 .
Viabilitatea dup dou sptmni definit prin ecuaia (3.1) este
independent de variaia Transglutaminazei deoarece
= 0.938 .
85
Intensitatea i sensul acestor dependene precum i precizia de adecvare a modelului

de regresie ales vor fi discutate n cele ce urmeaz, pe baza valorilor coeficienilor de corelaie
din tabelul 3.31 i a valorilor coeficienilor estimai ai funciei de regresie din tabelul 3.32.
Deviaia standard
Viabilitatea dup
dou sptmni
0.097373
Viabilitatea medie
dup dou sptmni
6.512222
ajustat
0.571351
C.V. (%)
1.495233
predicionat
-0.9549
Eroarea rezidual
prezumat a sumei
ptratice PRESS
0.345931
modelului
5.576195
estimat
0.839257
0,839 arat c Viabilitatea dup dou
sptmni suport o influen de 83,9% n raport cu variaiile variabilelor de proces

Transglutaminaza i respectiv Fibrulina.
fa 0.954, arat faptul c valoarea medie a Viabilitii dup dou sptmni observate
statistic este un predictor mai bun dect Viabilitatea medie dup dou sptmni calculat
cu modelul regresiei (3.1). Valoarea coeficientului de corelaie ajustat 57,13% arat o corecie
consistent pn la adevrata precizie de corelare dintre Viabilitatea medie dup dou
sptmni i cele dou variabile de proces.
Aadar, vom considera de referin valoarea medie de 6,512 a Viabilitii dup dou
sptmni observat statistic, cu att mai mult cu ct coeficientul de variaie corespunztor
arat o dispersie strns n jurul valorii medii.
hazardului asupra rspunsului, iar n cazul de fa, valoarea de 5.57% a acestui procent
arat faptul c modelul ecuaiei de regresie ales poate fi considerat adecvat.
Astfel, se constat o descretere a nivelului Viabilitii, de la valoarea medie de 7,07
dup o sptmn la valoarea medie de 6,512 dup 2 sptmni de activitate fermentativ,
ceea ce justific tendina de stabilizare a bioprocesului de obinere a iaurtului.
86
Regresia Transglutaminazei i Fibrulinei asupra Viabilitii dup dou sptmni

Tabelul 3.32
Coeficient
estimat
df
Eroarea
standard
Limita inf.
Limita sup.
6.391111
0.072577
6.160137
6.622085
Transglutaminaza
-0.00333
0.039752
-0.12984
0.123176
Fibrulina
0.111667
0.039752
-0.01484
0.238176
0.04
0.048686
-0.11494
0.194942
0.183333
0.068853
-0.03579
0.402455
-0.00167
0.068853
-0.22079
0.217455
Coeficient factor
Termen liber
(Intercept)
VIF

determin ecuaiile estimative ale Viabilitii n termeni codificai i respectiv actuali :

+
Concluzii privind variaia Viabilitii dup dou sptmni n evoluia bioprocesului :

Variaia Viabilitii dup dou sptmni este influenat n proporie de 83,92 % (i
mai aproape de realitate n proporie de 57,13%) de aciunea adaosului de Fibrulin, n mod
separat dar i conjugat cu nivelul concentraiei de Transglutaminaz. Dei modelul regresiei
ales poate fi considerat adecvat, variaia Viabilitii dup dou sptmni este reflectat mai
precis prin valoarea medie calculat statistic pe baza valorilor observate experimental.
Pe baza curbelor de nivel se observ dou valori maxime ale Viabilitii, pentru
concentraia de 1UA/protein de Transglutaminaz (respectiv pentru 5UA/protein de
Transglutaminaz) i la un adaos de 6 g Fibrulin, iar valoarea minim se nregistreaz la o
concentraie de 3UA/protein de Transglutaminaz i la un adaos de 2 g Fibrulin.
Valoarea mic de 0.345 a parametrului Eroarea rezidual prezumat a sumei
ptratice certific faptul c Viabilitatea nu este influenat i de ali factori ai procesului
fermentativ.
87
viabilitatea dupa doua saptamani
6.72

viabilitatea dupa doua saptamani:
6.69
6.59
P re d ic te d
6.18
6.45
6.32
6.18
6.18
6.31
6.44
6.56
6.69
Actual
Valoarea coeficientului de corelaie ajustat 57,13% arat o corecie consistent a

coeficientului de corelaie estimat, ceea ce se traduce i de pe graficul de mai sus i
confirm diferenele semnificative ale rspunsului actual (Viabilitatea dup dou sptmni
calculat conform modelului de regresie ales) de la valoarea medie a Viabilitii dup dou
sptmni observat experimental i care se poate considera mai adecvat.
6.00
6.49817

Design Points
6.69
6.6468
6.18
B : fib ru lin a
X2 = B: fibrulina
6.57248
6.57248
5.00
6.42385
4.00
6.34954
3.00
2.00
1.00
2.00
3.00
4.00
5.00
A: transglutaminaza
88
v ia b ilita te a d u p a d o u a s a p ta m a n i
6.69
6.18
X2 = B: fibrulina
6.73
6.5925
6.455
6.3175
6.18
6.00
5.00
5.00
4.00
4.00
3.00
3.00
B: fibrulina
2.00
2.00
A: transglutaminaza
1.00
Viabilitatea dup trei sptmni

Metoda ANOVA pentru modelul ptratic al Viabilitii dup trei sptmni
Tabel 3.33
Valoarea
Hi-ptrat
calculat
df
Media
ptratic
Valoarea
Fisher ( )
calculat
Valoarea
tabelar
de test
Ipoteza de
independen
Viabilitatea dup
trei sptmni
0.305378
0.061076
2.333767
0.2584
se respinge
Transglutaminaza
0.006667
0.006667
0.254741
0.6485
se accept
Fibrulina
0.224267
0.224267
8.569488
0.0611
se respinge
0.0036
0.0036
0.13756
0.7354
se accept
0.060089
0.060089
2.296066
0.2269
se respinge
0.010756
0.010756
0.410982
0.5671
se accept
Eroarea rezidual
0.078511
0.02617
Corecia total
0.383889
89

a.
Transglutaminaza
Fibrulina
sunt
variabile
independente

=
inferior valorii Fisher tabelare
ntruct
este
ipoteza
i este
= 0.735.
b. Viabilitatea dup trei sptmni ca funcie de rspuns definit prin ecuaia (3.1) este
influenat
mod
independent
de
adaosul
de
Fibrulin
de
concentraia
de
Transglutaminaz ntruct ipotezele de independen corespunztoare se resping pe seama

acelorai considerente :
>
>
= 0.258 .
c. Variaia Viabilitii dup trei sptmni definit prin ecuaia de regresie (3.1) este
independent de variaia Transglutaminazei i respectiv de creterea adaosului de Fibrulin
deoarece,
= 0.567 .
Intensitatea i sensul acestor corelaii precum i precizia de adecvare a modelului de

regresie ales vor fi discutate n cele ce urmeaz.
Deviaia standard
Viabilitatea dup
trei sptmni
0.161773
estimat
0.795485
Viabilitatea medie
dup trei sptmni
6.431111
ajustat
0.454626
C.V. (%)
2.515469
predicionat
-1.3343
Eroarea rezidual
prezumat a sumei
ptratice PRESS
0.896111
modelului
4.71912
0,795 arat c Viabilitatea dup trei
sptmni calculat prin ecuaia de regresie (3.1) este influenat, separat i/sau conjugat
de variabilele Transglutaminaza i respectiv Fibrulina, ntr-o proporie de 79,5% .
90

observat statistic) este un predictor mai bun dect valoarea medie actual a rspunsului
(adic Viabilitatea medie actual). Prin urmare vom prefera s considerm de referin,
valoarea medie de 6,431 a Viabilitii dup trei sptmni, valorii actuale calculate conform
modelului de regresie (3.1).
Precizia de adecvare a modelului ales este dat de procentul de 4.719% i arat
faptul c modelul ecuaiei de regresie (3.1) poate fi considerat adecvat la limit.
Regresia Transglutaminazei i Fibrulinei asupra Viabilitii dup trei sptmni
Tabelul 3.35
Coeficient
estimat
df
Eroarea
standard
Limita inf.
Limita sup.
6.595556
0.120578
6.211822
6.979289
Transglutaminaza
0.033333
0.066043
-0.17685
0.243513
Fibrulina
-0.19333
0.066043
-0.40351
0.016846
0.03
0.080886
-0.22742
0.287417
-0.17333
0.11439
-0.53738
0.190709
-0.07333
0.11439
-0.43738
0.290709
Coeficient factor
Termen liber
(Intercept)
VIF


+
Pe de o parte valorile estimative ale coeficienilor ecuaiei de regresie calculai n
tabelul 3.35, iar pe de alt parte, tipul i intensitatea dependenelor Viabilitii dup trei
sptmni n raport cu cele dou variabile de proces, concentraia de Transglutaminaz i
respectiv adaosul de Fibrulin evideniate n tabelele 3.33 i 3.34, conduc la concluzia c
modelul de regresie este slab reprezentativ.
91
Evoluia nivelului Viabilitii pe ntreaga perioad de activitate fermentativ este

suficient de bine aproximat prin valorile medii observate la finele fiecrei etape a
bioprocesului. n acest caz, s-a obinut urmtoarea configuraie a nivelului Viabilitii n cele
4 etape ale procesului fermentativ : 5,63 7,07 6,512 6,43 n urma creia se poate
spune c activitatea fermentativ s-a stabilizat.
viabilitatea dupa trei saptamani
6.72

viabilitatea dupa trei saptamani:
6.61
6.54
P re d ic te d
6.02
6.37
6.19
6.02
6.02
6.17
6.31
6.46
6.61
Actual
Pe liniile de nivel ale suprafeei de rspuns se observ o valoare maxim a Viabilitii

pentru concentraia de 3 UA/protein de Transglutaminaz i un adaos de 2 g Fibrulin, iar
valoarea minim se nregistreaz la o concentraie de 1 UA/protein de Trensglutaminaz i
un adaos de 6 g Fibrulin.
6.00
6.3
6.19611

Design Points
6.61
6.40389
6.3
6.02
5.00
X2 = B: fibrulina
B : fib ru lin a
6.50778
4.00
6.61167
3.00
2.00
1.00
2.00
3.00
4.00
5.00
A: transglutaminaza
92
v ia b ilita te a d u p a tre i s a p ta m a n i
6.61
6.02
X2 = B: fibrulina
6.72
6.545
6.37
6.195
6.02
6.00
5.00
5.00
4.00
4.00
B: fibrulina
3.00
3.00
2.00
2.00
A: transglutaminaza
1.00
93
94
4
CONCLUZII asupra analizei statistice
privind evoluia factorilor care influeneaz calitatea
iaurtului
n tabelul 3.36 am sintetizat valorile medii, att cele estimate pe baza valorilor
experimentale observate, ct i cele actuale determinate pe baza modelului de regresie ales,
ale factorilor de studiu ca funcii de rspuns : Vscozitatea (dup coagulare), Aciditatea,
Sinereza i Viabilitatea (dup termostatare i apoi la intervale de 7 zile) ale procesului
fermentativ.
Pentru fiecare caz n parte, am evideniat coeficienii de corelaie (cel estimat pe baza
valorilor observate i respectiv cel prezumat de model) care arat, pe de o parte intensitatea
legturii dintre valorile medii observate i cele actuale, iar pe de alt parte, care dintre aceste
valori trebuie considerat de referin n prelucrrile statistice ulterioare. Astfel obinem :
- pentru Vscozitate coeficientul de corelaie predicionat cu valoarea negativ 0,16
ne arat c valoarea medie obsevat 1281,56 este un predictor mai bun dect valoarea
medie actual a acestui indicator ;
- pentru Aciditate rezult urmtoarea secven de valori medii observate : 73,33
71,11 88,56 corespunztoare celor 3 perioade succesive ale procesului fermentativ, iar
coeficienii de corelaie estimat/predicionat ne arat c aceast secven este de preferat
secvenei de valori medii actuale : 180,02 30,61 58,04 ;
95
- pentru Sinerez rezult urmtoarea secven de valori medii observate : 17,78

18,89 18,44 corespunztoare celor 3 perioade succesive ale procesului fermentativ, iar
coeficienii de corelaie estimat/predicionat ne arat c aceast secven este de preferat
secvenei de valori medii actuale : 40,94 49,65 38,01 ;
- pentru Viabilitate rezult urmtoarea secven de valori medii observate : 5,63
7,07 6,51 6,43 corespunztoare celor 4 perioade succesive ale procesului fermentativ,
iar coeficienii de corelaie estimat/predicionat ne arat c aceast secven este de preferat
secvenei de valori medii actuale : 5,48 5,71 8,93 3,55 .
Tabelul 3.36
Vscozitatea
Aciditatea
Sinereza
Viabilitatea
[ cP ]
[ T ]
[%]
[ Ufc/ml ]
Predicionat
73,33
17,78
5,63
Actual
180,02
40,94
5,48
0,96/0,5
0,99/0,93
0,78/1,51
Valoarea medie a indicatorului
Dup
termostatare
Coef. corelaie
estim /predic
Dup 1
sptmn
(dup coagulare pt
Vscozitate)
Dup 2 sptmni
Predicionat
1281,56
71,11
18,89
7,07
Actual
3174,3
30,61
49,65
5,71
0,9/ 0,16
0,89/0,15
0,82/0,94
0,89/0,27
Predicionat
88,56
18,44
6,51
Actual
58,04
38,01
8,93
0,96/0,56
0,90/0,05
0,84/0,95
Coef. corelaie
estim /predic
Coef. corelaie
estim /predic
Dup 3 sptmni
Predicionat
6,43
Actual
3,55
Coef. corelaie
estim /predic
0,80/1,33
96
Bibliografie
1. Ecuaii difereniale i integrale C. Bendrea, Ed. Didactic i Pedagogic, 2004

2. Elemente de modelare probabilistic C. Bendrea, Note de curs Master Matematic
Didactic, Ed. Fundaiei Universitare Dunrea de Jos, Galai, 2009
3. Teoria probabilitilor i Statistic matematic C. Bendrea, Note de curs
Specializarea Matematic Informatic, Univ. Dunrea de Jos, Galai, 1996
4. Introductory Biostatistics for the Health Sciences M.R. Chernick, R.H. Friis, Wiley
Interscience, 2003
5. Statistic matematic i Cercetri operaionale (vol.1;2) G. Ciucu, V. Craiu, A.
tefnescu, Ed. Didactic i Pedagogic, Bucureti, 1974
6. Verificarea ipotezelor statistice V. Craiu, Ed. Didactic i Pedagogic, 1972
7. Biological Reaction Engineering Dynamic Modelling Fundamentals I.J. Dunn, E.
Heinzle, J.E. Prenosil, Wiley VCH GmbH, 2003
8. Procese stochastice i aplicaii n biologie i medicin M. Iosifescu, P. Tutu, Ed.
Academiei Romne, Bucureti, 1968
9. Probleme de calcul numeric i statistic C. Jalobeanu, I. Raa, Ed. Casa de Editur
Albastr, Cluj-Napoca, 1995
10. Incertitudine i decizie - C. Jalobeanu, I. Raa, Ed. UT Press, Cluj-Napoca, 2000
11. Food Processing Operations Modeling Design and Analysis S. Jun, J.M.
Irudayaraj, CRC Press, USA, 2009
12. Sondaje i estimaii statistice Gh. Mihoc, V. Urseanu, Ed. Tehnic, 1977
13. Microbiologie general Factori care influeneaz dezvoltarea/inactivarea populaiilor
de microorganisme A. Nicolau, Ed. Academica, Galai, 2006
14. Biostatistics and Microbiology A survival Manual D.S. Paulson, BioScience
Laboratories, Springer-Verlag, USA, 2008
15. Advanced quantitative microbiology for foods and biosystems. Models for predicting
growth and inactivation M. Peleg, Taylor and Francis publishers, 2006
16. Statistic matematic cu aplicaii n tehnic N. Rancu, L. Tovissi, Ed. Academiei,
1965
17. Probleme de statistic I.D. Resa, Ed. Facla, Timioara, 1982
18. Probleme de statistic rezolvate cu calculatorul I.D. Resa, Ed. Facla, Timioara,
1989
19. Rare Event Simulation using Monte Carlo Methods G. Rubino, B. Tuffin, John Wiley
and Sons, USA, 2009
20. Regression Methods in Biostatistics Linear, Logistic, Survival and Repeated
Measures Models E. Vittinghoff .a., Springer Science+Business, 2005
21. Applied Linear Regression S. Weisberg, Wiley Interscience, 2005
22. www.scribd.com
23. www.stat-ease.com
97

METODA SUPRAFETEI de RASPUNS - Optimizarea Activitatii Enzimatice in Bioprocese

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

METODA SUPRAFETEI de RASPUNS - Optimizarea Activitatii Enzimatice in Bioprocese

Încărcat de

Drepturi de autor:

Formate disponibile

CUPRINS

Motivaie : Modele matematice n microbiologie ................................................................ 3

NOIUNI GENERALE DE BIOSTATISTIC

ANALIZA DE CORELAIE I REGRESIE

APLICAIE : Optimizarea procesului de obinere a iaurtului

Motivaie : Modele matematice n microbiologie

la care este observat producerea evenimentului cercetat, sau

este cenzurat (scurtat) urmrirea acelui subiect independent de observarea evenimentului

este probabilitatea de realizare a evenimentului cercetat (de exemplu

stingerea / inactivatrea populaiei microbiene studiate).

cenzurat la dreapta acel eveniment, relativ la supravieuirea subiectului respectiv.

care sunt realizri ale proceselor separate

att ipoteza independenei stochastice ct i ipoteza cenzurrii aleatoare la dreapta.

conduce la determinarea modelelor matematice complexe cinetico-

probabilistice . Dei poate fi discretizat, indicatorul de studiu

(timpul) este o variabil

adic n particular probabilitatea ca un subiect al populaiei s se sting (s fie inactivat)

Aadar, distribuia timpului pn la inactivarea (distrugerea) unei populaii

care se numete distribuie

cumulativ de inciden. Funcia probabilistic-complementar,

biologice aflat n studiu .

funcie de supravieuire ( survival function ) a

populaiei biologice studiat. Este evident c funcia

este de asemenea continu la

dreapta (cel puin) ns este monoton descresctoare.

i aceste funcii sunt continue la stnga (cel

Considerm probabilitatea condiionat,

ca evenimentul cercetat s se produc nainte de atingerea momentului

acesta nu se produsese pn la momentul . n cazul de fa, (7.5) reprezint probabilitatea

fixat, fiind considerat principalul indicator cantitativ cu

privire la populaia biologic studiat din perspectiva caracteristicei . Aceast funcie se

se mai numete funcie de risc (

hazard function ), iar relaia (7.6) se poate rescrie prin,

de supravieuire corespunztoare intensitii

ceea ce arat c funcia de supravieuire se poate exprima i n raport cu intensitatea

este necesar din perspectiva determinrii mediei sale, adic

innd cont de integrarea prin pri i de condiiile :

Relaia (7.14) arat importana intensitii de supravieuire

dar i pentru calculul (deterministic sau aproximativ) a

de inactivare a populaiei microbiene.

Cu toate acestea, d.p.d.v. practic timpul mediu de inactivare

formula de aproximare statistic :

necesari pentru inactivarea fiecruia dintre cei

sunt identic repartizate cu

pentru realizarea sondajelor asupra populaiei dup indicatorul

Dac se realizeaz o divizare (eventual echidistant) a intervalului de studiu [

= numrul de subieci care supravieuiesc la momentul

= numrul de subieci care au fost inactivai nainte de

= probabilitatea (rata) de supravieuire la momentul

= probab. de inactivare la momentul

= numrul de subintervale de studiu (

) = durata medie a subintervalului (

= numrul de subieci din populaie

Atunci n urma msurtorilor asupra ratei de supravieuire (implicit asupra ratei de

la care aceast rat este

suficient de apropiat de zero ( rata de inactivare suficient de apropiat de unitate ) , iar

dependena acesteia n raport cu ali parametri semnificativi care influeneaz cantitativ i

Modele cinetice de ordinul I (primare) : Analiza de supravieuire

Modele exponeniale simple, bifazice sau multiexponeniale

Modele logistice (analiza regresiei logistice)

Modele caracterizate de distribuia Weibull

Modele empirice (secundare) :

Modele mecaniciste bazate pe ecuaia lui Arrhenius

Generalizri ale modelelor cinetice de ordinul I