Файл: Кориков А.М. Математические методы планирования эксперимента учеб. пособие.pdf

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 27.06.2024

Просмотров: 151

Скачиваний: 0

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

 

 

 

 

 

 

 

- 5 1

-

 

 

н о р м а л ь н ы х

у р а в н е н и й :

 

 

• 6 , ( 0 0 )

4-

о ,

(С1)

• . . .

4

1>ь(0к)

=

(dyV."

"6о

(01)

+

Ьл

(и)

4-

4

W

(111)

-

t ^ } ;

 

 

 

 

 

 

 

 

 

Hit)

•Ь0

(K0) +

b, ( k i )

+ .. .

+

J o K

(KK)

-

Щ.

Здесь введены обозначения:

 

 

 

 

 

 

( L i ) = ( i 4 j = f

 

х- х - •,

 

 

 

 

( L I )

=*T_

 

 

 

 

 

 

 

 

 

 

 

U«1

 

 

 

 

 

 

 

 

Ц1 0, 1, 2.,.--1ь .

Чтобы найти интересующие нас коэффициенты регрессии, нужно решить полученную систему уравнений относительно не­

известных "6 Ь. , Для упрощения системы обозна­

чений и облегчения вывода интересующих нас формул обратикся к матричной алгебре. Обозначим через X .к а т р и ц у

н е з а в и с и м ы х

п е р е м е н н ы х

(матрицу зна­

чений факторов), т . е .

 

 

х 0 ! .

X,.

 

 

Х0>Г>. Х 1 А ' ' '

 

Через У обозначим

в е к т о р

н а б я~в д е-Н и г

(матрицу-столбец экспериментальных

значений параметра оп­

тимизации),

а через

2> - матрицу-столбец к о э фф ж ц и—

е н т о в

р е г р е с с и и , т.е.


-52. -

ъА

У - •1=

3 затратной форме система нормальных уравнений примет сле­ дующий зид

 

 

X X f3 ^ ОС w j

 

 

( 2 . 2 )

• где индекс Т

означает

транспонирование,-

поэтому

 

 

 

(00)

(01) . . .

( 0 «

 

( i i i )

 

 

 

(10)

( I I ) . . .

( I M

 

 

у .

 

 

 

; х т у =

 

Матрица Х ' Х

получила название

и н ф о р м а ц и о н ­

н о й

м а т р и ц ы .

После умножения слева

уравнения

( 2 , 2 ) на матрицу

( X X ) " 1

получим решение

системы нормаль­

ных, уравнений в

общем виде

 

 

 

 

 

 

b ~ l . X T X ) " r x Y

 

<2.з)

Обозначим элементы матрицы

(ХХ)~^ через

С• ,•

. т . е .

 

 

 

 

 

 

 

 

-ок.-

 

 

 

 

О-

 

 

 

 

Тогда интересующие нас коэффициенты регрессии (элементы

вектора B l определяются выражением

к.

о

 

(2 . 4)

' 5

ч ?

 


- ъ ь -

Таким образом, при определении коэффициентов регрессни

приходится производить следующие вычисления: I ) составлять

нормальные уравнения; 2) обращать матрицу (Д?Х), состав­

ленную из коэффициентов нормальных уравнений; 3) находить

сумму произведений ( 2 . 4 ) . Все эти вычисления обычно произ­

водятся на ЭКЛ по заранее составленным программам:- Многие

вычислительные приемы основаны на том, что матрица коэффи-

циентов нормальных уравнений симметрична: (L j ) * (j u ) :

Матрица ( X X ) додана быть невырожденной. Отсюда ус ­

ловие

линейной независимости переменных X ] , X J , * « , X j l

(4-й

постулат), отмеченное выше*

Рпи ортогональном планировании матрица ( X 1)_ ставе!

диагональной и коэффициенты регрессии определятся форму­

лой

 

 

 

• К - С Ы ^ У ) '

(2.5)

г д е

с ~ т -

 

Для ортогональных планов первого порядка, учитывая

свойство

нормировки, подучим

„ *

 

^ F ^ * - ^ "

( 2 # 6 )

Так как

каждый фактор в этом случае варьируется на

явуг

уровнях

+1 и - I , то вычисления сводятся к пршшсывашп)

столбцу

У знаков соответствующего фактору столбца кагрж- -

цы планирования и алгебраическому сложению полученных эна-

чений. Деление результата на число опытов в матрице плани­

рования дает искомый коэффициент.


- 54 -

§ 2 - 2 . П р о в е р к а

о д н о р о д н о с т и

в ы б о р о ч н ы х

д и с п е р с и й

Вспомним вычьсленкз выборочзнх дисперсна. Гели каздый 1 -нй оант состоит аз а повторных наблюдений, то оценка дисперсии в каждом опыте ( т . е . в каждой горизонтальной строке матрицы планирования) подсчитывается по формуле

где

_

«.

Выборочная дисперсия всего эксперимента получается в р е ­

зультате усреднения выборочных дисперсий всех опстов. Ес­

ли число повторных опытов одинаково по всей матрице

пла-

нжрования, то для о ц е н к и

д и с п е р с и и

п а ­

р а м е т р а

о п т и м и з а ц и и

клеем

 

 

^

h

^

f

t

W

-

( , 7 )

Выборочную дисперсию параметра оптимизации

часто называ­

ют оценкой

д и с п е р с и и

 

в о с п р

о и з в о д и ­

м о с т и

эксперимента

 

5г воспр.

 

 

Вели число повторных опытов различно, то при усредне­ нии оценок дисперсий приходится пользоваться средним взвз - веввнм значением оценок дисперсий, взятым с учетом числа степеней свободы

- 5 5 -

где

опыте,

проверка однородности выборочных дисперсий производит­

ся с помощь» различных статистических критериев. Простей-

лт из них является к р и т е р и й Ф и ш е р а (Г-кри-

терий), представлшощий собой отношение большей выборочной

дисперсии к меньшей. Полученная величина

сравнивает­

ся е таблично! величиной F --критерия

. Вол ОКажеТ-

вЯ* что

 

 

 

 

р

<

р

 

 

А

JMccn

*• т*6*

 

 

дай соответствующих степеней свободы | f х

| г х выбранного

уровня значимости, это означает,

что выборочные дисперсии

незначимо отличаются

друг от друга, т.е. они однородна.

Если сравнимое количество выборочных дисперсий больше

двух х одна выборочная дисперсия значительно превышает

остальные, можно воспользоваться

к р и т е р и е м

К о х р е н а .

Этот критерий пригоден для случаев, когда

во всех точках имеется одинаковое число повторных опытов.

Критерий Кохрена - это отношение максимальной выборочно! дисперсии к сумме всех выборочных дисперсий


— 5 6 —

Гипотеза об однородности внборочкЕХ дйоагрскГ. нод'л ^/«да­ ется, гола экспериментальное значензе крдтсрга Ko-c'-ei^ к* лравышает lad - nr^Ho^ зкачеигя.

Золи зоаниазеи гредполсжегше о

наетчак Е ^ - Д Н ^ - ^ К ' - ^ - П

энЗорочнкх дц:с~ерсий, следует Пйтата-гаг-» его

.

Для отей

n e x t мояно 2 0 С Л > Я Ь З О В Й ? з П 5

s p u e

J ' i е

Е а р т г

2 г а , По фор^узе

( 2 . 8 ) ЧОЖЧРГГХ?*^?

оце-г

дисперсии

воспроиззсдоюе?а,

SY^V

Ладе*. ня£одг.*с>- в«."'"-ч-

на

 

 

 

 

где * = Т~ £. .. '

Бартлет показал, что велггжка (2 . 9) пр^'яи-енас тк^~ чиняетея г'-распределена с (.N"*- I ) ссепекянг. свободу, где

У- число сравяиваеиЕС выборочнл- т^лттепсгЛ. ?^о-с-'-^7-„

критерия Бартлета 'проверяется обычным способов.

Все рассмотренные критерии базируются на норма."?»™ распределении. Если-имеется огздоявюгг от нормального рас­ пределения, то проверка неоднородности выборочных диспер­ сий может привести к ошибочне:»' результатам.

 

§ 2 - 3 . П р о в е р к а

а д е к в а т н о с т и

 

 

 

и о д е

л

 

 

 

Первый вопрос,

который нас

интересует

после вычисле­

ния коэффициентов модели, это проверка ее

пригодности. Та­

кую проверку называют проверкой адекватности модели.

 

С этой целью вычисляем остаточную сумму квадратов, де­

лит*; ее на число степеней

свобода {

в У -

 

К, - z и получаем

о с т а т о ч н у ю

д и с п е р с и ю

 

ЕЛИ дисперсию

а д е к в а т н е с т г

 

 

 

 

 

 

S 1 „ Ji _ f

/ ц

- S

 

 

 

где

л

црэдеказанная уравнением регрессии, а

^ - величина,

^ -

найденная экспериментадьяо.

 

 

 

 

Для проверки гипотезы об адекватности аюдели пользуют­

ся F

-критерием Фишера, т . е . вычисляется

отношение

ж если рассчитанное

значение "F -критерия

не превышает таб­

личного, то, с соответствующей доверительной вероятностью аодель мояно считать адекватной.

Рассмотренный способ расчета дисперсии адекватности

применим в случае,

если опыты в матрице шанирозания

не

дублируются,

а информация о дисперсии воспроизводимости

извлекается

из параллельных опытов в .нулевой точке

или

из щредварательных

экспериментов ...

 

В общем случае