- •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
5.7. Обчислення оцінок невідомих параметрів кубічної функції регресії
Приклад 5.3. Нехай ми маємо підстави вважати, що зв'язок між результуючими та чинниковими ознаками, показаний на рисунку 5.2, може бути описаний многочленом третього степеня.
Задача полягає в тому, щоб в результаті статистичних розрахунків визначити коефіцієнти кубічної функції регресії у = а + + bх + сх2 + dх3 , яка найкраще описувала б експериментальні дані, тобто сума квадратів відхилень експериментальних точок від проведеної кривої вздовж осі ординат була б мінімальною.
Коефіцієнти а, b, с і d визначаються при розв'язанні системи нормальних рівнянь (5.19). Суми, необхідні для обчислення коефіцієнтів кубічної функції регресії, апроксимуючої результати експерименту, приведені в таблиці 5.6.
Таблиця 5.6− Дані статистичних обліків параметрів рівняння кубічної регресії
№ п/п |
х |
у |
ху |
х2 |
х2у |
х3 |
х3у |
х4 |
х5 |
х6 |
1 |
0 |
49,0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
2 |
1 |
47,5 |
47,5 |
1 |
47,5 |
1 |
47,5 |
1 |
1 |
1 |
3 |
2 |
46,3 |
92,6 |
4 |
185,2 |
8 |
370,4 |
16 |
32 |
64 |
4 |
3 |
45,0 |
135,0 |
9 |
405,0 |
27 |
1215,0 |
81 |
243 |
729 |
5 |
4 |
43,3 |
173,2 |
16 |
692,8 |
64 |
2771,2 |
256 |
1024 |
4096 |
6 |
5 |
41,5 |
207,5 |
25 |
1037,5 |
125 |
5187,5 |
625 |
3125 |
15625 |
7 |
6 |
38,7 |
232,2 |
36 |
1393,2 |
216 |
8359,2 |
1296 |
7776 |
46656 |
8 |
7 |
35,5 |
248,5 |
49 |
1739,5 |
343 |
12176,5 |
2401 |
16807 |
117649 |
9 |
8 |
31,5 |
252,0 |
64 |
2016,0 |
512 |
16128,0 |
4096 |
32768 |
262144 |
10 |
9 |
24,5 |
220,5 |
81 |
1984,5 |
729 |
17860,5 |
6561 |
59049 |
513441 |
|
45 |
402,5 |
1609,0 |
285 |
9501,2 |
2025 |
64115,8 |
15333 |
120825 |
978405 |
Підставимо в систему (5.19) дані таблиці 5.6.
10а + 45b + 285с + 2025d = 402,8 (1')
45а + 285b + 2025с + 15333d = 1609,0 (2')
285а + 2025b + 15333с + 120825d = 9501,2 (3')
2025а + 15333b + 120825с + 978405d = 64115,8 (4')
Із рівнянь (1') та (2') виключимо а, для чого всі члени рівняння (1') помножимо на 4,5.
45а + 202,5b + 1282,5с + 9112,5d = 1812,6
45а + 285,0b + 2025,0с + 15333,0d =1609,0
82,5b + 742,5с + 6220,5d = -203,6 (5')
Із рівнянь (2') та (3') виключимо а, для чого всі члени рівняння (2') помножимо на 6,3333.
285а + 1805 b + 12825с + 97104,9d = 10190,3
285а + 2025 b + 15333с + 120825,0d = 9501,2
220 b + 2508с + 23720,1d = 689,1 (6')
Із рівнянь (3') та (4') виключимо а, для чого всі члени рівняння (3') помножимо на 7,1053.
2025а + 14388,2b + 108945,5с + 858497,9d = 67508,9
2025а + 15333,0b + 120825,0с + 978405,0d = 64115,8
944,8b + 11879,5с + 119907,1d = -3393,1 (7')
Із рівнянь (5') та (6') виключимо b, для чого всі члени рівняння (5') помножимо на 2,6667.
220b +1980с + 16588,2d = -542,9
220b + 2508с + 23720,1d = -689,1
528с + 7131,9d = -146,2 (8')
Із рівнянь (6') та (7') виключимо b, для чого всі члени рівняння (6') помножимо на 4,2945.
944,8 b + 10770,6с +101866,1d = -2959,3
944,8 b + 11879,5с + 119907,1d = -3393,1
1108,9с + 18041,0d = - 433,8 (9')
Із рівнянь (8') та (9') виключимо с, для чого всі члени рівняння (8') помножимо на 2,1002. Визначимо значення d.
1108,9с + 14978,4 d = -307,0
1108,9с + 18041,0 d = -433,8
3062,6d = -126,8
d = -0,041 .
Підставимо значення d у рівняння (8') та визначимо значення с.
528с + 7131,9×( -0,041) = - 146,2
с = (7131,9×0,041 - 146,2)/528 = 0,277 .
Підставимо значення с і d у рівняння (6') та визначимо значення b.
220b + 2508×0,277 + 23720,1× (-0,041) = -689,1
b = (23720,1×0,041 - 2508×0,277 - 689,1)/220 - -1,870 .
Підставимо значення b, с і d у рівняння (1') і визначимо значення а.
10а + 45× (-1,87) + 285×0,277 + 2025× (-0,041) = 402,8
а = (45×1,87−285×0,277+2025×0,041+402,8)/10 = 49,103 .
Перевірка: Підставимо значення а, b, с і d у рівняння (3').
285×49,1+2025×(-1,87)+15333×0,277+120825-0,041) = 9501,2
9500,2≈ 9501,2
Отже, кубічна функція регресії, що відображає залежність загальної органолептичної оцінки охолодженої страви "яловичина в кисло-солодкому соусі" (в балах по 50-бальній системі) від терміну зберігання її в функціональних ємкостях (у добах), має вигляд:
у = 49,1 -1,87х + 0,277х2 - 0,041х3. (5.23)
