- •ОГЛАВЛЕНИЕ
- •ПРЕДИСЛОВИЕ
- •ГЛАВА 1. СТАТИСТИЧЕСКИЙ АНАЛИЗ ЭКСПЕРИМЕНТАЛЬНЫХ ДАННЫХ
- •1.1. Основные понятия
- •Примеры решения задач
- •Задачи для самостоятельного решения
- •1.2. Точечное оценивание параметров распределения
- •Примеры решения задач
- •Задачи для самостоятельного решения
- •Ответы к задачам
- •1.3. Выборочные распределения
- •1.4. Интервальное оценивание параметров распределения
- •Примеры решения задач
- •Задачи для самостоятельного решения
- •Ответы к задачам
- •1.5. Проверка статистических гипотез
- •1.6. Критерии значимости
- •1.6.1. Проверка гипотезы о равенстве математического ожидания заданному значению
- •1.6.3. Сравнение двух дисперсий нормально распределенных признаков
- •1.6.4. Сравнение нескольких дисперсий нормально распределенных признаков
- •1.6.5. Сравнение двух средних в случае независимых нормально распределенных признаков
- •1.6.6. Сравнение двух средних в случае зависимых нормально распределенных признаков
- •Примеры решения задач
- •Задачи для самостоятельного решения
- •Ответы к задачам
- •ГЛАВА 2. ЭЛЕМЕНТЫ РЕГРЕССИОННОГО АНАЛИЗА
- •Пример решения задачи
- •Задачи для самостоятельного решения
- •Ответы к задачам
- •2.4. Криволинейная регрессия
- •Пример решения задачи
- •Задачи для самостоятельного решения
- •Ответы к задачам
- •2.5. Множественная регрессия
- •Пример решения задачи
- •Задачи для самостоятельного решения
- •Ответы к задачам
- •ГЛАВА 3. ПЛАНИРОВАНИЕ ЭКСПЕРИМЕНТА
- •3.1. Цель и этапы эксперимента
- •3.2. Выбор факторов
- •3.3. Выбор основного уровня и интервалов варьирования
- •3.4. Пример решения задачи (матрица эксперимента)
- •3.5.1. Матрица полного факторного эксперимента в общем виде
- •3.5.3. Проведение эксперимента
- •Примеры решения задач
- •Задачи для самостоятельного решения
- •Ответы к задачам
- •3.6. Модели со взаимодействиями
- •Пример решения задачи
- •Задачи для самостоятельного решения
- •Ответы к задачам
- •3.7. Расчет дисперсии воспроизводимости
- •Пример решения задачи
- •Задачи для самостоятельного решения
- •Ответы к задачам
- •3.8. Проверка адекватности эмпирического уравнения регрессии
- •Примеры решения задач
- •Задачи для самостоятельного решения
- •Ответы к задачам
- •Список использованной литературы
- •Список рекомендованной литературы
Задачи для самостоятельного решения
Задача 31. Для разработки методики прогнозирования морозостойкости керамического кирпича на предприятии «Волгоградский кирпичный завод» проводился сбор статистической информации. Измеряемые свойства и их величины приведены в табл. 8.
|
|
|
Таблица 8 |
||
|
|
|
|
||
Плотность x1, % |
Водопоглощение |
Прочность |
Морозостойкость y, |
|
|
под вакуумом x2, % |
на сжатие x3, % |
цикл |
|||
|
|||||
19,5 |
18,4 |
15,4 |
30 |
|
|
18,5 |
17,9 |
15,4 |
30 |
|
|
37,9 |
18,9 |
13,7 |
76 |
|
|
25,8 |
19 |
15,1 |
41 |
|
|
31,7 |
18,7 |
15,4 |
60 |
|
|
33,1 |
18,2 |
14,2 |
54 |
|
|
34 |
18,9 |
14,1 |
65 |
|
|
27,2 |
19,2 |
15,1 |
40 |
|
По имеющимся данным для переменных х и у требуется:
1)построить корреляционное поле;
2)найти выборочный коэффициент корреляции и проверить его значи-
мость при = 0, 05;
3)определить коэффициенты эмпирического линейного уравнения регрессии, если это целесообразно;
4)построить прямую на корреляционном поле.
Вспомогательные величины: x1 i 227,7; x12i 6820,89; yi 396;
y2 21598; x1 i yi 12065,6.
Задача 32. Решить задачу 31 для переменных x2 и у. Вспомогательные ве-
личины: x2 i 149,2; x22 i 2783,96; x2 i yi 7405,7.
Задача 33. Решить задачу 31 для переменных x3 и у. Вспомогательные ве-
личины: x3 i |
118,4; x32 i 1755,64; |
x3 i yi |
5795,6. |
|
|
||||||||||
|
|
|
|
Ответы к задачам |
|
|
|
|
|||||||
31. 2) rx, y |
0,964; |
t |
табл |
t |
0,05; 6 |
|
1 |
(1t |
0,05; 8 |
2t |
0,05; 5 |
) 2,48; |
tрасч |
||
8 - 5 |
|||||||||||||||
= 8,93 tтабл t0,05; |
6. Следовательно, при уровне значимости = 0,05 можно |
||||||||||||||
принять гипотезу |
о |
линейной |
зависимости |
величины у |
от x1; |
ˆ |
|||||||||
3) y |
|||||||||||||||
17,01 2,34x1. 32. |
2) rx, y =0,387; tрасч=1,03 tтабл. При уровне значимости |
= 0,05 коэффициент корреляции следует признать незначимым, определение линейного уравнения зависимости величины у от х2 нецелесообразно, прогнозирование морозостойкости изделий по водопоглощению под вакуумом невозможно. 33. 2) rx, y 0,8. Коэффициент корреляции значимо отли-
38
чается от нуля, принимается гипотеза о линейной зависимости между пере-
менными; 3) yˆ 340,15 19,64x3.
2.4. Криволинейная регрессия
На практике зависимость между двумя величинами далеко не всегда можно выразитьлинейнойфункцией. Порасположениюточекнакор-реляционномполе исследователем определеятеся вид зависимости с точностью до нескольких параметров. Предварительно с помощью замены переменных функцию стараются свести к линейной (если это возможно), а далее для определения искомых параметров может быть использован МНК. следует иметь в виду, что МНК может быть использован для функции любого типа, но в данном случае исследователь сталкиваетсясрешениемдостаточносложныхсистемнелинейныхуравнений.
Ниже приведены некоторые примеры замены элементарных функций линейными (рис. 7).
Зависимость вида y axb |
|
|
|
сводится к линейной Y b0 b1 X |
|
|
|
заменой Y ln( y); |
X ln(x), где a eb0 ; |
b b . |
|
|
|
|
1 |
Зависимость вида |
y a e b x |
|
|
сводится к линейной Y b0 b1 X |
|
|
|
заменой Y ln( y); |
X ln(x), где a eb0 ; |
b b . |
|
|
|
|
1 |
Зависимость вида y a b ln(x) |
|
|
|
сводится к линейной Y b0 b1 X |
|
|
|
заменой Y y; X ln(x), где a b0 ; |
b b1. |
Зависимость вида y a bx сводится к линейной Y b0 b1 X
заменой Y y; X 1x , где a b0 ; b b1.
Зависимость вида y |
1 |
|
a bx |
||
|
Сводится к линейной Y b0 b1 X Заменой Y 1y ; X x, где a b0 ; b b1.
Зависимость вида y |
x |
|
a bx |
||
|
сводится к линейной Y b0 b1 X заменой Y xy ; X x, где a b0 ; b b1.
Рис. 7
39
Пример решения задачи
Задача 34. Установить зависимость твердения бетона от времени:
t, сут. |
1 |
3 |
6 |
10 |
16 |
21 |
28 |
V, % |
12 |
32 |
51 |
72 |
93 |
97 |
100 |
Решение. Построим корреляционное поле, отмечая на горизонтальной оси время в сут., а по вертикальной — % твердения бетона (рис. 8).
Рис. 8
По виду зависимости предполагаем логарифмическую зависимость. V a b ln(t) . Сделаем замену переменных и построим новое корреляцион-
ное поле, где X ln(t) , Y V (рис. 9).
Рис. 9
Заметим, что точки группируются вдоль некоторой кривой линии. Рассмотрим еще одну зависимость, пытаясь получить линейный график. Сдела-
ем замену X t на Y Vt . Точки выстраиваются вдоль прямой (рис. 10).
40
Рис. 10
Найдем коэффициенты зависимости V a t bt , для этого определяем ко-
эффициенты линейного уравнения регрессии Y b0 b1 X , где X t Y Vt ,
b0 a, b 1 b.
Составляем систему нормальных уравнений по формулам (20). Необходимые вычисления производим в дополнительной таблице (табл. 9):
Таблица 9
Номер п/п |
Xi |
Yi |
XiYi |
Xi |
2 |
1 |
1 |
0,083 |
0,083 |
1 |
|
2 |
3 |
0,094 |
0,282 |
9 |
|
3 |
6 |
0,118 |
0,708 |
36 |
|
4 |
10 |
0,139 |
1,39 |
100 |
|
5 |
16 |
0,172 |
2,752 |
256 |
|
6 |
21 |
0,216 |
4,536 |
441 |
|
7 |
28 |
0,28 |
7,84 |
784 |
85 1,102 17,591 1627
7b0 85b1 1,102,85b0 1627b1 17,591.
Проводим вычисления в системе Mathcad:
Given
7·b0 + 85·b1 = 1.102 85·b0 + 1627·b1 = 17.591
0,071498318924111431316 Find b0,b1 0,0070766090297790585975
41