Przedstawiono wykorzystanie analizy regresji prostej do stworzenia modeli wzrostu rozsady kapusty chińskiej (Brassica rapa var. chinensis, pak choy) względem czasu, jak też do przewidywania rozwoju liści tych roślin na podstawie temperatur efektywnych (stopniodni). Opracowane modele czasowe charakteryzowały się wysokimi współczynnikami determinacji R2 wynoszącymi od 0,765 do 0,880 (dla wysokości rozsady) oraz od 0,964 do 0,970 (liczba liści). Dla temperatur efektywnych dopasowanie danych przewidywanych, dotyczących rozbudowy aparatu liściowego rozsady, do rzeczywistych wynosiło ponad 89%. Rozsadę produkowano w dwóch terminach, wysiewając nasiona na początku III dekady lipca (1. termin) i na początku sierpnia (2. termin). Rozsada przygotowywana w terminie późniejszym posiadała większą wysokość rozetek oraz powierzchnię i długość liści. Charakteryzowała się również większą świeżą masą części nadziemnej, jednocześnie niższą zawartością suchej masy, cukrów rozpuszczalnych i karotenoidów w porównaniu do 1. terminu. Stwierdzono istotne zróżnicowanie w analizowanych parametrach roślin ze względu na czynnik odmianowy. Cechy rozsady kapusty chińskiej były w dużej mierze skorelowane z cechami dojrzałych rozet oraz z plonem ogólnym tego warzywa.
Celem badań było opracowanie matematycznych modeli wzrostu ogólnej liczby drobnoustrojów oraz saprofitycznych bakterii z rodzaju Pseudomonas spp. w modelowych produktach mięsnych utrwalonych lizozymem. Badania mikrobiologiczne wykonano klasycznymi metodami płytkowymi. Do uzyskanych danych empirycznych dopasowano funkcje s-kształtne (Gompertza i logistyczną) oraz funkcje wielomianowe stopnia drugiego i trzeciego. Szacowania parametrów funkcji pierwszorzędowych dokonano z wykorzystaniem procedur iteracyjnych, wyznaczających najmniejszą wartość sumy kwadratów różnicy błędu pomiędzy wartościami empirycznymi i teoretycznymi. Szacowania parametrów modeli zbiorczych dokonano klasyczną metodą najmniejszych kwadratów. Na podstawie modeli pierwszorzędowych uzyskano parametry kinetyczne opisujące rozwój badanych grup drobnoustrojów. Modele zbiorcze pozwoliły określić wpływ badanych czynników środowiskowych na populację drobnoustrojów.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.