Оптимизация эксперимента в химии и химической технологии
..pdf6)квадрат общего итога, деленный на число всех наблюдений
(корректирующий член), |
|
|
в |
Ь |
\ 2 |
( т |
\ 2 |
( |
|
|
|
<‘ " ' 50>
7) сумму квадратов для столбца
SSA = SS2 — SS4; |
(III.51) |
8) сумму квадратов для строки
SSB = SS3— SS4; |
(III.52) |
9) общую сумму квадратов, равную разнице между суммой квадратов всех наблюдений и корректирующим членом
10) |
|
SSo6ui = SS i - SS4; |
(III.53) |
||
остаточную сумму квадратов |
|
||||
|
•SSQCT ~ |
|
|
SS\ — SS2 |
5S3*-f- SS4 |
|
: |
SS\ — SS2 — SS3 -f- |
(111.54) |
||
11) |
дисперсию SA 2 |
|
|
|
|
|
|
s2A = |
SSA/ ( k - 1); |
(111.55) |
|
12) |
дисперсию sB2 |
|
|
|
|
|
|
4 |
= |
SSBl(m— 1); |
(III. 56) |
13) |
дисперсию S 2OIH |
|
|
|
|
|
5 |
2 |
___ ♦S^OCT___ |
(III.57) |
|
|
|
OIII |
(*_1 )(m - l) • |
|
|
|
|
|
|
|
Результаты расчета удобно представлять в виде таблицы дис персионного анализа (табл. 9).
Установив при помощи дисперсионного анализа значимость влияния данного фактора, выясняют затем при помощи критерия Стьюдента или рангового критерия Дункана, какие именно сред ние значения у различны.
Линейная модель (III.29) справедлива, если между факторами А и В нет взаимодействия. В противном случае этому взаимодей ствию как фактору присуща своя дисперсия о2а в . Взаимодействие ЛВ, о2л в служит мерой того, насколько влияние фактора А зави сит от уровня фактора В, и наоборот, насколько влияние фактора В зависит от уровня А. В приведенном алгоритме при наличии взаимодействия между факторами а2лв, как составная часть, вхо дит в дисперсию 52ош. Выделить о2лв можно только при наличии параллельных наблюдений.
Пусть при каждом сочетании уровней факторов Л и В прово дится п параллельных опытов. Так, в табл. 7 в ячейке, образован-
Источник |
Число степепей |
Сумма квадратов |
дисперсии |
свободы |
|
Ал |
k — 1 |
S S A = s s 2 — s s 4 |
В |
т — 1 |
s s B = 5 S3 — S S 4 |
•S^OCT = S S \ -- Остаток (* — 1) (/к — 1) — S S 2— -{-
+ S S 4
Общая сумма km — 1 |
S S o 6 m — |
|
= SSi — S S 4 |
Матемагиче -
ское ожидание Средний квадрат среднего
квадрата
c2 |
SSA |
SA — k — 1 |
|
X |
|
c2 |
s s B |
sB — |
m — 1 |
|
|
„2 |
S S OCT |
ош (A-—l) ( m - l)
m a A “Ь а ош
kzB + °ош
°ош
ной пересечением /-го столбца и /-й строки, имеется целая серия наблюдений yi]i, r/fj2 , , J/ijn. Сохраним обозначение z/ij за средним результатом в ячейке. Выборочная диспереия результатов в каж дой ячейке
п
А} = 7 Т Г ^ ( У и а - Т и )2 |
(III.58) |
и=1
имеет п—1 степень свободы. Если выборочные дисперсии по всем ячейкам однородны, их_ можно усреднить и использовать получен ную средневзвешенную дисперсию
k т
(Ш .59)
б качестве оценки для дисперсии воспроизводимости а2. Число сте пеней свободы s2om равно mk(n—1). Более удобная формула Для вычисления дисперсии воспроизводимости
|
|
п • |
k т |
|
k т |
2 2 |
|
|
2 2 2 |
|
|
s |
2 _ 4_ 1 ; _ 1 |
. 1 |
п |
|
ош |
mk (п — 1) |
|
|
|
где у ц — сумма наблюдений в ij -н ячейке.
92
При проведении дисперсионного анализа* при нелинейной моде ли удобно использовать следующий алгоритм расчета. По табл. 7 находят: 1) суммы наблюдений в каждой ячейке
П
У1]^= 2 У1}и i |
||
J= 1, |
Ua1 |
m, |
2 ,..., |
||
/ = 1 , |
2,..., |
k\ |
2) квадрат сумм наблюдений в каждой ячейке
|
У[) = |
^ 2 |
^ ’ |
|
3) |
итоги по столбцам |
т |
п |
|
|
|
|
||
|
A'i — 2 |
2 |
УЦи' |
|
|
|
j - |
l 1 |
|
4) |
итоги по строкам |
k |
п ‘ |
|
|
|
|
||
|
В ] ~ |
2 |
2 |
Уijw |
|
|
|
1 и-1- |
|
5) сумму всех наблюдений |
(общий итог) |
|||
|
k т п |
|
k |
т - |
|
2 2 2 у ни = 2 |
= 2 в г> |
||
|
I- U - IM- I |
|
i-i |
1 |
6) сумму квадратов всех наблюдений |
||||
|
|
k |
т |
п |
|
SSI = 2 |
2 2 |
|
|
|
|
i =1 )*=1u=1 |
(III.61)
(lit.62)
(HI.63)
(III. 64)
(III.65)
(III.66)
7) сумму квадратов итогов по столбцам, деленную на число на блюдений в столбце,
к
(III.67)
8) сумму квадратов итогов по строкам, деленную на число на блюдений в строке,
т |
<шб8> |
ss’-iir21 fi?: |
9) квадрат общего итога, деленный на число всех наблюдении (корректирующий член),
/ k m п |
\ 2 |
|
2 2 2 Н |
/ |
|
\ /«.1)- 1и- 1 |
|
|
N |
/-1 |
1 |
|
10) |
сумму квадратов для столбца |
|
|
SSA = SS2 — SS4; |
(HI.70) |
11) |
сумму квадратов для строки |
|
|
ssB = ss3— ss4; |
(Ш.7i) |
12) сумму квадратов для дисперсии воспроизводимости |
|
|
|
k т |
|
|
2 уЬ |
(III.72) |
|
SS0UI — SSi — -Lzlizi---- ; |
|
|
П |
|
13) общую сумму квадратов, равную разнице между суммой квадратов всех наблюдений и корректирующим членом,
5So6u; = 55хSS4; |
(ш-73> |
14) остаточную сумму квадратов отклонений для эффекта взаи модействия АВ
SSAB = SS0бщ —S S A —SSg —5 5 0Ш; |
(III.74) |
||
15) дисперсию sA2 |
|
|
|
«л = |
SSA/ ( k - 1); |
(III.75) |
|
16) дисперсию sB2 |
|
|
|
s2B = S S B/ ( m - l ) ; |
|
(III.76) |
|
17) дисперсию S A B |
|
|
|
9. |
SSAB |
1)’ |
(III.77) |
SA B ~ |
( £ _ 1 ) (д а — |
|
|
18) дисперсию воспроизводимости |
|
|
|
2 |
m k ( n - l ) |
' |
(III.78> |
S°m = |
|
Проверка гипотезы о значимости взаимодействия факторов А и
Впроводится по Лкритерию одинаково для моделей со случайны ми и фиксированными уровнями. Однако проверки гипотез о значи мости факторов А и В проводят неодинаково для разных моделей.
Втабл. 10 приведен двухфакторный дисперсионный анализ ..с по
вторными опытами для модели со случайными уровнями.
Из табл. 10 видно, что для оценки значимости фактора А необ
ходимо составить дисперсионное отношение вида |
|
F = s \ l s \ B. |
(III.79) |
Влияние фактора А признается значимым, если |
|
|
Д в у х ф а к т о р н ы й |
ди сп ерси он н ы й |
а н а л и з д л я м о д ел и |
|
|
со слу ч ай н ы м и |
у р о в н я м и (с п о в т о р н ы м и о п ы т а м и ) |
|
|
Источник |
Число степеней |
|
|
Математиче |
Сумма квадратов |
Средний квадрат |
ское ожидание |
||
дисперсии |
свободы |
среднего |
квадрата
Аk — 1
Вт — 1
АВ |
( А - 1 ) ( / и - 1 ) |
Остаток |
mk (гг — 1) |
(ошибка) |
|
Общая сумма |
mkn — 1 |
SSj[ = SS2 — SS4
SSg — SS3 — ss4
S S AB — SSi —
—SS2 — SS3 -f-
SS0U1 — SS\ — k m
2 |
2 |
/ = |
1 1 |
n
= SSX— SS4
2 |
|
ЛШЗд + |
|
|
k - \ |
|
|
+ Л0лв + 0ОШ |
2 |
= |
S$B |
in |
m — 1 |
|
B |
|
|
|
|
+ "fAB+aош |
2 |
|
ssAB |
SAB~~(k— \){m— \) п°АВ + °ош
2 |
SS0ш |
о2 |
|
S°u,_ |
m k {n — 1) |
||
ош |
где р — уровень значимости; f\ —k—1; f2= (k—1) (т—1). Аналогич но, влияние фактора В считается значимым, если
|
~ Y ~ > F ^ p i f u fi), |
(111.80а) |
|
SAB |
|
где = |
f 2 = (k— 1) (m— 1). |
|
Если неравенства (III.80) и (Ш.80а) |
не выполняются, влия |
ние факторов А п В следует считать незначимым.
Для математической модели с фиксированными уровнями чле ны, соответствующие взаимодействию, исчезают из сумм квадратов отклонений S S A и SS B [14].
Вследствие этого для оценки значимости фактора А составляют
дисперсионное отношение вида |
|
F = A>slm< |
(Ш.81) |
в знаменателе которого стоит оценка для дисперсии воспроизводи мости. Полученное дисперсионное отношение сравнивается с таб-
При каждом сочетании типа растворителя и галоидного алкила сделано два |
|
|||||||||||||
параллельных опыта. Требуется |
оценить значимость влияния типа растворителя |
|
||||||||||||
и галоидного алкила на процесс синтеза. |
|
|
|
представляет |
собой |
мо |
|
|||||||
Р е ш е н и е . |
Математическая |
модель эксперимента |
|
|||||||||||
дель с фиксированными уровнями. Уровни факторов А и В выбраны не случайно, |
|
|||||||||||||
поскольку необходимо установить |
влияние |
на |
процесс |
синтеза |
только данных |
|
||||||||
четырех типов растворителей и галоидных алкилов. Расчет проводится в соот |
|
|||||||||||||
ветствии-с приведенным |
алгоритмом по формулам (111.61) — (III.78): |
|
|
|
||||||||||
1. Определим суммы наблюдений в каждой ячейке |
(таблица) |
|
|
|
|
|||||||||
|
|
|
|
|
4 |
|
|
|
|
|
|
|
|
|
В |
01 |
|
а а |
|
ал |
|
|
|
|
Итоги |
|
|
||
|
|
|
|
|
|
|
|
|
|
|||||
Ьг |
27,1 |
|
10,5 |
|
101,7 |
|
26,8 |
|
166,1 |
|
|
|||
|
39,1 |
|
37,7 |
|
27,2 |
|
18,1 |
|
122,1 |
|
|
|||
*3 |
15,8 |
|
75,9 |
|
11,0 |
|
109,6 |
|
212,3 |
|
|
|||
Ьа |
40,8 |
|
121 |
|
38,1. |
|
117,9 |
|
317,8 |
|
|
|||
Итоги |
122,8 |
|
245,1 |
|
17М |
|
272,4 |
|
818,3 |
|
|
|||
2. Возведем |
полученные суммы |
в квадрат. |
Результаты |
y\j |
представим |
в |
|
|||||||
виде таблицы. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
В |
|
|
|
|
|
|
А |
|
|
|
|
|
|
|
ах |
|
|
а 2 |
|
|
|
Аз |
|
|
<*А |
|
|
||
|
|
|
|
|
|
|
|
|
|
|||||
Ьг |
734,41 |
|
110,25 |
|
10342,89 |
|
|
718,24 |
|
|
||||
ь2 |
1528,81 |
|
1421,29 |
|
|
739,84 |
|
|
327,61 |
|
|
|||
h |
249,64 |
|
5760,81 |
|
|
121,0 |
|
12012,16 |
|
|
||||
Ьа |
1064,64 |
|
14641 |
|
1451,61 |
|
13900,41 |
|
|
|||||
3. Подсчитаем итоги по столбцам. Например, |
|
|
|
|
|
|
|
|
||||||
|
Ах= |
27,1 + 3 9 ,1 + |
15,8 + 4 0 ,8 = |
122,8. |
|
|
|
|
|
|||||
4. Подсчитаем итоги по строчка-м. Например, |
|
|
|
|
|
|
|
|
||||||
|
В2 = 39,1 + |
37,7 + |
27,2 + 18,1 = |
122,1. |
|
|
|
|
|
|||||
5. Определим общий итог — сумму всех наблюдений: |
|
|
|
|
|
|
||||||||
|
i |
s |
|
|
i |
> |
|
|
( j „ |
- |
i |
^ |
- |
i |
|
/ - i y - l t t - 1 |
|
1 - 1 |
|
) ~ 1 |
|
|
|
|
|
|
|
||
6. Определим сумму квадратов всех наблюдений: |
|
|
|
|
|
|
|
|||||||
|
S S 1 = 2 |
S |
2 |
^ „ |
= 32916.43. |
|
|
|
|
|
||||
|
|
; - |
l |
1и-1 |
|
|
|
|
|
|
|
|
|
|
7. Определим сумму квадратов итогов по столбцам, деленную на число на
блюдений в столбце,
Af = ^ (122,82 + 245,12 + 178,02 + 272,42) =
181039,01
22262,95.
8
8. Определим сумму квадратов итогов по строкам, деленную на число на блюдений в стр.оке,
= |
В) = ^ (165,12 + 122,12 + 212,32 + 317,82) = |
i-i
188565,75 = 23570,72.
8
9. Определим квадрат общего итога, деленный на число всех наблюдений,
( 4 |
4 |
2 |
\ 2 |
|
|
|
2 |
2 |
2 |
»иш) |
818,32 |
669617,89 |
|
SS4 = 1-1)=1Ц-1 |
' |
|||||
32 |
= 20925,47. |
|||||
|
|
32 |
|
32 |
10. Определим суммы квадратов отклонений для факторов А и В:
SSA = |
SS2 — SS4 = |
22262,95 — 20925,47 |
= |
1704,48, |
SSB = |
SS3 — SS4 - |
23570,72 — 20925,47 = |
2645,25. |
11. Определим сумму квадратов для дисперсии воспроизводимости:
k ТП
2 2 «и
SSnnl — SS\ —
■= 32916,43 — |
65724,61 |
_ |
------ 1— = |
54,13. |
k m |
4 |
4 |
|
2 2 |
= 2 |
2 |
уЬ- |
/ - W-1 |
|
|
|
12. Определим общую сумму квадратов: |
|
|
|
SSo6щ = SSi — SS4 = 32916,43 — 20925,47 = 11990,96. |
|||
13. Определим сумму квадратов |
отклонений |
для эффекта взаимодействияз |
—SSo6ux— SSA — SSB — SS0lu =
=11990,96— 1704,48 — 2645,25 — 54,13 = 7587,11.
14.Определим соответствующие дисперсии:
|
|
SSA |
1704,48 = 568,16; |
|
s л —' k — 1 |
4 — 1 |
|
||
|
|
|
^ 2 .5 |
|
|
я m — 1 |
4 — 1 |
|
|
s2ОШ |
= |
ssa |
54,13 |
|
mk(n — 1) |
= |
3,38, |
||
|
|
4 - 4 ( 2 — 1) |
|
|
|
|
SSAB____________7587,11 |
843,01. |
|
S A B — ( A _ l ) ( « _ l ) , “ |
= |
|||
( 4 — 1)(4 —r-1) |
|
Результаты расчета сведены в таблицу двухфакторного дисперсионного анализа. 98
Источник дисперсии |
Число степеней |
Сумма квадратов |
Средний квадрат |
свободы |
|||
А |
3 |
1704,48 |
568,16 |
В |
3 |
2645,25 |
881,75 |
АВ |
9 |
7587,11 |
843,01 |
Ошибка |
16 |
54,13 |
3,38 |
Общая сумма |
31 |
11990,97 |
|
Значимость линейных эффектов А и В и эффекта |
взаимодействия проверялась |
|
по критерию Фишера. Дисперсионное отношение для эффекта А |
||
F = |
568,16 |
|
168,09. |
||
|
3,38 |
|
Для эффекта В |
|
|
|
881,75 |
|
|
260,87. |
|
|
3,38 |
|
Табличное значение критерия |
Фишера для |
уровня значимости /г= 0,05 и |
числа степеней свободы fi=3 и f2= 16 F0,95 (3,16) =3,2. |
Поскольку рассчитанные дисперсионные отношения больше табличного, фак торы А и В значимы, т. е. выход полимера существенно зависит от типа раство рителя и галоидного алкила. Для проверки значимости эффекта взаимодействия составлено отношение
|
о2 |
843,01 |
F = |
S A B |
|
|
= 249,41. |
|
|
|
3,38 |
Табличное значение критерия |
Фишера для р=0,05, fi=9 и ^2= 16, ^0,95 (9,16) = |
|
=2,65, |
|
|
SAB ^Sош > ^табл»
и, следовательно, эффект взаимодействия следует считать значимым. Таким обра зом, интенсивность влияния типа растворителя на процесс полимеризации зави сит от того, с каким галоидным алкилом проводится полимеризация, и наоборот, влияние галоидного алкила зависит от выбранного растворителя.
4. |
Планирование эксперимента при дисперсионном анализе. Ла |
|||||
тинские и гипер-греко-латинские квадраты. При изучении влияния |
||||||
на процесс двух |
факторов число |
необходимых |
экспериментов |
|||
N (без повторения опытов) определялось |
произведением |
уровней |
||||
изучаемых факторов. Если число уровней |
п одинаково, |
то объем |
||||
эксперимента при двухфакторном |
дисперсионном |
анализе равен |
||||
N = n2. При таком |
числе опытов в эксперименте встречаются все |
|||||
возможные сочетания уровней изучаемых факторов. |
Такой экспе |
|||||
римент называется |
полным факторным |
экспериментом |
(ПФЭ). |
Эксперимент, в котором пропущены некоторые сочетания уровней, называется дробным факторным экспериментом (ДФЭ).
Сокращение перебора уровней всегда приводит к потере части информации. Поэтому при ДФЭ важно так спланировать экспери мент, чтобы терялась наименее существенная при данной постанов-
ке задачи информация. Особенно широко используются ДФЭ, в котором теряется лишь информация о взаимодействиях изучаемых факторов. Это правомерно в тех случаях, когда эффекты взаимо действия заведомо отсутствуют или настолько малы, что их можно не учитывать. Рассмотрим трехфакторный дисперсионный анализ при одинаковом числе уровней п для каждого фактора. Полный перебор сочетаний уровней факторов потребует N опытов:
N = п 3. |
(III.82) |
'Число опытов можно значительно сократить, если воспользо ваться ДФЭ по схеме латинского квадрата, введенного впервые Фишером. Латинский квадрат п Х п — это квадратная таблица, со ставленная из п элементов (чисел или букв) таким образом, что каждый элемент повторяется в каждой строке и каждом столбце только один раз. Из трех элементов образуется латинский квадрат 3X3:
Л В С
В С А
С А В |
(III.83) |
Из четырех элементов — латинский квадрат 4X4:
А В С D
ВС D А
СD А В
D А В С (III.84)
Стандартными или каноническими латинскими квадратами на зываются такие квадраты, у которых первая строка и первый стол
бец построены |
в алфавитном порядке |
(элементы |
квадрата — бук |
вы) или в порядке натурального ряда |
(элементы |
квадрата — чис |
|
ла). Квадраты |
(III.83) и (III.84) являются стандартными. По |
строены эти квадраты путем одношаговой циклической перестанов ки: вторая строка строится перестановкой в конец строки первого
элемента первой строки, |
третья строка — перестановкой в конец |
первого элемента второй |
строки и т. д. Одношаговая циклическая |
перестановка — это наиболее простой способ построения латинского квадрата. В общем случае п Х п латинский квадрат может быть построен при п —1 одношаговых циклических перестановках. Число
латинских квадратов, зависит от размера квадрата |
и для |
п> 3 оно |
|
достаточно велико. Так, имеется |
576 латинских |
квадратов 4X4, |
|
161 280 латинских квадратов 5x5. |
по схеме латинского |
квадрата |
|
К планированию эксперимента |
прибегают при исследовании влияния на процесс трех факторов А, В и С. При этом факторы А и В могут быть связаны с самим ис следованием, а в качестве фактора С рассматривается неоднород ность материала.