книги из ГПНТБ / Маршак, М. И. Теория технологической статистики
.pdfимети^свои эффекты в зависимости от различии конструкций бетономешалок.
Переменные такого типа называются^фиктивными'перемен
ными. Для построения модели |
наряду с |
переменными X p X g , . .. |
||||||||||||
Хр, характеризующими изучаемые факторы,(например, сос |
||||||||||||||
тав бетона) влияющие на |
его |
качество, |
вводятся |
переменные |
||||||||||
«?,, |
. |
|
|
, Z к. |
, |
|
|
которые могут |
принимать зна |
|||||
чение ноль или единицу. |
Например, при |
наличии двух бето |
||||||||||||
номешалок |
2 |
- 0 |
|
, если |
наблюдение |
получено с |
первой |
|||||||
бетономешалки |
и |
|
2 = 1 |
|
, если наблюдение получено со |
|||||||||
второй бетономешалки. При наличии трех бетономешалок |
||||||||||||||
потребуется две |
фиктивные |
переменные |
2 , |
и |
. |
|||||||||
Тогда получим |
|
|
|
|
|
|
|
|
|
|
|
|
||
( |
2 (/ |
2 г |
) |
= |
( 1 |
, 0 |
) , |
для |
первой бетономешалки, |
|||||
( |
£ , , |
2 г |
) |
= |
( 1 |
|0 |
) , |
для |
второй |
бетономешалки, |
||||
( |
Z , , |
|
|
) |
= |
(0 |
, 0 |
), |
для |
третьей |
бетономешалки. |
|||
Вообще, |
при наличии |
к |
|
бетономешалок |
мы |
будем |
иметь |
|||||||
К + I уровней для |
|
к |
переменных. |
|
|
|
|
|||||||
Нами бала построена регрессионная модель для завода, |
||||||||||||||
имеющего |
три |
бетономешалки |
|
|
|
|
|
|
||||||
у ;= Q-C * СХ, X, t-CLj Xi +0 .3 X3 h О., |
|
Xj |
r t)<2i |
r l)j 2 z |
||||||||||
где |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
A |
|
|
|
|
|
|
|
|
p |
|
|
|
|
|
у-прочность бетона, кг/см ;
X, -содержание воды,
Хг -содержание крупного заполнителя,
Х3 -содержание песка,
Хч -содержание цемента, f ;
Х5 -вреия перемешивания, сек.
88
Z , и Z t |
используются для указания номера бетоно |
||
мешалки следующим образом |
|
||
I |
0 |
бетономешалка |
I |
О |
I |
бетономешалка |
2 |
О |
0 |
бетономешалка |
3 |
Было полученв П ,= 105 наблюдений (замесов) для бе |
|||||||
тономешалки |
I |
, |
ла = ПО |
наблюдений |
(замесов) |
для |
бето |
номешалки |
2 , |
и |
п д = 95 |
наблюдений |
(замесов) |
для |
бето |
номешалки 3 (таблица 3 . 7 ) . На всех бетономешалках приго
тавливалась |
бетонная |
смесь марки М-200. |
В результате вычислений получена следующая регрес |
||
сионная зависимость: |
|
|
Cj = 95,02 |
- I6 .8 5 X J |
+ 1,13 Х2 + 1,02 Хд + 14,30Х^ + |
+ |
б , 6 6 Х5 |
+ 1 0 ,5 2 2 , + 1 2 ,7 0 2 г . |
Таким образом, для бетономешалки 3 получено регреооионное уравнение
у |
в 95,02 |
- 16,85 |
X j |
|
+ |
1,13 |
Х2 |
+ |
1,02 |
Х3 + |
Ifc,30 |
Ц |
+ |
|
|
|
+ 0 |
, 6 |
6 Х^{ |
|
|
|
|
|
|
|
|
для |
бетономешалки I |
|
|
|
|
|
|
|
|
|
|
|
|
л |
|
|
|
|
|
|
|
|
|
|
|
|
|
у |
= 95,02 |
- 16,85 |
X j |
+ |
1,13 |
Х2 |
+ |
1,02 |
Хд + |
И , 30 |
Х^ |
+ |
|
|
|
+ 0,66 |
Х5 |
+ |
10,52 |
; |
|
|
|
|
|
|
|
для |
бетономешалки 2 |
|
|
|
|
|
|
|
|
|
|
|
89
у =95,02 - 16,85 X j + 1,13 Х2 + 1,02 Х3 + 14,30 Х^+
+ 0,66 Х5 + 12,70
Итак 0 , 10,52 и 12,70 - оценки различий регрессионных уравнений, которые не зависят от переменных 1 ^, Х^, Х^ ,
Х^Д ^, а зависят от вида (номера ) бетономешалки.
Таблица 3 .7
Результаты наблюдений, полученные на 3 -х бетономешал ках при приготовлении бетонной смеси марки М-200
X |
. X |
. X |
. X |
|
|
|
. X |
|
• |
|||
I |
• 2 |
• 3 |
• |
4 |
|
|
|
* |
|
5 |
|
» |
|
|
|
|
|
|
|||||||
8,78 |
47,64 |
30,35 |
1 1 , 1 0 |
120,9 |
I |
|||||||
8 ,9 0 |
47,50 |
30,10 |
11,15 |
1 |
2 |
0 |
, 0 |
I |
||||
- |
- |
- |
|
|
- |
|
|
|
|
- |
|
- |
8 ,70 |
47,00 |
30,25 |
1 |
1 |
, |
2 |
1 |
1 |
2 |
0 |
, 8 |
I |
8 ,6 9 |
47,35 |
30,22 |
1 |
1 |
, |
2 |
0 |
1 2 1 , 0 |
0 |
|||
8,65 |
47,05 |
30,14 |
11,28 |
121,5 |
0 |
|||||||
- |
“ |
— |
|
|
- |
|
|
|
|
|
|
|
8 , 6 8 |
47,11 |
30,20 |
|
1 |
1 |
, 2 1 |
1 2 1 , 6 |
0 |
||||
8 ,5 9 • |
47,21 |
80,30 |
1 |
1 |
, |
2 |
0 |
121,9 |
0 |
|||
8,60 |
47,02 |
30,36 |
1 |
1 |
, |
0 |
0 |
120,9 |
0 |
|||
- |
“ |
- |
|
|
- |
|
|
|
|
- |
|
- |
8,64 |
47,40 |
30,25 |
1 |
1 |
, |
1 |
2 |
1 |
2 |
0 |
, 8 |
0 |
•: Замечания
0 |
Результаты |
на- |
|
0 |
блюдений на |
бе |
|
тономешалке |
I |
||
|
-П , = 105
0
I
IРезультаты наб людений на бе-
-тоноыешалке 2 ,
I |
II |
О |
0
Результаты
0наблюдений на бетономешал
ке 3 ,
-Лз = 95
0
Замечание: X |
+ |
X + X |
+ X |
j*I0Q, так как проклят |
|
1 |
- |
2 |
3 |
4 |
|
примесей учитывался |
отдельно, |
а |
|
90
h + h * 4 * h * h ~ I f l 0 • ?Д0 x 6 -
содержание примесей в
ГЛАВА 1Ус АНАЛИЗ ДИНАМИКИ В ТЕХНОЛОГИЧЕСКОЙ
СТАТИСТИКЕ
§ I . Цели и методы анализа динамики
В целях формирования и принятия решений при управлении производственным процессом, а также его прогнозирования нельзя ограничиться постановкой лишь статических задач, необходимо учитывать изменение показателей процесса во вре мени, т . е . проводить изучение и анализ динамики производ ственного процесса.
Поставленная задача требует разработки специальной ста тистической методологии для изучения динамики производст венного процесса^ изучения изменений показателей уровня факторов производственного процесса во времени и их прогно зирование, анализ тенденций развития процесса, разработка статистических методов многофакторного регрессионного ана лиза при дрейфе значений факторов производственного про цесса.
Специфической особенностью изучения многих производ ственных процессов, в частности, таких,как процесс приго товления бетона, является трудность определения тенденций изменения показателей уровня факторов, их характеризующих. Так показатель прочности бетона в наших исследованиях час то значительно изменяется в течение экспериментов, хотя исходные, условия не изменялись.Причины поанпения таких
91
дрейфов - наличие неконтролируемых воздействий различно го рода, значения которых не учитываются.
Эти изменения характеристик процесса могут возникнуть вследствие старения агрегатов, сезонных изменений усло вий работы, изменения качества сырья при изучении про цесса приготовления бетона. Это значительно усложняет по строение статистических моделей таких процессов, требует применения так называемых адаптационных моделей и отлича ет их от моделей многих других экономических процессов, у которых наличие тенденций развития четко прослеживается.
При исследовании хода производственного процесса во времени пользуются как статистическими методами анализа одного показателя, характеризующего этот процесс, т . е в одного временного ряда, так и статистическими методами анализа системы взаимосвязанных показателей, заданных взаимосвязанными временными рядами, что, как правило, более обоснованно, так как производственные процессы под
вержены влиянию сложного переплетения различных факто ров, изменяющихся во времени.
В первом случае для выявления тенденции процесса используют метод наименьших квадратов, метод скользящих средних, для определения циклических колебаний - вырав нивание по тригонометрическим формулам и т .д .
Эти методы подробно рассматриваются в ряде учебных
пособий*, а применительно |
к производственным процессам - |
|
в работе П.Ы.Рабиновича^. |
|
|
Значительно менее разработанными являются методы |
||
исследования системы показателей, |
заданных взаимосвя |
|
занными временными рядами. |
В этих |
случаях необходимо |
учитывать следующее; во-первых, наличие автокорреляции между смежными уровнями динамического ряда; каждый по следовательный уровень зависит от предыдущего.Наличие пооледьей делает невозможным применение обычных мето-21
1 . |
См.Например, Юл.Д.Кендэл |
X. . Теория статистики ,М., |
1 |
осстатиздат,1 % 0 ;дозлов Т . д . , 0 |
всионко ь.£.,Смирнс |
кий В.И. Курс общей теории статистики.а./'Статистика", 1965.
2 . Рабинович П.^.Резервы предприятия и статистика.И., “Статистика", 1967.
92
дов измерения связи (регрессионный анализ).
Для устранения автокорреляции можно использовать ме тод конечных разностей. Это возмолсно, если тенденция ряда может быть выражена многочленом» Так при наличии линейной тенденции радов применяется метод первых раз ностей, т . е . вместо первоначальных уровней используются приросты, представляющие собой разность между двумя смеж ными уровнями. Уравнение регрессии строится для этих разностей.
Этот метод может быть применен также, если данные являются логарифмами. Тогда исключение линейной тенден ции в логарифмах соответствует исключению тенденции в форме показательной кривой в первоначальных данных.
Для устранения автокорреляции можно использовать другой прием, основанный на включении времени в уравне ние множественной регрессии. На основе известной теоре мы Фриша и Боу1 множественная регрессия с отклонениями от линейных тенденций точно эквивалентна прямому введе нию времени в уравнение регрессии. Теорема применима и для тенденций, выражающихся многочленами»
Во-вторых, при исследовании многих производственных объектов неизвестные параметры модели (коэффициенты ре грессии) представляют собой процесс, т » е . их действи тельные значения изменяются во времени. Для изучения та кого процесса необходимо знание его свойств» Например, если процесс изменения параметров (коэффициентов регрес сии) модели случайный и стационарный, то необходимо знать корреляционные функции этих параметров»
Однако такая информация, как правило, отсутствуег при исследовании производственных процессов. Поэтому для кор ректирования построенной модели используется информация, поступающая от исследуемого объекта при его эксплуатации. Такой путь решения задачи называется адаптационныы.Ыезюды построения адаптационных моделей рассматриваются ниже»
Т.Тинтнер Г. Введение в эконометрию. М.,''Статистика!!,1965.
93
§2 . Адаптационные методы исследования динамики
Всвязи с изменением регрессионных моделей при измене ниях интервала и времени наблюдения возникает проблема адаптации.
Вод адаптацией пониыаетоя " процесс изменения пара метров и структуры системы, а возможно, и управляющих воз действий на основе текущей информации с целью достижения определенного, обычно оптимального, состояния системы при начальной неопределенности и изменяющихся условиях рабо ты "*.
Характерная особенность адаптации состоит в последо вательном накоплении и использовании текущей информации с целью устранения неопределенности, вызнанной недоста точностью первоначальной информации. Адаптация требует совмещения в определенном смысле, корректировки построен ной модели и управления на её основе. Модели же объектов или процессов, которые уточняются но мере накопления дан ных об их работе, будем называть адаптационными моделями.
Различные методы осуществления адаптации широко об суждаются советскими и зарубежными исследователями^.
1.ЦЫПЮШ Н.З. Адаптация и обучение в автоматических систе мах, М., "Наука", 1968, с . 58.
2» G ite-zfd , S'Hlez И vV. |
О. ff/ethocl |
foz |
С о т р е т g U easf Sauaies |
||
tbumu.foizs C h at |
teeep |
up |
vv'th |
the |
d a t a . - "^ouznai o i |
S ia m C ortioC ' |
l cJG 5 , |
^ 3 |
|
* |
Гладышев fi.r.O стохастической аппроксимации.-"Теория
вероятностей и её применениё"Л965. тЛО , |
1с2;Яайлд Д.£ж. |
|
Методы поиска экстремума.И., "н аука",1967; |
Ли Р . Оптималь |
|
ные оценки, определение характеристик |
и управление.^., |
|
"паука",19ь6; Цыпкмн Я .З . Адаптация и |
обучение в автома |
тических систем ах.М .,"йаука",1968; Райбман Н.С.,Чадеев
B .U .Адаптивные модели в системах управления. 1».,"Советс кое радио", 1966.
9 4
Б основ/ общего подхода, охватывающего разнообраз ные задачи адаптации, положены иытеративные методы я , в частности, методы стохастической аппроксимации1 ,кото рые включают большое число последовательных процедур, что позволяет выбрать простую процедуру, эквивалентную иетоду наименьших квадратов.
Эквивалентность сводится к тому, что достаточно боль шое число повторений расчетов по выбранной процедуре да ет совпадение с оценками, полученными по методу наимень-
них квадратов? .
Таким образом, адаптационный подход является особен но перспективным при исследовании производственных про цессов. В частности, моделирование процесса приготовле ния бетона требует использования адаптационных методов по следующим соображениям.
Во-первых, при наблюдениях в производственных услови ях нет возможности варьировать факторы в достаточно ши
рокой области. Информация о взаимосвязях качества бетона и факторов, на него влияющих вне этой области, отсутству ет.
Во-вторых, необходима корректировка полученных зави симостей качества .от ^акторов процесса при изменении вре мени наблюдения, что объясняется изменением качества сос тавляющих бетона (цемент, крупный заполнитель, песок),
влиянием неучитываемых факторов и т .д .
Как было указано выше, задача адаптационного модели рования распадается на ряд задач:
I.Выбор интервала времени, в течение которого можно считать выявленную зависимость достоверной. Другими сло вами, определение промежутка времэни, в течениа которого параметры модели, найденные по данным предыдущих наблю-
ЬЦыпкин Я.Зо Адаптация и обучение в автоматических сиотр-
мах.М ., "Н аука",1968,,
2 .Литвинов Б.М.Об одном июрационнсм методе в задаче апроксимации функций по конечному числу наблюдений,- "Автоматика и телемеханика", 1965, 1ё 4 .
95
дений, не изменились и могут |
быть использованы для |
|
управления в предолах этого |
промежутка. |
|
2 |
. Определение необходимого количества наблюдений на |
|
этом |
интервале времени. |
|
3 |
. Обновление выявленной |
зависимости при получении |
текущей информации в результате наблюдения за ходом про цесса. Это приводит к пересчету коэффициентов регрессии с учетом новых данных.
Один из методов построения адаптационных моделей рассмотрен в гл.П при построении адаптационных моделей структур. Рассмотрим другие методы.
Устойчивость коэффициентов регрессии, построенных за разные промежутки времени, можно проверить при помощи дисперсионного анализа*.
Проверка заключается в следующем.
Полученный массив наблюдений делится на л; равных по численности групп. Группы построены по наблюдениям, взя тым в разные интервалы времени.
Обозначим через a .i |
( o .Ct, ,c i , u, |
|
, a . p L ) |
параметры |
|||||
корреляционного уравнения, полученного по результатам |
|||||||||
L -ой группы |
l —it z , |
|
^ к |
, |
где |
р |
- |
число па |
|
раметров уравнения, |
/I |
-число |
наблюдений. |
|
|
||||
Через H"0i |
-обозначим |
сумму квадратов |
отклонений |
||||||
фактических значений |
у |
от |
расчетных |
по |
с |
-ой |
группе. |
||
. Через |
-сумму |
квадратов отклонений |
корреляцион |
||||||
ного уравнения, полученного по всем |
/г -наблюдениям. |
||||||||
Нулевая гипотеза записывается так: |
|
|
|
||||||
О., = а-г. - З.л = |
|
= а < |
- 5 . |
|
|
|
|
Если нулевая гипотеза справедлива, то уравнения регрессии во всех группах одинаковы и различия в оценках параметров,
I . CAowC. |
T est о / HyuaLt-t-ij ^.tvt'&e.n sets oj- |
||
CoefJ-icL ent$ |
in |
two fan e a t |
Z.eQZesO'cns - "tconomefacayseO., |
|
Zl, |
г/ 3. |
J |
Pao C .P .Линеиные статистические методы и их применение, ы ., "Неука", 1968; Гладншевсний л.И.Об оценке устойчивости параметров производственных функций.-"Экономика и матема тические методы",-1968, т,Ф ,выи.2 .
%
полученных по группам, не существенны. Коли же нулевая гипотеза не выполняется, то различия не могут быть объ яснены ошибками выборки, то есть их следует признать су щественными.
Проверка нулевой гипотезы производится следующим об
разом: |
|
|
|
|
|
1 . |
Берутся |
все tl -наблидений и при помощи метода наи |
|||
меньших квадратов |
рассчитывают |
оценки |
О, t |
. На их ос |
|
нове рассчитывают сумму квадратов отклонений при нулевой |
|||||
гипотезе. |
|
|
|
|
|
2 . Для каждой |
из групп отдельно определяются сценки |
||||
параметров уравнений и рассчитывают сумму квадратов от |
|||||
клонений |
по каждой группе |
. После |
чего |
находят: |
К2
j L - f c o i . |
(4 .1 ) |
3 . Рассчитывают разность между первой и второй сум мой, т .е .
|
|
|
С |
- |
I |
С |
|
(4 .2 ) |
|
|
|
|
|
L z i |
|
|
|
4 . Находим отношение |
|
|
|
|||||
2 |
* |
г |
|
|
|
|
|
|
Ц, ~ £ , |
L , . |
|
|
П - р К |
|
|
||
|
t |
С |
|
|
|
|
|
(4 .3 ) |
Зто |
>■-1 |
|
имеет |
Р - |
-распределение |
с |
р (K -I) и |
|
отношение |
г |
|||||||
П - р к |
степенями |
свободы. |
На основании (4 .3 ) определяют' |
|||||
расчетное значение |
F |
и |
сравнивают его |
с |
табличным |
97