- •Введение
- •1. Погрешности измерений
- •2. Введение в планирование эксперимента
- •2.1. Рандомизированный блок-план
- •2.2. Планы на латинских квадратах
- •2.3. Греко-латинские квадраты
- •2.4. Дробные реплики и смешанные планы
- •2.4.1. Частичное смешивание
- •2.4.3. Планы с расщепленными участками
- •Блок (r)
- •Объект внутри блока (t)
- •Блок (r)
- •Объект внутри блока (t)
- •Средний квадрат
- •Степень свободы
- •Сумма квадратов
- •Обработки
- •Строки
- •Столбцы
- •Ошибка
- •Сумма
- •Статистика F0
- •Средний квадрат
- •Степень свободы
- •Сумма квадратов
- •Латинские
- •Греческие
- •Строки
- •Столбцы
- •Ошибка
- •Сумма
- •Квазифакторы
- •Подгруппы эффектов
- •3. Оценка погрешностей при однофакторном эксперименте
- •3.1. Выбор вида математической модели и погрешность адекватности
- •3.1.1. Метод обведения контура
- •3.1.2. Метод медианных центров
- •3.1.3. Метод выделения остатка
- •3.2. Подбор аппроксимирующей функции
- •3.3. Расчет по экспериментальным данным параметров выбранной аппроксимирующей функции
- •3.4. Аналитические методы аппроксимации
- •3.5. Регрессионный анализ. Метод наименьших квадратов
- •3.6. Расчет параметров полос неопределенности исходных экспериментальных данных
- •3.7. Оценка рассеяния экспериментальных данных значением коэффициента корреляции
- •3.8. Расчет параметров полосы неопределенности усредненной однофакторной модели
- •4. Практические задания
- •Задание 1. Выбор факторов, уровней их варьирования и нулевой точки
- •Задание 2. Латинский и греко-латинский квадраты
- •Задание 3. Оценка погрешности при однофакторном эксперименте
- •Задание 4. Построение математической модели объекта исследования
- •Уровень варьирования
- •c – концентрация, г/л (x3)
- •τ – время, мин (x4)
- •m – масса, кг (x5)
- •Оператор
- •Оператор
- •Показания рабочего средства (у)
- •Показания образцового средства (х)
- •Заключение
- •Список рекомендуемой литературы
- •Оглавление
Таблица дисперсионного анализа для латинского квадрата:
Источник |
Сумма квадратов |
Степень свободы |
Средний квадрат |
Статистика F |
||||||||||||
изменчивости |
||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
0 |
||||
Обработки |
SSобр |
p – 1 |
|
|
|
SSобр |
|
|
MSобр |
|
||||||
|
|
|
|
|
p −1 |
|
MSош |
|||||||||
|
|
|
|
|
|
|
|
|
||||||||
Строки |
SSстр |
p – 1 |
|
|
|
|
SSстр |
|
|
|
|
|||||
|
|
|
|
|
p −1 |
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
||||
Столбцы |
SSст |
p – 1 |
|
|
|
|
|
SSст |
|
|
|
|
||||
|
|
|
|
|
p −1 |
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
|
|
|
|
||||||
Ошибка |
SSош |
(p – 2)(p |
– 1) |
|
|
|
SSош |
|
|
|
|
|||||
|
(p − 2)(p −1) |
|
|
|
||||||||||||
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
Сумма |
SSобщ |
p2 −1 |
|
|
|
|
|
|
|
|
|
|
|
|
2.3. Греко-латинские квадраты
Можно построить два латинских квадрата:
A |
B |
C |
B |
C |
A |
C |
A |
B |
α |
β |
γ |
γ |
α |
β |
β |
γ |
α |
Наложив эти два квадрата друг на друга, получим греко-латинский квадрат:
αA |
βB |
γC |
γB |
αC |
βA |
βC |
γA |
αB |
Статистическая модель для греко-латинского квадрата имеет вид yijkl =µ+θi +τj +ωk +φl +εijk , где i =1, p; j =1, p;k =1, p;l =1, p.
Здесь yijkl – наблюдение в i-й строке, l-м столбце, j-й латинской букве и k-й греческой; μ – математическое ожидание общего среднего; θi – эффект i-й строки; τj – эффект j-й латинской буквы; ωk – эффект k-й греческой буквы;
ϕl – эффект l-го столбца; εijkl ≈ N(0;σ2) – случайная ошибка. Дисперсионный анализ проводится аналогично дисперсионному анализу
для латинского квадрата:
H0 :τ1 = τ2 =...=τa = 0,
H1 :τk ≠ 0, где 1≤k ≤a .
10