- •Федеральное агентство по образованию
- •Математические методы в технике пищевых производств
- •Введение
- •Работа с лекционным материалом
- •Работа с учебной и научной литературой
- •Работа на практических занятиях
- •Программа курса
- •Содержание дисциплины
- •Раздел 1. Введение. Методологические принципы моделирования
- •Раздел 2. Статистические методы анализа экспериментальных данных
- •Раздел 3. Дисперсионный анализ
- •Раздел 4. Методы корреляционного и регрессивного анализов при построении математических моделей
- •Раздел 5. Методы планирования экспериментов
- •Раздел 6. Оптимизация объектов исследования по экспериментально-статистическим моделям
- •Самостоятельная работа студента и подготовка к практическим занятиям
- •Раздел 1. Введение. Методологические принципы
- •Моделирования
- •Раздел 2. Статистические методы анализа экспериментальных данных
- •Раздел 3. Дисперсионный анализ
- •Раздел 4. Методы корреляционного и регрессивного анализов при построении математических моделей
- •Раздел 5. Методы планирования экспериментов
- •Раздел 6. Оптимизация объектов исследования по экспериментально-статистическим моделям
- •Контрольные вопросы
- •Список литературы
- •Содержание
- •Математические методы в технике пищевых производств
Раздел 2. Статистические методы анализа экспериментальных данных
Лекция № 4 − 2 часа.
Ошибки опыта: случайные, грубые, систематические.
Основные положения и основные теоремы теории вероятностей. События и их классификация. Вероятность события. Аксиомы теории вероятностей. Случайные величины. Законы распределения.
Лекция № 5 − 2 часа.
Числовые характеристики случайных величин. Математическое ожидание, дисперсия, коэффициенты ассиметрии и эксцесса. Свойства математического ожидания и дисперсии.
Лекция № 6 − 2 часа.
Определение параметров функции распределения. Генеральная совокупность и случайная выборка. Репрезентативная выборка. Рандомизация. Гистограмма эмпирического или выборочного распределения. Построение функции распределения по экспериментальным данным. Оценка математического ожидания и дисперсии.
Лекция № 7 − 2 часа.
Равномерное распределение. Нормальное распределение. Кривая Гаусса. Функция Лапласа. Доверительные интервалы и доверительная вероятность.
Лекция № 8 − 2 часа.
Основные задачи анализа экспериментальных данных. Проверка статистических гипотез. Уровень значимости и доверительная вероятность. Статистические критерии. Виды теоретических распределений, используемых при проверке статистических гипотез. Распределение Стьюдента. Критерий Пирсона.
Лекция № 9 − 2 часа.
Проверка гипотез относительно средних.
Проверка гипотез для дисперсий. Обнаружение и исключение аномальных значений. Проверка гипотезы нормальности закона распределения случайной величины. Сравнение двух дисперсий. Сравнение двух средних. Сравнение выборочного распределения и распределение генеральной совокупности. Проверка однородности результатов измерений.
Раздел 3. Дисперсионный анализ
Лекция № 10 − 2 часа.
Дисперсионный анализ. Задача дисперсионного анализа. Однофакторный дисперсионный анализ. Двухфакторный дисперсионный анализ.
Раздел 4. Методы корреляционного и регрессивного анализов при построении математических моделей
Лекция № 11 − 2 часа.
Формы связи двух величин. Выборочный коэффициент корреляции. Коэффициент частной корреляции.
Приближенная регрессия. Метод наименьших квадратов.
Лекция № 12 – 2 часа.
Линейная регрессия от одного параметра. Параболическая регрессия.
Полиномы Чебышева.
Раздел 5. Методы планирования экспериментов
Лекция № 13 – 2 часа.
Предварительный эксперимент. Выбор факторов и переменных состояний объекта исследования. Сбор информации в предварительном эксперименте.
Априорное ранжирование переменных объекта исследования. Коэффициент конкордации. Принятие решений в предварительном эксперименте.
Лекция № 14 – 2 часа.
Полный факторный эксперимент первого порядка. Уровни фактора, интервал варьирования. Выбор уровней и интервалов варьирования факторов.
Кодированные переменные. Построение матрицы планирования. Реализация матрицы планирования. Рандомизация опытов.
Лекция № 15 – 2 часа.
Алгоритм расчета полного факторного эксперимента. Расчет коэффициентов уравнения регрессии. Расчет ошибки опыта (дисперсия воспроизводимости). Проверка значимости коэффициентов регрессии. Проверка адекватности линейного уравнения регрессии.