- •Експериментальні дослідження технологічних систем
- •1. Експеримент і його роль у дослідженні технологічних систем
- •2. Статистичний аналіз точності функціонування технологічної системи
- •3. Однофакторний експеримент
- •3.1. Види зв'язків між двома величинами
- •3.2. Визначення форми і числових значень коефіцієнтів залежностей
- •Результати обчислень коефіцієнтів лінійної залежності
- •3.3. Визначення щільності зв'язку між двома змінними величинами
- •3.4. Методика проведення кореляційного аналізу
- •3.5. Планування однофакторного експерименту
- •3.6. План проведення експерименту
- •3.7. Оцінка ступеня впливу досліджуваного фактора
- •4. Багатофакторний експеримент
- •4.1. Характеристика багатофакторного експерименту
- •4.2. Пасивний багатофакторний експеримент
- •4.3. Активний багатофакторний експеримент та його математичне планування
- •4.4. Методика застосування математичного планування експерименту для дослідження технологічних систем
- •5. Вдосконалення плану експерименту методами теорії подібності та аналізу розмірностей
- •5.1. Основи аналізу розмірностей фізичних величин
- •5.2. Методика застосування аналізу розмірностей для спрощення плану експерименту
4. Багатофакторний експеримент
4.1. Характеристика багатофакторного експерименту
Досліджувані явища та процеси переважно залежать від багатьох факторів. Перед дослідником постає завдання відділити й оцінити вплив кожного з цих факторів на досліджуваний процес, та ще й в умовах дії випадкових збурень. Для розв'язання цього завдання при проведенні пасивного чи активного багатофакторного експерименту застосовуються спеціальні статистичні методи.
Пасивний багатофакторний експеримент полягає в аналізі результатів спостережень, які залежать від багатьох факторів, які діють одночасно. При цьому дослідник не може певним чином організувати план експерименту, щоб спростити оцінку впливу кожного фактора, оскільки послідовність зміни їх значень визначається не ним, а дією зовнішніх факторів. Однак він повинен вибрати і врахувати найбільш важливі фактори, що впливають на результат, та оцінити їх вплив на досліджуване явище. Для цього широко застосовуються методи дисперсійного аналізу.
Активний багатофакторний експеримент дає змогу певним чином планувати експеримент з тим, щоб спростити процедуру оцінки впливу кожного із факторів.
4.2. Пасивний багатофакторний експеримент
Проведення експерименту грунтується на статистичній обробці спостережень методами дисперсійного аналізу, в результаті якого можна оцінити вплив кожного фактора на досліджуване явище. Якщо фактори діють незалежно, то дисперсія вимірюваного параметра є сумою дисперсій складових факторів. Аналіз дає змогу визначити вклад у дисперсію кожного фактора та оцінити відносну важливість кожного з них.
Нехай показник у досліджуваного явища залежить від двох факторів х1, х2, тобто
|
Тоді відхилення у від середнього значення у при дії факторів х1, х2 може бути представлене у вигляді суми
|
де 1 — відхилення, викликане дією фактора х1; 2 — відхилення, викликане дією фактора х2; — відхилення, викликане дією випадкових факторів збурення.
Допускаючи
незалежність випадкових величин
та
,
отримаємо залежність
|
де
— дисперсії величину,
відповідно.
Порівнюючи
дисперсії
від дії факторів х1
та х2
із дисперсією
від
дії випадкових збурень, з'ясуємо
значущість впливу кожного з цих факторів
на досліджуваний показник у
за
допомогою статистичного F-критерію
Фішера. Цей критерій визначається для
оцінки впливу кожного фактора як
|
Отримані
значення
та
порівнюються з табличними значеннями
та
при
заданому рівні значущості
= 0,05 або
= 0,01 (див. табл. Д6 додатка). Якщо
та
,
то
вплив факторів х1
та х2
на досліджуваний показник вважається
несуттєвим.
Таким
чином, дисперсійний аналіз дає змогу
на основі статистичних даних вибірок
знайти значення дисперсій
,
а також задопомогою F-критерію Фішера
оцінити суттєвість впливу факторів х1
та
х2
на досліджуваний показник.
При дисперсійному аналізі багатофакторного експерименту його методика не змінюється порівняно з однофакторним дисперсійним аналізом, лише збільшується обсяг обчислень.
