- •ВВЕДЕНИЕ
- •1. ОБРАБОТКА РЕЗУЛЬТАТОВ НОРМАТИВНЫХ НАБЛЮДЕНИЙ
- •1.1. Общий порядок организации нормативных наблюдений
- •1.2. Обработка результатов натурных наблюдений. Программа «Natura»
- •1.3. Определение основных характеристик рядов наблюдения. Программа «Sample»
- •2. МНОГОФАКТОРНЫЕ МАТЕМАТИЧЕСКИЕ МОДЕЛИ НА ОСНОВЕ БАЗ ДАННЫХ НАБЛЮДЕНИЙ (ИСПЫТАНИЙ). ПРОГРАММА «MODELL»
- •2.1. Шаговый регрессионный метод
- •2.2. Построение доверительных интервалов. Программа «Diagram»
- •3.1. Формулировка задачи
- •3.2. Примеры формулировок экономических задач и их решений при помощи программ «Simply», «Simplint» и «Rasm»
- •4. ТРАНСПОРТНАЯ ЗАДАЧА. ПРОГРАММА «TRANSY»
- •5. ЗАДАЧА КОММИВОЯЖЕРА. ПРОГРАММА «KOMMY»
- •6. ОПТИМИЗАЦИЯ ПОРТФЕЛЯ ЦЕННЫХ БУМАГ. ПРОГРАММА «MARK»
- •7. СЕТЕВОЙ ГРАФИК. ПРОГРАММА «SETY»
- •8. ВАРИАНТЫ ЗАДАЧ ДЛЯ САМОСТОЯТЕЛЬНОГО РЕШЕНИЯ
- •Задача 1. Провести обработку результатов нормативных наблюдений и рассчитать новую норму времени на выполнение строительного процесса вручную. Результаты ручного расчета проверить с помощью программы «Natura».
- •Задача 3. В таблицах 8.32 и 8.33 приведены данные по 15 субъектам Российской Федерации о денежных доходах и потребительских расходах на душу.
- •Задача 8. Определение оптимального варианта раскроя арматуры. Произвести раскрой арматурных стержней определенной длины и получить заготовки проектных размеров в необходимых количествах с минимальными отходами при раскрое.
- •9. ПРИЛОЖЕНИЯ. ЛИСТИНГИ ПРИКЛАДНЫХ ПРОГРАММ
- •П1. Листинг программы «NATURA»
- •П2. Листинг программы «SAMPLE»
- •П3. Листинг программы «MODELL»
- •П4. Листинг программы «DIAGRAMM»
- •П5. Листинг программы «SIMPLY»
- •П6. Листинг программы «SIMPLINT»
- •П7. Листинг программы «RASM»
- •П8. Листинг программы «TRANSY»
- •П9. Листинг программы «KOMMY»
- •П10. Листинг программы «MARK»
- •П11. Листинг программы «SETY»
- •РЕКОМЕНДУЕМАЯ ЛИТЕРАТУРА
- •Содержание
- •ВВЕДЕНИЕ
- •1.1. Организационно-технологическая надёжность строительства. Её роль в повышении качества производства работ
- •1.2. Критерии оценки организационно-технологической надежности. Методики их определения
- •1.3. Методики и программы расчета технико-экономических показателей систем машин
- •1.4. Работы по формированию рациональных систем машин
- •1.5. Задачи и подходы к оптимизации распределения систем машин по строительным объектам
- •1.6. Методические и программные средства оценки инвестиционных проектов
- •1.7. Цель и задачи исследований
- •2. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ РАБОТЫ СТРОИТЕЛЬНЫХ МАШИН
- •2.1. Критерии оценки состояния организационно-технологической надежности работы машин
- •2.2. Обработка натурных испытаний строительных машин
- •2.3. Модель надежности инвестиционных проектов
- •2.4. Модель надежности календарного планирования
- •2.5. Модель надежности работы гидротранспортных систем
- •2.6. Модель надежности технологических процессов
- •2.7. Выводы
- •3. ПРОГНОЗИРОВАНИЕ И ОЦЕНКА ОРГАНИЗАЦИОННО-ТЕХНОЛОГИЧЕСКОЙ НАДЕЖНОСТИ РАБОТЫ СИСТЕМ МАШИН
- •3.1. Методологические подходы к прогнозированию и оценке систем
- •3.2. Прогнозирование и оценка организационно-технологической надежности инвестиционных проектов
- •3.3. Прогнозирование и оценка организационно-технологической надежности календарных планов строительства
- •3.4. Прогнозирование и оценка организационно-технологической надежности очередности строительства
- •3.5. Прогнозирование и оценка организационно-технологической надежности работы систем машин
- •3.6. Прогнозирование и оценка организационно-технологической надежности работы комплектов машин для производства земляных работ
- •3.7. Прогнозирование и оценка организационно-технологической надежности работы комплектов машин для производства бетонных работ
- •3.8. Моделирование организационно-технологической надежности работы комплектов машин для перевозки грузов
- •3.9. Прогнозирование и оценка организационно-технологической надежности работы монтажных кранов
- •3.10. Выводы
- •4. ОПТИМИЗАЦИЯ СИСТЕМ МАШИН
- •4.1. Оптимизации парка машин
- •4.2. Оптимизация комплекса машин
- •4.3. Оптимизация очередности выполнения строительных работ
- •4.4. Оптимизация распределения машин в строительстве
- •4.5. Выводы
- •5. РЕКОМЕНДАЦИИ ПО ЭФФЕКТИВНОМУ ИСПОЛЬЗОВАНИЮ СИСТЕМ МАШИН
- •5.2. Оценка организационно-технологической надёжности инвестиционных проектов
- •5.3. Оценка организационно-технологической надёжности календарного планирования
- •5.4. Оценка организационно-технологической надёжности строительного производства на примере земляных работ
- •5.5. Управление организационно-технической надежностью работы строительно-дорожных машин
- •5.6. Выводы
- •ЗАКЛЮЧЕНИЕ
- •СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ
- •Содержание
- •ВВЕДЕНИЕ
- •1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ФОРМИРОВАНИЯ ПАРКОВ МАШИН
- •1.3. Оценка надежности инвестиционных проектов
- •1.4. Оценка надежности календарного планирования
- •1.5. Оценка надежности проектных показателей работы машин
- •1.6. Оценка надежности технологических процессов
- •2.1. Методологические подходы к моделированию
- •2.2. Моделирование организационно-технологической надежности инвестиционных проектов
- •2.3. Моделирование организационно-технологической надежности календарных планов строительства
- •2.4. Моделирование организационно-технологической надежности очередности строительства
- •2.5. Моделирование организационно-технологической надежности работы парков машин
- •2.6. Моделирование организационно-технологической надежности работы комплектов машин для производства земляных работ
- •2.7. Моделирование организационно-технологической надежности работы комплектов машин для производства бетонных работ
- •2.8. Моделирование организационно-технологической надежности работы комплектов машин для перевозки грузов
- •2.9. Моделирование организационно-технологической надежности работы монтажных кранов
- •3. ОПТИМИЗАЦИЯ КОЛИЧЕСТВА И ТИПОВ МАШИН, СОСТАВЛЯЮЩИХ ПАРК МАШИН
- •3.1. Методика оптимизации составов парка машин
- •3.2. Оптимизация комплекса машин
- •3.3. Формирование ресурсосберегающего комплекса машин
- •3.4. Оптимизация очередности выполнения механизированных объёмов на строительных объектах
- •3.5. Оптимальное распределение машин в строительстве
- •4.1. Возможности методического и программного обеспечения
- •4.2. Модели организационно-технологической надёжности инвестиционных проектов
- •4.3. Модели организационно-технологической надёжности календарного планирования
- •4.4. Модели организационно-технологической надёжности строительного производства на примере земляных работ
- •4.5. Управление организационно-технической надежностью работы строительно-дорожных машин
- •4.6. Рекомендации по определению эффективности применения новых строительных машин и механизмов
- •ЗАКЛЮЧЕНИЕ
- •Содержание
- •ВВЕДЕНИЕ
- •1.1. Оценка надежности работы строительных машин
- •1.2. Оценка организационно-технологической надежности работы строительных машин
- •1.3. Действующие методики расчета технико-экономических показателей проектных решений
- •1.5. Защита свай от коррозии
- •2. ОБОСНОВАНИЕ СПОСОБОВ ПОГРУЖЕНИЯ СВАЙ
- •2.1. Моделирование погружения свай
- •2.2. Модели способов погружения свай
- •2.3. Влияние условий производства работ на экономическую эффективность свайно-бурового производства
- •2.4. Анализ показателей производства свайных работ
- •3. ОБОСНОВАНИЕ КОМПЛЕКСА МАШИН ДЛЯ ПОГРУЖЕНИЯ СВАЙ
- •3.1. Автоматизация проектирования технологических процессов
- •3.2. Алгоритм обоснования способов погружения свай
- •3.3. Выводы
- •4. ФОРМИРОВАНИЕ РЕСУРСОСБЕРЕГАЮЩИХ ПАРКОВ, КОМПЛЕКСОВ И КОМПЛЕКТОВ СТРОИТЕЛЬНЫХ МАШИН
- •4.1. Общий подход
- •4.2. База технических и экономических показателей строительных машин и механизмов
- •4.3. База данных по организационно-технологической надёжности
- •4.4. База справочной информации для организационно-технологических расчётов
- •4.5. Выводы
- •5. ОЦЕНКА ТЕХНИЧЕСКОЙ НАДЕЖНОСТИ РАБОТЫ БУРОВЫХ СТАНКОВ
- •6. МОДЕЛИРОВАНИЕ НАДЕЖНОСТИ РАБОТЫ БУРОВЫХ СТАНКОВ
- •ЗАКЛЮЧЕНИЕ
- •СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ
- •Содержание
- •ВВЕДЕНИЕ
- •1. ОСНОВНЫЕ ПОНЯТИЯ И ОПРЕДЕЛЕНИЯ
- •1.1. Строительство как отрасль материального производства
- •1.2. Трудовые ресурсы отрасли (строительные организации и фирмы)
- •1.3. Возникновение и развитие науки «Организация, планирование и управление строительством»
- •2. НАУЧНЫЕ ОСНОВЫ ОРГАНИЗАЦИИ СТРОИТЕЛЬСТВА
- •2.1. Основные термины и понятия организации строительства
- •2.3. Понятие «инвестиционный проект» и управление проектом
- •3. ПОДГОТОВКА СТРОИТЕЛЬНОГО ПРОИЗВОДСТВА
- •3.1. Организационно-техническая подготовка к строительству
- •3.2. Организация проектно-изыскательских работ для строительства
- •4. МОДЕЛИРОВАНИЕ ОРГАНИЗАЦИИ СТРОИТЕЛЬНОГО ПРОИЗВОДСТВА
- •4.1. Понятие и виды организационно-технологических моделей строительства
- •4.2. Моделирование поточного строительства
- •4.2.1. Сущность поточной организации строительства
- •4.2.2. Классификация строительных потоков
- •4.2.3. Параметры строительных потоков
- •4.2.4. Моделирование ритмичных строительных потоков
- •4.2.5. Моделирование неритмичных строительных потоков
- •4.2.6. Установление оптимальной очередности возведения объектов
- •4.3. Моделирование строительства на основе системы сетевого планирования и управления строительством
- •4.3.2. Основные понятия метода СПУ и элементы сетевых моделей
- •4.3.3. Классификация сетевых графиков
- •4.3.4. Правила построения сетевых моделей
- •4.3.5. Расчетные параметры сетевых графиков и формулы их определения
- •4.3.6. Расчет сетевых графиков и построение их в масштабе времени
- •4.3.7. Корректировка и оптимизация сетевых графиков
- •5. ПРОЕКТИРОВАНИЕ ОРГАНИЗАЦИИ СТРОИТЕЛЬСТВА
- •5.1. Разработка проекта организации строительства (ПОС)
- •5.1.1. Характеристика исходных данных
- •5.1.3. Определение потребности в материально-технических, трудовых и водо-энергетических ресурсах
- •5.1.3.1. Расчет потребности в строительных материалах, конструкциях и полуфабрикатах
- •5.1.3.2. Расчет потребности в водо-энергетических ресурсах
- •5.1.3.3. Определение затрат труда
- •5.1.4. Выбор организационно-технологических схем возведения зданий
- •5.1.5. Выбор методов организации работ
- •5.1.6. Составление сводного календарного плана строительства (СКПС). Составление календарного плана подготовительного периода
- •5.1.6.2. Расчет параметров комплексного потока строительства промышленного предприятия
- •5.1.7. Разработка стройгенпланов на основной и подготовительный периоды строительства с расчетом строительного хозяйства
- •5.1.8. Охрана труда и противопожарные мероприятия
- •5.1.9. Технико-экономическая оценка ПОС
- •6. РАЗРАБОТКА ПРОЕКТА ПРОИЗВОДСТВА РАБОТ (ППР) НА ОБЪЕКТЕ
- •6.1. Характеристика исходных данных и объекта строительства
- •6.2. Подсчет объемов работ
- •6.3. Выбор методов производства работ, основных строительных машин и механизмов
- •6.3.1. Земляные работы.
- •6.3.2. Возведение подземной и надземной частей здания
- •6.4. Определение трудоемкости работ
- •6.5. Календарное планирование
- •6.5.1. Проектирование линейного графика
- •6.5.2. Проектирование циклограммы
- •6.5.3. Проектирование сетевого графика
- •6.6. Проектирование стройгенплана объекта с расчетом строительного хозяйства
- •6.6.1. Потребность во временных зданиях и сооружениях
- •6.6.2. Определение площадей складов
- •6.6.3. Водоснабжение строительной площадки
- •6.6.4. Электроснабжение строительной площадки
- •6.6.5. Снабжение строительства сжатым воздухом
- •6.7. Мероприятия по охране труда и противопожарной безопасности
- •6.8. Технико-экономическая оценка ППР
- •7. ОРГАНИЗАЦИЯ МАТЕРИАЛЬНО-ТЕХНИЧЕСКОГО ОБЕСПЕЧЕНИЯ СТРОИТЕЛЬСТВА
- •7.1. Понятие и масштабы материально-технической базы строительства.
- •7.2. Организация и источники поставок материально-технических ресурсов
- •7.3. Понятие логистики
- •7.4. Учет и контроль расхода материалов
- •7.5. Организация производственно-технологической комплектации строящихся объектов
- •8. ОРГАНИЗАЦИЯ И ЭКСПЛУАТАЦИЯ СТРОИТЕЛЬНЫХ МАШИН
- •8.1. Основные положения и понятия
- •8.2. Организационные формы эксплуатации парка строительных машин
- •9. ОРГАНИЗАЦИЯ ТРАНСПОРТА НА СТРОИТЕЛЬСТВЕ
- •9.1. Общие положения
- •9.2. Организация автотранспорта на строительстве
- •Библиографический указатель
- •ВВЕДЕНИЕ
- •1. СУЩНОСТЬ УПРАВЛЕНИЯ СТРОИТЕЛЬНЫМ ПРОИЗВОДСТВОМ
- •1.1. Сущность понятия «управление строительством»
- •1.2. Строительство как производственная система
- •1.3. Управляющая и управляемая подсистемы
- •2.1. Закономерности управления
- •2.2. Принципы управления
- •3. ОРГАНИЗАЦИЯ УПРАВЛЕНИЯ
- •3.1. Процесс управления
- •3.2. Функции управления
- •4. ОРГАНИЗАЦИЯ СИСТЕМ УПРАВЛЕНИЯ
- •4.1. Требования к системам управления
- •4.2. Типы организационных структур управления
- •4.3. Организационные формы и структура управления отраслью
- •4.4. Виды подрядных строительно-монтажных организаций
- •4.5. Организационная структура аппарата управления строительных организаций
- •5. ТЕХНОЛОГИЯ И ТЕХНИКА УПРАВЛЕНИЯ
- •5.1. Управленческая информация ее виды
- •5.2. Техника управления
- •6. УПРАВЛЕНЧЕСКИЕ РЕШЕНИЯ
- •6.1. Роль управленческих решений в процессе управления
- •6.3. Субъективные недостатки решений и пути их устранения
- •6.4. Организация принятия и реализации управленческих решений
- •7. МЕТОДЫ ПРИНЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ
- •7.1. Системный подход
- •7.2. Моделирование систем
- •7.3. Системный анализ
- •7.4. Экспертные методы принятия решения
- •7.5. Логические и логико-математические методы принятия решений
- •8. СТИЛИ И МЕТОДЫ УПРАВЛЕНИЯ
- •8.1. Социально-психологические аспекты управления
- •8.2. Стили управления
- •8.3. Типичные недостатки работников сферы управления
- •8.4. Методы управления
- •9. ОПЕРАТИВНОЕ УПРАВЛЕНИЕ СТРОИТЕЛЬНЫМ ПРОИЗВОДСТВОМ
- •9.1. Общие положения
- •9.2. Разработка месячных оперативных планов
- •9.3. Недельно-суточное оперативное планирование
- •9.4. Диспетчерское управление в строительстве
- •10.1. Научные основы управления качеством строительства
- •10.2. Система контроля качества в строительстве
- •10.3. Организация приемки объектов в эксплуатацию
- •Библиографический указатель
- •Содержание
2. МНОГОФАКТОРНЫЕ МАТЕМАТИЧЕСКИЕ МОДЕЛИ НА ОСНОВЕ БАЗ ДАННЫХ НАБЛЮДЕНИЙ (ИСПЫТАНИЙ). ПРОГРАММА «MODELL»
Строительство зданий и сооружений представляет собой сложную стохастическую систему, в которой происходят многообразные и многочисленные организационно-технологические сбои. Причинами сбоев является множество дестабилизирующих производство факторов. Установление зависимости влияния какого-либо фактора на результаты определенного строительного процесса возможно путем построения математических моделей на основе баз данных наблюдения (испытаний) производственных процессов
2.1. Шаговый регрессионный метод
Для построения многофакторных математических моделей используется шаговый регрессионный метод [11]. Шаговый регрессионный метод начинается с построения простой корреляционной матрицы и включения в регрессионное уравнение переменной, наиболее коррелируемой с откликом, для включения в уравнение выбирается переменная с наибольшей величиной квадрата частного коэффициента корреляции и так далее.
Для проверки введенных на раннем шаге переменных, на предмет их взаимосвязи с другими переменными, на каждом шаге вычисляется частный F – критерий (критерий Фишера) для каждой переменной уравнения и сравнивается с заранее избранной процентной точкой соответствующего F – распределения. Это позволяет оценить вклад переменной в предположении, что она введена в модель последней, независимо от момента ее фактического введения. Переменная, дающая незначительный вклад, исключается из модели. Этот процесс продолжается до тех пор, пока не будут рассмотрены все переменные.
Общий F–критерий служит для определения статистической значимости модели, рассматриваемой на каждом этапе. Рассчитывается следующим образом:
F = Среднийквадрат,обусловленный регрессией .
Среднийквадрат,обусловленныйостатком
Для сравнения влияния и установления относительной важности каждого из факторов используется нормирование коэффициентов регрессии:
bi = ai Sxi /Syi , (2.1)
где bi – коэффициент уравнения регрессии после нормирования; ai – коэффициент уравнения регрессий до нормирования;
Sxi – средняя квадратичная ошибка переменной Хi; Syi – средняя квадратичная ошибка отклика Yi.
19
Нормирование коэффициентов регрессии возможно лишь при случайных переменных Хi.
Далее для полученной модели строится вектор ошибок и проверяется соответствие его закону нормального распределения, что является необходимым условием для использования критериев t и F при получении доверительных интервалов.
Проверка принадлежности вектора ошибок закону нормального распределения осуществляется с помощью критерия согласия Пирсо-
на – χ2. Для чего строится эмпирическое распределение вектора ошибок, определяется значение χ2, и, в соответствии с выбранным уровнем надёжности критерия – α (чаще всего выбирается α=0,05 [95%] или α=0,01 [99%]), по таблицам определяется теоретическое значение χ2α.
Если χ2 = χ2α, то нет основания отвергать гипотезу о нормальности распределения вектора ошибок.
Для проверки неадекватности модели используют средний квадрат
ошибки S2, как оценку величины σ2, предполагая, что модель правильна. Если эти величины отличаются на порядок и более, делается вывод о неадекватности модели.
Проверка значимости уравнения регрессии (для нулевой гипотезы Но: в1 = в2 =... = 0) производится с помощью отношения средних квадратов SS(R/во)/(р – 1), которое рассматривается как распределенная случайная величина F (р – 1,v), где SS(R/во) – сумма квадратов с учетом поправки на оценку коэффициента модели во ; р – число степеней свободы регрессии; v = n – р – число степеней свободы вектора ошибок; n – количество вариантов для которых строится модель.
Для «статистически значимого» уравнения регрессии дисперсионное отношение должно превосходить теоретическое значение F (р – 1,
v, 1-α) с заданным уровнем значимости α.
Число наблюдений – равно числу расчётов в соответствующей задаче. Уровень риска β для доверительного интервала обозначает веро-
ятность α совершения ошибки первого рода и используется для
расчета доверительных интервалов уровня 1 – α коэффициентов регрессии. Доля объясненной вариации в % – это квадрат коэффициента множественной корреляции, R2. Средний отклик означает среднее арифметическое всех наблюдаемых значений отклика (переменной Y). Стандартная ошибка в процентах от среднего отклика – это мера величины стандартного отклонения остатков относительно среднего отклика рассчитывается как отношение стандартного отклонения остатков к среднему отклику.
Построение многофакторных математических моделей производится с использованием программы «Modell»
20
Программа «Modell» написана на алгоритмическом языке Delphi для персональных ЭВМ РС AТ. Программное обеспечение предусматривает также проверку принадлежности наборов показателей отдельного опыта данной выборке с целью поиска и исключения выбросов.
Исходные данные программы «Modell» приведены в таблице 2.1.
Таблица 2.1. Исходные данные
|
|
Наименование показателя |
Обозначение |
Поле |
|
|
|
Имя модели |
Название модели |
Namem |
|
||
|
Имя таблицы опытов (от 1 до 25 символов) |
Таблица опытов |
Tabl |
|
||
|
Количество опытов в таблице |
Записи |
Nz |
|
||
|
Количество факторов (от 2 до 99) |
Факторы |
Nf |
|
||
|
Количество выбросов (от 0 до 10000) |
Выбросы |
Nw |
|
||
|
Степень полинома (от 1 до 5) |
Степень |
Ip |
|
||
|
Уровень риска (1–99%, 5–95%) |
Уровень риска |
Risk |
|
||
|
Доля стандартных отклонений остатков |
Отклонения |
Sigma |
|
||
|
(1–1 σ, 2–2 σ, 3–3σ) |
|
|
|
|
|
|
Нормировать исходные данные (0 – нет, 1 – да) |
Нормирование |
Norma |
|
||
|
Выводить данные по корреляционному анализу |
Корреляция |
Korel |
|
||
|
(0 – нет, 1 – да) |
|
|
|
|
|
|
Выводить данные по дисперсионному анализу |
Дисперсия |
Disp |
|
||
|
(0 – нет, 1 – да) |
|
|
|
|
|
|
Выводить матрицу исходных данных (0 – нет, 1 – да) |
Разность |
Razn |
|
||
|
|
Факторы выборки приведены в таблице 2.2. |
|
|
||
|
|
Таблица 2.2. Факторы |
|
|
||
|
|
Наименование показателя |
Обозначение |
|
Поле |
|
|
Имя поля таблицы опытов с заданным фактором |
Фактор |
|
Pole |
|
|
|
Условное обозначение фактора |
Обозначение |
|
Znak |
|
|
|
Признак включения фактора в модель |
Признак |
|
Priz |
|
|
|
- 1 – не включается; |
|
|
|
|
|
|
0 |
– зависимый фактор (должен быть один в модели); |
|
|
|
|
|
1 |
– фактор включается по F-критерию; |
|
|
|
|
|
2 |
– фактор обязательно будет включён в модель; |
|
|
|
|
|
3 |
– в модель будут включены все степени и произве- |
|
|
|
|
|
дения данного фактора. |
|
|
|
|
|
|
Введенная подстановка |
Подстановка |
|
Podst |
|
|
|
1 |
– подстановка не вводится; |
|
|
|
|
|
2 |
– вводится подстановка X = 1 / X; |
|
|
|
|
|
3 |
– вводится подстановка X = Sqrt(X); |
|
|
|
|
|
4 |
– вводится подстановка X = Ln(X). |
|
|
|
|
Приведем пример построения математической модели (регрессионного уравнения) по программе «Modell» на основе исходных данных таблицы 2.3
21
Таблица 2.3. Исходные данные
Номер опыта |
Факторы |
|
Номер опыта |
|
Факторы |
||
|
Y |
|
X |
|
Y |
|
X |
1 |
10,98 |
|
35,3 |
14 |
9,57 |
|
39,1 |
2 |
11,13 |
|
29,7 |
15 |
10,94 |
|
46,8 |
3 |
12,51 |
|
30,8 |
16 |
9,58 |
|
48,5 |
4 |
8,40 |
|
58,8 |
17 |
10,09 |
|
59,3 |
5 |
9,27 |
|
61,4 |
18 |
8,11 |
|
70,0 |
6 |
8,73 |
|
71,3 |
19 |
6,83 |
|
70,0 |
7 |
6,36 |
|
74,4 |
20 |
8,88 |
|
74,5 |
8 |
8,50 |
|
76,7 |
21 |
7,68 |
|
72,1 |
9 |
7,82 |
|
70,7 |
22 |
8,47 |
|
58,1 |
10 |
9,14 |
|
57,5 |
23 |
8,86 |
|
44,6 |
11 |
8,24 |
|
46,4 |
24 |
10,36 |
|
33,4 |
12 |
12,19 |
|
28,9 |
25 |
11,08 |
|
28,6 |
13 |
11,88 |
|
28,1 |
|
|
|
|
По данным таблицы 2.3 построено регрессионное уравнение
Y = + 13,62298–0,07982869 * X. (2.2)
Листинг работы программы «Modell» приведен в приложении П3.
2.2. Построение доверительных интервалов. Программа «Diagram»
Часто при построении многофакторных математических моделей требуется оценить и отобразить графически доверительный интервал, которому с заданной вероятностью принадлежит найденное решение. Рассмотрим эту проблему на простейшей задаче.
Пусть у нас имеется большое количество предметов, с нормальным распределением некоторых характеристик (например, полный склад однотипных овощей, размер и вес которых варьируется). Мы желаем знать средние характеристики всей партии товара, но у нас нет ни времени, ни желания измерять и взвешивать каждый овощ. Как определить характеристики партии овощей выборочной проверкой?
Если бы мы промерили весь склад овощей (это множество элементов принято называть генеральной совокупностью), то мы узнали бы со всей доступной нам точностью среднее значение веса всей партии. Назовем это среднее значение Хср. ген – генеральным средним. Нормальное распределение определяется полностью, если известно его
среднее значение и отклонение σ. Правда, пока мы ни Хср. ген, ни σ генеральной совокупности не знаем, но мы можем взять некоторую выборку, замерить нужные нам значения и посчитать для этой выборки как среднее значение Хср. выб, так и среднее квадратическое отклонение
Sвыб.Известно, что если наша выборочная проверка содержит большое количество элементов (обычно n больше 30), и они взяты действитель-
но случайным образом, то σ генеральной совокупности почти не будет отличаться от Sвыб.
22
Кроме того, для случая нормального распределения мы можем пользоваться следующими формулами:
С вероятностью 95%
X ср.ген = X ср.выб ±1,96 |
σ |
|
, (2.3) |
|
|
|
|
||
|
n |
|||
|
|
|
|
С вероятностью 99%
X ср.ген = X ср.выб ± 2,58 |
σ |
|
, (2.4) |
|
|
|
|
||
|
n |
|||
|
|
|
|
В общем виде c вероятностью Р(t)
X ср.ген = X ср.выб ± t |
σ |
|
, (2,5) |
|
|
|
|
||
|
n |
|||
|
|
|
|
Связь значения t со значением вероятности Р(t), с которой мы желаем знать доверительный интервал, можно взять из таблицы 2.4.
Таблица 2.4. Зависимость значения t от вероятности Р(t)
Р(t) |
0,683 |
0,950 |
0,954 |
0,990 |
0,997 |
t |
1,0 |
1,96 |
2,0 |
2,58 |
3,0 |
Таким образом, мы определили, в каком диапазоне находится среднее значение для генеральной совокупности (с заданной вероятностью).
Если у нас нет достаточно большой выборки, то мы не можем
утверждать, что генеральная совокупность имеет σ = Sвыб. Кроме того, в этом случае проблематична близость выборки к нормальному распре-
делению. В этом случае также пользуются Sвыб вместо σ в формуле:
Xср.ген = Xср.выб ± t |
Sвыб |
, (2,6) |
|
||
|
n |
но значение t для фиксированной вероятности Р(t) будет зависеть от количества элементов в выборке n. Чем больше n, тем ближе будет полученный доверительный интервал к значению, даваемому формулой (2.5). Значения t в этом случае берутся из другой таблицы 2.5.
Таблица 2.5. Значения t-критерия Стьюдента для вероятности 0,95 и 0,99
n |
|
Р |
n |
|
P |
||
|
|
|
|
|
|
||
|
0,95 |
|
0,99 |
|
0,95 |
|
0,99 |
2 |
12,71 |
|
63,66 |
18 |
2,11 |
|
2,90 |
3 |
4,30 |
|
9,93 |
19 |
2,10 |
|
2,88 |
4 |
3,18 |
|
5,84 |
20 |
2,093 |
|
2,861 |
5 |
2,78 |
|
4,60 |
25 |
2,064 |
|
2,797 |
6 |
2,57 |
|
4,03 |
30 |
2,045 |
|
2,756 |
7 |
2,45 |
|
3,71 |
35 |
2,032 |
|
2,720 |
23
8 |
2,37 |
3,50 |
40 |
2,022 |
2,708 |
9 |
2,31 |
3,36 |
45 |
2,016 |
2,692 |
10 |
2,26 |
3,25 |
50 |
2,009 |
2,679 |
11 |
2,23 |
3,17 |
60 |
2,001 |
2,662 |
12 |
2,20 |
3,11 |
70 |
1,996 |
2,649 |
13 |
2,18 |
3,06 |
80 |
1,991 |
2,640 |
14 |
2,16 |
3,01 |
90 |
1,987 |
2,633 |
15 |
2,15 |
2,98 |
100 |
1,984 |
2,627 |
16 |
2,13 |
2,95 |
120 |
1,980 |
2,617 |
17 |
2,12 |
2,92 |
200 |
1,960 |
2,576 |
Пример. Из работников фирмы случайным образом отобрано 30 человек. По выборке оказалось, что средняя зарплата (в месяц) составляет 10 тыс. рублей при среднем квадратическом отклонении 3 тыс. рублей. С вероятностью 0,99 определить среднюю зарплату в фирме.
Решение: По условию имеем n=30, Хср=10000, S=3000, Р=0,99. Для нахождения доверительного интервала воспользуемся формулой (2.6), соответствующей критерию Стьюдента. По таблице для n = 30 и Р = 0,99 находим t=2,756, следовательно,
10000 − 2,756 300030 < Xср.ген <10000 + 2,756 300030
т. е. искомый доверительный интервал 8491 < Хср. ген < 11509.
Итак, вероятностью 0,99 можно утверждать, что интервал (8491; 11509) содержит внутри себя среднюю зарплату в фирме.
Программное обеспечение «Diagram» предназначено для построения графиков и доверительных интервалов уравнения регрессии. В таблицах 2.6–2.9 приведены исходные данные программы.
Таблица 2.6. Исходные данные по модели
П о к а з а т е л ь |
Обозначение |
Поле |
Наименование графика |
Имя |
Name |
Количество линий на графике, шт. |
N |
N |
Таблица выборки |
Выборка |
Tabl1 |
Многофакторная математическая модель |
МММ |
M |
Наименование оси X |
Ось X |
OsX |
Наименование оси Y |
Ось Y |
OsY |
Таблица 2.7. Исходные данные по таблице
П о к а з а т е л ь |
Обозначение |
Поле |
Наименование графика |
Имя |
Name |
Количество линий на графике, шт. |
N |
N |
Таблица выборки |
Выборка |
Tabl1 |
Таблица факторов графика |
Фактор |
Tabl3 |
Наименование оси X |
Ось X |
OsX |
Наименование оси Y |
Ось Y |
OsY |
24
Таблица 2.8. Исходные данные по диаграмме
П о к а з а т е л ь |
Обозначение |
Поле |
Наименование графика |
Имя |
Name |
Количество линий на графике, шт. |
N |
N |
Таблица диаграммы |
Диаграмма |
Tabl2 |
Наименование оси X |
Ось X |
OsX |
Наименование оси Y |
Ось Y |
OsY |
Таблица 2.9. Исходные данные по интервалу
П о к а з а т е л ь |
Обозначение |
Поле |
Наименование графика |
Имя |
Name |
Таблица выборки |
Выборка |
Tabl1 |
Таблица факторов графика |
Фактор |
Tabl3 |
Многофакторная математическая модель |
МММ |
M |
Наименование оси X |
Ось X |
OsX |
Наименование оси Y |
Ось Y |
OsY |
Уровень риска, % |
Риск |
Risk |
Пример построения графика регрессионного уравнения и доверительных интервалов по программе «Diagramm» на основе данных таблицы 2.3, рассмотренных в пункте 2.1 содержится в приложении П4.
25