Файл: Химмельблау Д. Анализ процессов статистическими методами.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 09.04.2024
Просмотров: 693
Скачиваний: 2
Линейные модели с одной переменной 281
где
У)І = g {Yt}, |
|І, |
= g |
{Xt}, |
\i — некоторое среднее для величин |
\іи |
ß 0 и ß t — коэффициенты |
|
модели. |
|
|
|
Так как пг- и р,г не являются случайными величинами, можно
определить ошибки Ut |
и Ѵ г |
и их дисперсии: |
|
|
|||
^ |
= |
(У* |
- |
Ѵаг |
{ У , } |
= |
о2,, |
tf, |
= |
(Xt |
- vu), |
Var |
{ t / , } |
= |
о», |
|
|
|
|
Cov |
{Z7*F,} |
= |
p ^ o w |
Итак, нужно оценить ß 0 и ß t (и провести проверку гипотезы), используя метод максимального правдоподобия.
Строится функция правдоподобия для п наборов измерений, каждый из которых содержит pt повторных измерений, как опи сано в разд. 4.3. Предполагается, как обычно, что ошибки являют ся независимыми при переходе от одной пары измерений к другой.
Запишем
L = ^ я а ^ У Г Г р ^ ) |
e X P { - 2 ( l - p » t t B ) S S [ H ^ ) |
- |
Логарифм функции правдоподобия здесь не будем выписывать, а приведем лишь результаты суммирования по индексу / и условия максимума In L , при выводе которых в формулу (4.5.2) подставим
выражение (4.5.1).
Дифференцируя по параметру ß 0 , получим
п
2^^[(^-^)-^№-иО]=0. (4.5.3)
і=1 |
" |
Дифференцирование по ßj дает
п |
|
|
2 |
РІ { [ ( У , - Ч І ) - 2 ^ 2 ( Х , - | І , ) ] ( | І | - І І ) } = 0 . |
(4.5.4) |
i=l |
" |
|
Дифференцирование по \if приводит к
( У . - ^ - І ^ Д - ^ ^ ^ ^ - О . |
(4.5.5) |
282 Глава 4
Из равенств (4.5.3) и (4.5.4) после |
несложных |
преобразований |
|||
получаем |
|
|
|
|
|
|
n |
|
|
|
|
|
2 РіРі |
2 |
РіХі |
|
|
|
Й = *=г |
|
= Х, |
|
(4.5.6) |
|
і = 1 |
1=1 |
|
|
|
|
1=1 |
i = l |
3 = 1 |
F . |
(4.5.7) |
|
n |
|
n |
||
|
|
|
|
||
|
S pt |
|
2 P i |
|
|
Уравнение для ß |
, однако, оказывается квадратным, что указывает |
||||
t |
i = l |
|
i = l |
|
|
па необходимость более сложных вычислений, чем приходится
выполнять при простом оценивании моделей с одной |
случайной |
||
переменной: |
|
|
|
n |
|
|
|
i=l |
|
|
|
Puvav ßl (°р/0 иРис) |
^ |
g |
|
° u |
PI — (Рив°Ѵ°и) |
|
|
Чтобы разрешить уравнение (4.5.8) относительно |
ß 1 ; |
нужно |
|
знать значения oD , au и риѵ |
или их оценки. Поскольку эксперимент |
можно поставить так, чтобы получить повторные данные для опре
деленных пар (У;, X,), |
можно для каждой пары получить оценки |
|||
OB, ои и pU B : |
|
|
|
|
|
|
2 |
|
^І) 2 |
ô 2 |
i —s2 |
— j = 1 |
Pi-i |
|
|
|
2 ( ^ І І - ^ І ) 2 |
||
^2 |
_ „2 |
_ 3=1 . |
|
|
|
"i |
|
Pi-i |
' |
P i
P i - l
Однородность дисперсий можно проверить так, как описано в гл. 3, и, суммируя по индексу і, можно получить объединенные оценки, если это оправдано. Когда экспериментальные данные не позволяют найти оценки величин ст„, а„ и о„„, можно сделать какие-
Линейные модели с одной переменной 283
нибудь предположения относительно этих величин или их отно шений, и тогда удается оценить ßj.
Вопрос о доверительных интервалах для ß 0 и ßj здесь не обсуж дается; список соответствующей литературы дан в конце этой гла вы. Распространение метода максимального правдоподобия на мно гомерный случай в принципе возможно, однако в результате получаются системы нелинейных уравнений, которые обычно труд но решить, чтобы найти тем самым оценки желаемых параметров. Однако общий метод получения оценок для модели (4.3.1), в кото
рой |
обе |
переменные являются случайными, |
|
до |
сих пор еще |
|||
не |
развит. |
|
|
|
|
|
||
|
|
4.6. О Ц Е Н И В А Н И Е |
П Р И З А В И С И М Ы Х |
|
|
О Ш И Б К А Х |
||
|
|
|
|
И З М Е Р Е Н И Й |
|
|
|
|
|
Как |
уже отмечалось в разд. 4.2, ошибки |
8 |
г - |
в |
модели |
||
|
|
|
Yt = ß 0 |
+ ßi (xt -x) + et |
|
|
|
|
далеко |
не |
всегда являются независимыми, |
как |
предполагалось |
в разд. 4.3—4.5. Через некоторый период времени значения тем пературы, скорости потоков, выхода могут повлиять на более позд ние измерения; следовательно, величины Yt, точнее ошибки ег , перестают быть статистически независимыми. Типичным примером может служить взятие последовательных проб концентраций продуктов реакции в аппарате с мешалкой. В этом разделе рас сматриваются два характерных примера, когда статистическая независимость ошибок измерений отсутствует.
4.6.1.Накопленные данные
Одной из характерных черт некоторых специальных экспери ментов является использование одной и той же партии материалов для целой серии измерений, например серии измерений объемного перемещения одной и той же жидкости как функции давления или серии повторных измерений концентрации некоторого компонента в реакторе в последовательные моменты времени. Если ненаблю
даемую ошибку первого измерения обозначить через et, |
то ошибка |
|||||
при втором измерении е'2 будет складываться из |
et и |
случайной |
||||
компоненты, возникающей помимо |
8 І 5 |
т. е. 8^ = |
8 ! + |
е2 - |
Ошибка |
|
третьего измерения будет равна г'3 |
= г± |
+ |
г 2 + в 3 |
и т. д. |
Соглас |
|
но Менделу [9], результаты исследования |
которого используются |
ниже, следует различать между собой обычно предполагаемый тип независимых ошибок измерений зависимой переменной и «накоп ленную», или интервальную ошибку, когда каждое новое измерение включает ошибки предыдущих измерений. Накопленные ошибки,
Ф и г . 4.6.1. Подгонка экспериментальных данных в случае, когда ошибки не я в л я ю т с я независимыми; сравнение независимых и накопленных данных [9].
а — n = 50; б — п = 10.