- •Пример решения задач по теме «Экспериментально-статистические методы обработки результатов эксперимента»
- •Решение (вариант 1).
- •Решение (вариант 1).
- •Решение (вариант 1).
- •Решение задачи 1 (вариант 1).
- •Проверяют адекватность (пригодность) модели, т.Е. Насколько хорошо полученное уравнение описывает результаты эксперимента в исследуемой области.
Решение задачи 1 (вариант 1).
-
Рассчитывают построчные средние
где γ – чило повторных опытов:
.
Результаты расчета заносятся в столбец карты проведения эксперимента.
-
Определяют построчные дисперсии (дисперсии воспроизводимости)
Сумма построчных дисперсий:
-
Проверяют воспроизводимость опытов по критерию Кохрена:
где - максимальная из построчных дисперсий.
Опыты равноточны, если G<, где - табличные значения критерия Кохрена, выбираемое в зависимости от N, γ и уровня значимости (надежности). Для данного случая при N=4, γ=2, p=0,95 табличное значение =0,906, т.е.
G<.
В случае неравноточности опытов необходимо увеличить число повторных экспериментов или повысить их точность.
4. Определяют коэффициенты уравнения регрессии по формулам:
-
Проверяют значимость коэффициентов регрессии. Для этого определяют дисперсию эксперимента:
а также усредненную дисперсию эксперимента с учетом повторных опытов
Определяют ошибку и среднюю квадратичную ошибку коэффициенто регрессии и
Находят значение доверительного интервала для коэффициентов регрессии
где t – табличное значение критерия Стьюдента, выбираемое в зависимости от числа степеней свободы и выбранного уровня значимости (обычно 0,05).
Коэффициент значим, если его абсолютное значение больше доверительного интервала, т.е. коэффициент должен бать больше ошибки его определения, взятой с определенным запасом.
В данном примере при значение критерия Стьюдента t=2,78.
Значение доверительного интервала
Сравнивают полученные коэффициенты с доверительным интервалом:
- значим
- незначим
- значим
- значим
Т.о. один из коэффициентов регрессии оказался незначим и окончательно уравнение регрессии запишется в виде
При необходимости перехода от кодированных переменных к натуральным следует подставить в полученное уравнение соответствующие соотношения связи между этими переменными.
-
Проверяют адекватность (пригодность) модели, т.Е. Насколько хорошо полученное уравнение описывает результаты эксперимента в исследуемой области.
Для этого чаще всего применяют критерий Фишера:
где - усредненная дисперсия эксперимента;
- дисперсия адекватности или остаточная дисперсия
здесь - рассчитанные полученному уравнению значения выхода при значениях кодированных переменных, соответствующих каждой из строк матрицы планирования.
- усредненное значение выхода, полученное при реализации повторных опытов для соответствующей строки.
Модель можно считать адекватной, если F<Fтабл. Табличное значение критерия Фишера находят в зависимости от числа степеней свободы и , где
N – число вариантов опытов(строк) в матрице планирования;
K – число варьируемых факторов;
γ – число повторных опытов.
В данном примере для определения вычислим сначала значения выхода, предсказываемые полученным выше уравнением регрессии:
- посчитаны выше.
Получим
Ранее получено значение
Вычисляем значение критерия Фишера F=1,0/56,5=0,02.
Fтабл=7,7 при
F<Fтабл, т.е. имеются основания сделать вывод об адекватности полученной модели.