- •1. Исходная матрица наблюдений содержит параллельные опыты, что позволяет вычислить дисперсию воспроизводимости.
- •1) Исходные данные
- •2) Матрица наблюдений
- •3) Промежуточные вычисления и табличные значения
- •4) Статистические характеристики матрицы наблюдений
- •5) Матрица коэффициентов корреляции
- •6) Обращенная матрица
- •7) Полученные модели
- •8) Таблица остатков смм
- •9) Оценка адекватности:
- •2. Исходная матрица наблюдений не содержит параллельные опыты, но известна ошибка эксперимента
- •1) Исходные данные
- •2) Матрица наблюдений
- •3) Промежуточные вычисления и табличные значения
- •4) Статистические характеристики матрицы наблюдений
- •5) Матрица коэффициентов корреляции
- •6) Обращенная матрица
- •7) Полученные модели
- •8) Таблица остатков смм
- •9) Оценка адекватности
- •3. Исходная матрица наблюдений не содержит параллельные опыты. Ошибка эксперимента неизвестна.
- •1) Исходные данные
- •2) Матрица наблюдений
- •3) Промежуточные вычисления и табличные значения
Пермский Национальный Исследовательский
Политехнический Университет
Кафедра технологии полимерных материалов и порохов
Лабораторная работа № 1
Построение математических статистических моделей с помощью регрессионного анализа
Вариант № 12
Выполнил: Студентка группы ТПМП-10 Шаклеина А.С.
Проверил: доцент Федосеев А.М.
Пермь 2013
1. Исходная матрица наблюдений содержит параллельные опыты, что позволяет вычислить дисперсию воспроизводимости.
1) Исходные данные
Число входных параметров М |
4 |
Число опытов N |
14 |
Число параллельных опытов P |
2 |
2) Матрица наблюдений
|
X1 |
X2 |
X3 |
X4 |
Y1 |
Y2 |
1 |
0,95109 |
0,51948 |
-0,4861 |
-0,41841 |
12,49882 |
13,23149 |
2 |
0,88093 |
1,47728 |
-1,3837 |
0,33319 |
7,16678 |
7,21488 |
3 |
-0,14396 |
0,34491 |
1,0774 |
1,45956 |
-12,2476 |
-9,99988 |
4 |
0,64823 |
-0,99865 |
0,95594 |
-0,55499 |
14,86333 |
12,94305 |
5 |
-0,14249 |
-1,84812 |
-0,44575 |
1,19471 |
5,47195 |
7,59595 |
6 |
-0,20856 |
0,60462 |
0,62757 |
-0,01616 |
3,67951 |
3,44787 |
7 |
0,76619 |
-0,09769 |
-0,03969 |
0,58627 |
2,50511 |
5,34241 |
8 |
-1,43906 |
-1,94753 |
-2,42773 |
0,33139 |
28,4307 |
27,16058 |
9 |
0,18497 |
1,42696 |
0,53169 |
-1,1327 |
13,51578 |
10,34151 |
10 |
0,32916 |
0,79021 |
-0,59943 |
-2,08317 |
27,97471 |
29,57901 |
11 |
1,9051 |
-0,11456 |
-0,93454 |
1,48733 |
-0,32549 |
1,43781 |
12 |
-0,91697 |
0,20984 |
1,28444 |
-1,06309 |
13,59116 |
11,03881 |
13 |
1,42104 |
0,57243 |
0,64443 |
-1,40415 |
16,30257 |
20,48209 |
14 |
0,42945 |
0,64508 |
-0,48726 |
2,38152 |
-14,2289 |
-15,5808 |
3) Промежуточные вычисления и табличные значения
Критерий Кохрена:
Расчетное значение
Табличное значение получено при f= N= Gтаб=
Критерии Стьюдента:
Табличные значения критериев Стьюдента определим при уровне значимости q=0,05
Табличное значение критерия Стьюдента для оценки значимости коэффициентов корреляции получено при f= ;Tтаб=
Табличное значение критерия Стьюдента для оценки значимости коэффициентов уравнения регрессии получено при f= ;Tтаб=
Характеристики эксперимента:
Среднеквадратичная ошибка эксперимента: S0=
Дисперсия воспроизводимости опытов эксперимента: D0=
Статистические характеристики:
Среднее значение выходной переменной Y=
С.К.О выходной переменной Sy=
4) Статистические характеристики матрицы наблюдений
1 |
0,33322 |
0,88167 |
-1,43906 |
1,9051 |
2 |
0,11316 |
1,05372 |
-1,94753 |
1,47728 |
3 |
-0,1202 |
1,04988 |
-2,42773 |
1,28444 |
4 |
0,07866 |
1,27482 |
-2,08317 |
2,38152 |