
- •Обработка результатов экспериментальных исследований Методические указания
- •190109 «Наземные транспортно-технологические средства»,
- •190100 «Наземные транспортно-технологические комплексы»,
- •190600 «Эксплуатация транспортно-технологических машин и комплексов» Воронеж 2015
- •Составитель в.А. Жулай
- •В ведение
- •Обработка результатов прямых измерений
- •Измерения и их погрешности
- •1.2 Оценки истинного значения измеряемой величины
- •Исключение грубых ошибок
- •Определение необходимого количества измерений
- •Определение суммарных погрешностей
- •Порядок выполнения работы
- •2. Обработка результатов косвенных измерений
- •2.1. Погрешности косвенных измерений
- •Порядок выполнения работы
- •Отыскание параметров эмпирических формул и сглаживание
- •3.1. Постановка задачи отыскания параметров
- •3.2. Метод наименьших квадратов
- •3.3. Сглаживание эмпирических данных
- •3.4. Порядок выполнения работы
- •Планирование эксперимента
- •4.1. Основы теории планирования экспериментов
- •4.2. Ортогональное планирование первого порядка.
- •4.3. Проверка воспроизводимости результатов эксперимента
- •4.4. Статистическая оценка значимости коэффициентов регрессии
- •4.5. Проверка адекватности математической модели
- •4.6. Порядок выполнения работы
- •3 94006 Воронеж, ул 20-я Октября, 84
4.4. Статистическая оценка значимости коэффициентов регрессии
Статистическая оценка значимости коэффициентов регрессии проводится для исключения из математической модели второстепенных факторов, не оказывающих незначительное влияние на величину функции отклика. Осуществляется она с помощью критерия Стьюдента.
Основной идеей оценки статистической
значимости коэффициента регрессии
является сравнение его величины с
величиной доверительного интервала
разброса результата измерения случайной
величины (см. работу 1).
Для этого вычисляют при заданной
доверительной вероятности
величину полуинтервала доверительного
разброса среднего значения каждого из
коэффициентов
.
Если половина доверительного интервала
будет превышать значение коэффициента
,
то этот коэффициент является незначимым
и его надо исключить из математической
модели. В противном случае коэффициент
считается значимым, т.е.
Величина полуинтервала определяется по формуле
(4.12)
где
- среднее квадратическое отклонение
всего эксперимента;
- сумма квадратов факторов матрицы
планирования;
-среднее квадратическое отклонение
разброса коэффициента регрессии;
- критерий Стьюдента при заданной
доверительной вероятности
и числе степеней свободы
.
В связи с тем, что при ортогональном планировании коэффициенты регрессии определяются независимо друг от друга, исключение незначимых коэффициентов не требует пересчета значений остальных.
Определим значимость коэффициентов регрессии уравнения, полученного в рассматриваемом примере.
4.4.1. Определяем по формуле (4.12) величину полуинтервала доверительного разброса среднего значения каждого из коэффициентов .
Величина суммы квадратов кодированных факторов матрицы планирования приведена в таблице П.4.3.
Число степеней свободы в рассматриваемой
задаче равно
.
Значение критерия Стьюдента определяется
по таблице П.1.1. Для числа степеней
свободы
и заданной доверительной вероятности
.
Общее среднее квадратическое отклонение всего эксперимента для рассматриваемого примера (см. п. 4.3.5) равно
.
Таблица 4.4
Значения показателей расчета значимости коэффициентов уравнения регрессии
№ п/п |
|
Среднее квадратическое отклонение коэффициента регрессии
|
Величина полуинтервала
|
Значения коэффициентов
|
Значимость |
|
4 |
|
|
|
Да! |
|
4 |
|
|
|
Да! |
|
4 |
|
|
|
Да! |
Из данных представленных в табл. 4.4 видно, что для всех коэффициентов регрессии доверительный интервал не превышает их абсолютную величину. Следовательно, они являются статистически значимыми с вероятностью 95 %.