
- •Содержание
- •Введение
- •Освоить понятийный аппарат теории эксперимента.
- •Освоить методы обработки и оценки результатов экспериментов.
- •Познакомиться с методами планирования активных экспериментов.
- •1 Основные понятия теории эксперимента
- •2 Методы обработки результатов пассивных экспериментов
- •2.1 Основные положения теории вероятностей
- •2.2 Основные положения математической статистики
- •2.2.1 Случайная величина
- •2.2.2 Числовые характеристики случайных величин
- •2.2.3 Основные функции распределения
- •2.2.4 Вероятность попадания в заданный интервал нормальной случайной величины. Правило трёх сигм
- •2.2.5 Выборочный метод
- •2.2.6 Доверительный интервал. Доверительная вероятность
- •2.2.7 Статистические оценки параметров распределения
- •2.3 Обработка результатов эксперимента методом регрессионного анализа
- •2.3.1 Однофакторная линейная регрессия
- •2.3.2 Однофакторная нелинейная регрессии
- •2.4 Обработка результатов эксперимента методом дисперсионного анализа
- •2.4.1 Однофакторный дисперсионный анализ
- •2.4.2 Двухфакторный дисперсионный анализ
- •3 Методы планирования активных экспериментов
- •3.1 Основные понятия
- •3.2 Полный факторный эксперимент
- •3.3 Дробный факторный эксперимент
- •3.4 Симплекс-планы
- •3.5 Симплекс-планирование
- •3.6 Планирование эксперимента при дисперсионном анализе
- •3.7 Ошибки параллельных опытов
- •3.8 Матричный подход к регрессионному анализу при многофакторном планировании
- •3.9 Особенности статистического анализа уравнения регрессии активного эксперимента
- •3.10 Интерпретация уравнения регрессии
- •Контрольные вопросы
- •Истоники информации и литература
3.7 Ошибки параллельных опытов
Параллельные опыты проводятся для повышения надёжности результатов эксперимента.
Параллельными (дублирующими) называют опыты, в которых уровни факторов повторяются.
Оптимальное количество параллельных опытов зависит от требуемой точности результатов экспериментов.
Оптимальное количество параллельных опытов
Р /S] |
0,90 |
0,95 |
0,98 |
0,99 |
0,999 |
1,0 |
5 |
7 |
9 |
11 |
17 |
0,5 |
13 |
18 |
25 |
31 |
50 |
0,4 |
19 |
27 |
37 |
46 |
74 |
0,3 |
32 |
46 |
64 |
78 |
127 |
0,2 |
70 |
99 |
139 |
171 |
277 |
0,1 |
273 |
387 |
545 |
666 |
2089 |
0,05 |
1084 |
2540 |
2166 |
2659 |
4388 |
Здесь Р – доверительная вероятность, – требуемая точность, S – статистическая оценка.
Например, при требуемой точности =0,5S и доверительной вероятности Р=0,9…0,95, соотношение – /S]=0,5S/S=0,5, следовательно, оптимальное число параллельных опытов равно 13…18.
В действительности считается достаточным проведение 2…5 параллельных опытов. Поскольку дублирование экспериментов, особенно в производственных условиях, связано со значительными материальными затратами, то повторные опыты выполняют не во всех точках плана, а только в центральной – на основном уровне факторов.
Например, в ПФЭ типа 32, минимальное количество опытов равно 9, при четырёхкратном дублировании – 36 опытов. Если в одной точке плана провести 4 опыта, а в других по одному, то всего будет 12 испытаний.
Напомним, что по результатам дублирующих опытов рассчитывают следующие статистические оценки.
1. Среднее арифметическое параллельных опытов:
,
где yj – значение отклика в j-том опыте;
mi – число дублирующих (параллельных опытов) в i-той строке плана.
2. Оценка изменчивости отклика в дублирующих опытах (дисперсия изменчивости)
.
3. Среднеквадратическое отклонение
.
Оценки п.2 и п.3 характеризуют изменчивость отклика (выходного параметра) относительно среднего значения (разброс результатов на определённом уровне факторов).
4. Дисперсия воспроизводимости эксперимента (дисперсия параметра оптимизации). Это средняя дисперсия всех строк плана.
,
где N – число строк плана в матрице планирования эксперимента.
Данная формула может применяться только в том случае, если все дисперсии изменчивости однородны. Однородность проверяется по критерию Кохрена.
kкртабл(;
k1;k2),
где max
–
наибольшее значение дисперсии параллельных
опытов.
Табличное значение коэффициента Кохрена определяется для заданного уровня значимости, обычно =0,05 (доверительной вероятности =1-) и числа степеней свободы оценки выборочной дисперсии, здесь – k1=тi-1 и k2=N, равного количеству выборок.