
- •Змістовий модуль 1 первинна математико-статистична обробка експериметальних даних
- •Вимірювання величин. Точність вимірювання
- •1.2. Випадкові величини та їх статистична характеристика
- •1.3. Експериментальні дослідження, їх статистична характеристика
- •1.4. Вибірковий метод дослідження
- •2.1. Основні етапи первинної обробки експериментальних даних
- •2. 2. Обчислення основних числових статистичних характеристик вибірки та їх суттєва інтерпретація
- •2.3. Перевірка статистичних гіпотез
- •2.3.1. Відсів грубих похибок
- •Перевірка однорідності декількох вибірок початкових даних
- •2.3.3. Перевірка гіпотези про значущість різниць двох середніх
- •2.3.4. Перевірка гіпотези нормальності розподілу експериментальних даних
- •Змістовий модуль 2 математико-статистичні методи аналізу парних залежностей дослідних даних
- •3.1. Види залежностей величин
- •3.2. Загальні поняття про статистичні методи аналізу парних залежностей
- •4.1 Загальні поняття
- •4.2. Статистична оцінка кореляційного зв'язку між показниками, які контролюються
- •5.1. Загальні поняття
- •5.2. Загальна схема регресійного аналізу
- •5.3. Вибір загального вигляду функції регресії
- •5.4. Метод найменших квадратів
- •5.5. Обчислення оцінок невідомих параметрів лінійної функції регресії
- •5.6. Обчислення оцінок невідомих параметрів квадратичної функції регресії
- •5.7. Обчислення оцінок невідомих параметрів кубічної функції регресії
- •5.8. Статистична оцінка адекватності рівняння регресії
- •Змістовий модуль 3 багаточинникові експерименти
- •7.1. Загальні поняття
- •7.2. Планування порівняльних експериментів
- •7.3. Планування екстремальних експериментів
- •7.4. Статистична обробка та інтерпретація результатів екстремального експерименту
- •7.4.1. Обчислення дисперсії експерименту
- •7.4.2. Обчислення значень коефіцієнтів функції відгуку параметра оптимізації
- •7.4.3. Перевірка адекватності функції відгуку параметра оптимізації
- •7.4.4. Перевірка значущості коефіцієнтів множинної функції регресії
- •7.4.5. Інтерпретація результатів експерименту
- •Література
5.5. Обчислення оцінок невідомих параметрів лінійної функції регресії
Приклад 5.1. При пошуку додаткових сировинних ресурсів ферментів, які пом'якшують жорстке м'ясо, були проведені дослідження активності протеолітичних ферментів підшлункової залози курей при різних значеннях рН середовища. Одночасно, для порівняння, в тих же умовах виміряли активність медичного панкреатину [21].
Середні значення активності ферментних препаратів, які визначені віскозиметричним методом на розчинах желатину, при фіксованих значеннях рН середовища наведені в таблиці 5.1.
Таблиця 5.1 − Протеолітична активність ферментних препаратів (в од.)
Ферментний препарат |
рН середовища |
||||||
3 |
4 |
5 |
6 |
7 |
8 |
9 |
|
Медичний панкреатин |
9,0 |
17,5 |
22,5 |
27,5 |
33,5 |
42,0 |
46,5 |
Екстракт підшлункової залози курей |
12,0 |
21,0 |
29,0 |
32,0 |
39,0 |
45,5 |
51,0 |
На рисунку 5.1 наведені кореляційні поля показників, що контролюються в дослідженні. Як видно, зв'язок між активністю ферментних препаратів та рН середовища лінійний.
Задача полягає в тому, щоб шляхом статистичних розрахунків обчислити коефіцієнти лінійної регресії у = а + bх , яка найкращим чином описувала б експериментальні дані, тобто сума квадратів відхилень експериментальних точок від проведеної прямої вздовж осі ординат була б мінімальною.
Коефіцієнти а і b визначаються при розв'язанні системи нормальних рівнянь (5.9) чи по формулам (5.14) і (5.15). Необхідні статистичні розрахунки для обчислення коефіцієнтів лінії регресії виконаємо в табличній формі (таблиця 5.2).
Рисунок 5.1 – Кореляційні поля ферментних препаратів
Таблиця 5.2 – Статистичні дані обчислення коефіцієнтів лінії регресії
і |
Х |
у1 |
у2 |
х у1 |
х у2 |
х2 |
1 |
3 |
9,0 |
12,0 |
27,0 |
36,0 |
9 |
2 |
4 |
17,5 |
21,0 |
70,0 |
84,0 |
16 |
3 |
5 |
22,5 |
29,0 |
112,5 |
145,0 |
25 |
4 |
6 |
27,0 |
32,0 |
165,0 |
192,0 |
36 |
5 |
7 |
35,5 |
39,0 |
248,5 |
273,0 |
49 |
6 |
8 |
42,0 |
45,5 |
336,0 |
364,0 |
64 |
7 |
9 |
46,5 |
51,0 |
418,5 |
458,0 |
|
|
|
|
|
|
|
|
|
42 |
200,5 |
229,5 |
1377,5 |
1553,0 |
280 |
Підставимо в систему (5.9) дані таблиці 5.2 i вирішимо її.
1 2
7a + 42b = 200,5 7a + 42b = 229,5
42a + 280b = 1377,5 42a + 280b = 1553,0
Помножимо перше рівняння в цих системах на 6, виключимо а i визначимо значення b.
42а + 252b = 1203,0 42а + 252b = 1377,0
42а + 280b = 1377,5 42а + 280b = 1553,0
28b = 174,5 28b = 176,0
b1 = 174,5/28 = 6,23 ; b2 = 176,0/28 = 6,29 .
Підставимо в перше рівняння системи значення b та обчислимо значення а.
7а + 42×6,23 = 200,5 7а + 42×6,29 = 229,5
а1 = (200,5-42×6,23)/7 = -8,74; а2 = (229,5-42×6,29)/7 = -4,95.
Перевірка:
42×(-8,74)+280×6,23 = 1377,5 42×(-4,96)+280×6,29 = 1553,0 1377,3 ≈ 1377,5 1553,3 ≈ 1553,0
Визначимо параметри рівняння регресії для активності ферментних препаратів, використовуючи формули (5.14) та (5.15) та дані таблиці 5.2.
а = (200,5×280 −1377,5×42)/(7×280 – 422) = -8,75 ; b = ( 7×1377,5 −42×200,5)/(7×280 – 422) = 6,23 ;
а = (229,5×280 −1553,0×42)/(7×280 −422) = -4,93 ; b = ( 7×1553,0 −42×229,5 )/(7×280 −422) = 6,29 .
Перевірка:
42×(-8,75)+280×6,23 = 1377,5 42×(-4,93)+280×6,29 = 1553,0 1376,9 ≈ 1377,5; 1554,1 ≈ 1553,0
Незначне розходження (менш ніж 0,1%) зумовлено округленням обчислених значень a i b.
Таким чином, лінія регресії залежності активності медичного панкреатину від рН середовища має вигляд
у = 6,23х - 8,74 або , у = 6,23х - 8,75 , (5.20)
для ферментів підшлункової залози курей
у = 6,29х - 4,95 або у = 6,29х - 4,93 . (5.21)