Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Копия Откорр глава 1 моделир.doc
Скачиваний:
0
Добавлен:
01.03.2025
Размер:
2.3 Mб
Скачать

1.4.2. Дробные реплики

Число опытов в полном факторном эксперименте быстро возрастает с ростом числа факторов. Так, при трех факторах будем иметь 23=8 опытов, при 5 факторах - 25=32 опыта, а при 8 факторах уже 28=256 опытов. Это вызывает необходи­мость разработки методов отбора части переменных, наиболее существенно влияющих на поверхность отклика. Поэтому, хотя полный факторный план 2k является удобным с точки зрения простоты проведения анализа параметров функции регрессии, тем не менее при большом числе факторов его применяют редко. При трех и более факторах количество опытов можно существен­но сократить за счет потери части информации, не очень сущест­венной при построении линейных моделей. Для этого вместо плана 2k следует использовать дробный фактор­ный план 2k - p (2k - p≥+1), который предназначен для реализации 2k -p опытов. Для построения дробных планов (реплик) использу­ют матрицы полного факторного эксперимента. Дробные планы создают делением числа опытов полного факторного экспериме­нта на число, кратное двум. Так получают 1/2 реплики (полуреп­лику), 1/4 реплики (четвертьреплику) и т. д.

Вначале рассмотрим линейную функцию регрессии, завися­щую от трех факторов:

(1.67)

Для оценки четырех коэффициентов b0, b1, b2, b3 требуется провести четыре опыта, а проведение полного факторного экс­перимента, состоящего из восьми опытов, позволяет несмещенно оценить не только общее среднее b0 и главные эффекты b1, b2, bз, но также и всевозможные взаимодействия первого и второго порядков, т. е. все параметры неполной кубической модели

(1.68)

содержащей восемь коэффициентов. Следовательно, восемь опы­тов, поставленных для оценки коэффициентов линейной модели (1.67), будут содержать в два раза больше информации, чем требуется.

Для оценивания параметров функции регрессии (1.67) можно построить план, предназначенный для проведения не восьми, а четырех опытов. Для этой цели факторы x1 и х2 следует варьировать, как в плане 22, а в качестве уровня фактора х3 нужно выбрать значение взаимодействия, т. е. х3 = x1x2. Получим план, определяемый матрицей, приведенной в табл. 1.4.

Таблица 1.4

№ опыта

Матрица плана

x0

x1

x2

x3

1

2

3

4

+ 1

+ 1

+ 1

+ 1

+ 1

- 1

+ 1

- 1

+ 1

+ 1

- 1

- 1

+ 1

- 1

- 1

+ 1

Рассмотрим вопрос построения дробных реплик более под­робно. Вернемся к функции регрессии (1.68). Матрица плана этой модели приведена в табл. 1.5.

Рассмотрим эту таблицу более внимательно и обратим вни­мание, что второй столбец таблицы совпадает с девятым, тре­тий - с восьмым, четвертый - с седьмым, пятый - с шестым. Следовательно, при использовании этого плана нет различий между х0 и х1 х2 x3; x1 и х2 х3; х2 и x1 x3; х3 и x1x2, т. е.

(1.69)

Таблица 1.5

Матрица плана

опыта

x0

x1

x2

x3

х1 x2

x1 x3

x2 x3

x1 x2 x3

1

2

3

4

5

6

7

8

9

1

2

3

4

+1

+1

+1

+1

+1

-1

+1

-1

+1

+1

-1

-1

+1

-1

-1

+1

+1

-1

-1

+1

+ 1

+1

-1

-1

+1

-1

+1

-1

+1

+1

+1

+1

На этом основании можно утверждать, что вместо отыскания оценок восьми параметров функции регрессии (1.68) можно найти оценки лишь четырех смешанных коэффициентов:

(1.70)

При этом главные эффекты, включая общее среднее, оценивают­ся независимо друг от друга, но смешиваются соответственно с эффектами взаимодействий второго и первого порядка. Если постулируется линейная модель (1.67), то эффекты взаимодейст­вий считаются незначительными, а смешанные коэффициенты (1.70) превращаются в параметры модели (1.67).

Таким образом, полный факторный эксперимент 23 при по­стулировании линейной модели можно рассматривать как сово­купность двух полуреплик. Представленный в табл. 1.5 план называют полурепликой или планом 23 -1, полученным из полно­го факторного плана 23 путем приравнивания единице произведе­ния x1 x2 x3, т. е.

(1.71)

Это соотношение называется определяющим для данной полуреп­лики. Другая полуреплика 23 -1 получится из определяющего соотношения x1 x2 x3 = - 1, т. е. если уровни фактора х3 устанавли­вать в соответствии с равенством х3= - x1 x2.

Пример. План полного факторного эксперимента и его результаты записаны в левой части (столбцах 1...6) табл. 1.6. Требуется составить уравнения регрессии для полного факторного эксперимента и для его дробных реплик, если известно, что функция отклика линейна (либо постулируется ее линейность).

Таблица 1.6

№ опыта

y

1

2

3

4

5

6

7

8

9

10

1

+1

-1

-1

-1

4

+1

+1

+1

-1

2

+1

+1

-1

-1

16

-1

-1

+1

+1

3

+1

-1

+1

-1

-4

-1

+1

-1

+1

4

+1

+1

+1

-1

8

+1

-1

-1

-1

5

+1

-1

-1

+1

8

+1

-1

-1

+1

6

+1

+1

-1

+1

20

-1

+1

-1

-1

7

+1

-1

+1

+1

0

-1

-1

+1

-1

8

+1

+1

+1

+1

12

+1

+1

+1

+1

Решение. Запишем уравнение регрессии для линейной поверхности отклика

(1.72)

Коэффициенты bi будем определять по формуле (1.62) в соответствии с приемами, указанными в пояснениях к этой формуле.

Вначале определим коэффициенты регрессии, используя данные полного фак­торного эксперимента (левую часть табл. 1.6).Имеем:

(1.73)

Построим дробные реплики, для чего заполним правую часть табл. 1.6 (столбцы 7...10) и выберем строки, у которых 10-й столбец имеет одинаковые знаки. В результате получим две полуреплики:

Таблица 1.7

№ опыта

x0

x1

x2

x3

Y

1

2

3

4

5

6

Первая

Полуреплика

2

+ 1

+1

-1

-1

16

3

+ 1

-1

+1

-1

-4

5

+ 1

-1

-1

+1

8

8

+ 1

+1

+1

+1

12

Вторая полуреплика

1

+ 1

-1

-1

-1

4

4

+ 1

+1

-1

-1

8

6

+ 1

+1

-1

+1

20

7

-1

-1

+1

+1

0

Определим коэффициенты регрессии по дробным репликам.

Для первой полуреплики будем иметь: b0 = (16—4+8-12)/4=8; b1 = (16+4 — -8 + 12)/4 = 6; b2 = (-16-4-8 + 12)/4=-4; b3 = (-16 + 4+8-(-12)/4=2. Для вто­рой полуреплики b0=(4+8+20+0)/4=8; b1 = (-4 + 8+20-0)/4=6; b2 = (-4 + + 8-20 + 0)/4=-4; b3 = (-4-8 + 20)/4 = 2.

Как и следовало ожидать, во всех трех случаях для линейной поверхности отклика получены одинаковые результаты.

На рис. 1.20 приведена схема полного трехфакторного эксперимента и его полуреплик. Цифрами отмечены номера опытов с указанием в скобках координат факторов x1, x2, х3. Точки 2, 3, 5, 8 соответствуют первой полуреплике, а цифры 1, 4, 6, 7 - второй. Обратите внимание, что каждая из полуреплик наиболее полно охватывает опытные точки факторного пространства.

При большом числе факторов т для оценивания параметров линейной функции регрессии (1.65) можно строить дробные репли­ки высокой степени дробности [19]. Так, при т = 7 можно постро­ить дробную реплику из полного факторного плана 23 для пер­вых трех факторов, приравняв четыре остававшихся фактора к двухфакторным и трехфакторному взаимодействиям трех дру­гих факторов, положив, например

(1.74)

Такую реплику записывают как 27 - 4.

Рис. 1.20. Схема трехфакторного эксперимента

В общем случае дробную реплику обозначают через 2т - p, если р факторов приравнены к произведениям остальных т - р фак­торов, уровни которых выбраны согласно полному факторному плану. Дробную реплику 2 т - р можно строить различными спо­собами. Для анализа системы смешивания коэффициентов пользуются понятиями генерирующих и определяющих соотно­шений.

Генерирующими называют соотношения, с помощью которых построена дробная реплика. Так, для реплики, представленной в табл. 1.5, генерирующим является соотношение x3 = x1x2, а это указывает, что фактор х3 занимает в матрице столбец, соответст­вующий взаимодействию х1х2. Для указанной выше реплики 27 - 4генерирующим является соотношение (1.74).

Определяющим соотношением (определяющим контрастом) называют равенство, в левой части которого стоит единица, а в правой — какое-либо произведение факторов. Для дробной реплики 2т - р можно получить р различных определяющих соот­ношений из генерирующих путем умножения обеих частей по­следних на их левые части с последующей заменой (xi)2 на 1 (i=1,..,т). Другие определяющие соотношения получаются путем перемножения ранее полученных и выделения среди них новых. Например, для реплики (табл. 1.5) определяющим является соот­ношение (1.71).

Построим определяющие соотношения для реплики 27 - 4, за­даваемой генерирующими соотношениями (1.74). Умножая обе части равенств (1.74) на их левые части, получаем четыре опреде­ляющих соотношения:

(1.75)

Попарное перемножение этих четырех соотношений дает шесть новых:

(1.76)

Перемножение каждой тройки из четырех соотношений (1.75) дает еще три определяющих соотношения:

(1.77)

Наконец, перемножая все четыре соотношения (1.75), получаем

(1.78)

Легко понять, что кроме (1.75)...(1.78), других определяющих соотношений для рассмотренной реплики 2+ 7 - 4 нет.

Знание определяющих соотношений позволяет найти всю си­стему совместных оценок без изучения матрицы планирования дробной реплики. Для того чтобы определить, с какими взаимо­действиями смешано данное, нужно на него умножить обе части всех определяющих соотношений.

Определим, например, с какими взаимодействиями смешан главный эффект b3 в дробной реплике 27 - 4, определяемой генери­рующими соотношениями (1.74). Для этого умножим все опреде­ляющие соотношения (1.75)...(1.78) на х3. Получим

Следовательно, главный эффект b3 смешан с эффектами вза­имодействий первого порядка

с эффектами взаимодействий второго порядка

третьего порядка

четвертого порядка

и пятого порядка

В конкретной практической ситуации для выбора подходящей дробной реплики полного факторного плана необходимо исполь­зовать все априорные сведения теоретического и интуитивного характера об объекте планирования с целью выделения тех фак­торов и произведений факторов, влияние которых на результаты измерений существенно. При этом смешивание нужно произво­дить так, чтобы общее среднее bo и главные эффекты b1, ..., bт были смешаны с эффектами взаимодействий самого высокого порядка (так как обычно они отсутствуют) или с эффектами таких взаимодействий, о которых известно, что они оказывают несущественное влияние на результаты измерений. Отсюда сле­дует, в частности, что недопустимо произвольное разбиение пол­ного факторного плана 23 на две части для выделения полурепли­ки 23-1.

Качество дробного факторного плана иногда характеризуют с помощью разрешающей способности плана, которая равна на­именьшему числу символов в правых частях определяющих соот­ношений. В частности, для плана разрешающей способности III ни один главный эффект не смешан ни с каким другим главным эффектом, но главные эффекты смешаны с эффектами двухфакторных взаимодействий. Для плана разрешающей способности IV главные эффекты не смешаны друг с другом и с эффектами двухфакторных взаимодействий, но последние друг с другом смешаны. Для плана разрешающей способности V главные эф­фекты и эффекты двухфакторных взаимодействий не смешаны, но последние смешаны с эффектами трехфакторных взаимодейст­вий. Все три рассмотренные выше дробные реплики имеют раз­решающую способность III.