Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
ДИСП АНАЛИЗ+ГИПОТЕЗЫ.docx
Скачиваний:
1
Добавлен:
10.01.2020
Размер:
181.79 Кб
Скачать

Дисперсионный анализ

В любом эксперименте средние значения наблюдаемых величин меняются в связи с изменением основных факторов (качественных и количественных), определяющих условия опыта, а также случайных факторов. Исследование влияния тех или иных факторов на изменчивость средних является за­дачей дисперсионного анализа.

Дисперсионный анализ — это первый статистический ме­тод отсеивания факторов в активном эксперименте. Активный эксперимент — это эксперимент, при анализе результатов ко­торого исследователь учитывает рекомендации математиче­ской теории планирования эксперимента. Он основан на пред­ставлении о том, что значимость фактора определяется его вкладом в дисперсию параметра оптимизации. Это обусловило широкое применение дисперсионного анализа при изучении точности различных методов измерений (особенно при анали­зе вещества). Он позволяет указывать на те факторы, которые вызвали ошибку, и отсеять незначимые, на улучшение кото­рых нецелесообразно затрачивать инженерные усилия. Дис­персионный анализ нужно использовать при оценке воспроиз­водимости результатов опытов, проводимых на пилотных ус­тановках. Воспроизводимость во времени служит характери­стикой качества изготовления установки; с учетом этой харак­теристики заказчик должен принимать установку от изготови­теля.

Дисперсионный анализ особенно эффективен при изуче­нии нескольких факторов.

При классическом методе исследования варьируют только один фактор, а остальные оставляют постоянными. При этом для каждого фактора проводится своя серия наблюдений, не используемая при изучении других факторов.

Дисперсионный анализ состоит в выделении и оценке от­дельных факторов, вызывающих изменчивость случайной ве­личины. Для этого производится разложение суммарной вы­борочной дисперсии на составляющие, обусловленные неза­висимыми факторами. Каждая из этих составляющих пред­ставляет собой оценку дисперсии генеральной совокупности. Чтобы решить, значимо ли влияние данного фактора, необхо­димо оценить значимость соответствующей выборочной дис­персии в сравнении с дисперсией воспроизводимости, обу­словленной случайными факторами. Проверка значимости оценок дисперсий проводится по критерию Фишера. Если рас­считанное значение критерия Фишера окажется больше таб­личного, то рассматриваемый фактор влияет на изменчивость средних значений. Если же рассчитанное значение критерия Фишера окажется меньше табличного, то нет основания счи­тать влияние рассматриваемого фактора значимым.

2.2. Однофакторный дисперсионный анализ

Рассмотрим действие единичного фактора А (количествен­ного или качественного), который принимает k различных значений (уровней фактора). На i-м уровне производится ni наблюдений, результаты которых можно записать следующим образом:

Будем полагать, что результаты любого наблюдения мож­но представить в виде модели

Yij = μ + di + εij, (2.1)

где μ — суммарный эффект во всех опытах; di — эффект фак­тора А на i-м уровне (i = 1,2, …,k); εij — ошибка измерения на i-м уровне.

Предположим, что наблюдения на фиксированном уровне фактора нормально распределены относительно среднего значе­ния μ+di с общей дисперсией σ2. Общее число опытов равно N:

N = n1+n2+ … +nk.

Проверяется нулевая гипотеза равенства средних значений на различных уровнях фактора А:

m1 = m2 = … = mk = m. (2.2)

Наиболее простые расчеты получаются при равном числе опытов на каждом уровне фактора А:

n1 =n2 =…= nk = n.

Общее число наблюдений N равно kn, где k — число серий опытов, а n — число параллельных опытов в серии.

Влияние фактора А является значимым, если

, где f1=k-1, f2=k(n-1)=N-k. (2.3)

Обозначим через yi среднее значение наблюдений на i-м уровне:`yi = ,(2.4)

а общее среднее значение для всей выборки из N наблюдений

yi = `yi. (2.5)

Методика проведения эксперимента

Пусть необходимо провести эксперимент на условном хи­мико-технологическом объекте, в который поступают вещест­ва А и В, и в ходе химической реакции получается вещество D. Вход­ными параметрами объекта являются: СА — концентра­ция веще­ства А, СВ — концентрация вещества В. Каждому со­четанию СА и СВ соответствует определенное значение вы­ходной концентрации продукта CD, являющейся случайной величиной.

В результате проведения эксперимента должны быть по­лучены вероятностные характеристики для случайной величи­ны CD. Для этого необходимо:

1) задать значения СА, СВ, равные величинам нижних гра­ниц диапазона САmi,, CBmin;

2) провести 10 серий по 6 опытов в каждой по изменению значений СА при СВ=const;

3) провести аналогичную серию опытов по изменению СВ при СА=const.

4) варианты подобных выборок случайных величин вклю­чены в базу данных ПК [1].

Однофакторный дисперсионный анализ можно провести по следующему алгоритму [2]:

1) итоги по столбцам

(2.6)

2) сумма квадратов всех наблюдений

(2.7)

3) сумма квадратов итогов по столбцам, деленная на число наблюдений в столбце

(2.8)

4) квадрат общего итога, деленный на число всех наблю­дений (корректирующий член)

(2.9)

5) сумма квадратов для столбца

. (2.10)

6) SSобщ — общая сумма квадратов, равная разнице между суммой квадратов всех наблюдений и корректи­рующим членом

(2.11)

7) SSост — остаточная сумма квадратов для оценки ошиб­ки эксперимента

(2.12)

8) дисперсия SA2

; (2.13)

9) дисперсия Sош2

(2.14)

Результаты расчета обычно представляются в виде табли­цы дисперсионного анализа (табл. 2.1).

Таблица 2.1