Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

книги из ГПНТБ / Кориков А.М. Математические методы планирования эксперимента учеб. пособие

.pdf
Скачиваний:
21
Добавлен:
23.10.2023
Размер:
7.9 Mб
Скачать

 

- г о о -

 

1 2

L * U j * U.

 

3 . Определяются степени свободы | f t , j^,

^ f c n o форму­

лам

'

.

t

 

 

 

 

 

 

 

 

- тДги-1).

a

^

г

 

 

4 . Вычисляются несмещенные сценки

S„»

S . , S „ дцспер-

сии 6

по известной -формуле

 

 

 

 

 

 

 

 

 

 

л

 

.

 

 

 

 

 

5. Подсчптывается

значение дисперсионного

отношения

-

Р

-критерия Фишера

 

-

 

 

 

 

 

 

 

 

 

 

t,

 

*

 

 

 

 

 

 

-

-

,

 

S

 

 

 

 

 

 

 

 

 

ф

 

*

 

 

 

 

 

 

 

 

э к с п

 

 

 

 

 

 

Напомним, что при формировании F -критерия в числителе

ста-

вит^я большая из двух

оценок дисперсии, т . е . в

нашем слу -

чае

 

 

 

 

 

 

 

 

*

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

* »

 

 

 

 

 

S * - m a x

( $* , S * ) ,

5 г = min. ( b\,

S|J.

 

 

6°. По выбранной величине уровня значимости

$С F -кри­

терия и соответствующим степеням свобода

| ,

Х & из таблиц

 

R.2

. ^

 

находится значение

Р т а

в д .

 

 

 

 

7i

Вычисленное в

п. 5 значение F-критерия

сравнивается

.•с

величиной

F . ^ 1 1 даемся заключение о проверяемой нуль-

-гипотезе

H Q .

Если

^ э к с ^ ^ ( 5 ^

то

гипотеза

приншлается,

есш.же F^en^TeJbi,

то

гипотеза

отвергается,

т . е . источ-

 

 

 

 

 

 

 

 

 

— 2.01 —

 

 

 

 

 

нкк изменчивости

оказывает

влияние на•средние

значения

случайных величин.

 

 

 

 

 

 

 

 

 

 

 

Для представления

рэзультатов/однофакторного

экспери­

мента можно воспользоваться следующей моделью ;

 

 

 

 

 

XL,

. =

Ц/ + Т. +•&...

 

 

 

 

 

 

 

 

 

 

«*»J

Г

 

v

 

' J

 

 

 

 

 

 

(8.16)

Здесь и . . - результат эксперимента, относящегося

к той клет-

ке табл.8.1, которая

находится на пересечении i

-ой

строки

и j

-го

столбца;

j i . -

математическое ожидание для

среднего

по всей

таблице

Ji. =

 

 

» где у, вычисляется по формуле

( 8 . 2 ) ,

Т ^ -

математическое

ожидание

эффекта t

-го

прибора

^ i

= ^ { V t ~ ^

'

Г Д е

0 П Р е Д е л я е

т с я

п о

формуле

( 8 . 1 ) , и

 

ошибка эксперимента

в

клетке

с

индексами

i

, j

. Пред­

полагается,

что

случайная

величина

 

имеет

нормальное

распределение

с

 

нулевым средним и дисперсией

 

 

 

.

Очевидно, что

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

£ Т А - ° - -

 

 

 

 

 

 

 

 

( 8 Л 7 )

Статистический анализ производится путем подсчета сумм

квадратов, характеризующих рассеивание изучаемого фактора

Т

(предполагаемый источник

изменчивости,в нашем примере

он тождественен фактору А )

и случайную

составляющую

£-.

Нуль-гипотезой

является:

 

= 0 для

всех L.

 

 

 

 

 

Процедуру проверки нуль-гипотезы можно еще интерпрети­

ровать

следующим образом. Если фактор Т варьируете1-

та m

уровнях и на каждом уровне

делается

г\ параллельных

опытов-,

то нам иушо

сравнить

дисперсию,

задаваемую рассеиванием

т.

средних

 

, ^

 

 

 

с дисперсией

 

 

,

от,-е-

- Z Q Z -

деляемой ошибкойопыта, Ш можем написать

Если ггошшается нуль-иятотеза:

6^ - 6 а , тоб{Г}=. О,

и следовательно, рассеивание глезду

средними задается толь­

ко ошибкой опыта.

 

Применяя дисперсионный анализ, следует осторожно отно­ ситься к истолкованию окончательных результатов, помня, что

они существенно опираются на допущения:

1)нормальности распределения;

2)тождественности дисперсий.

Качдое из этих донущзний требует проверки, основанной на тщательном анализе произведенных зкснершеытов. Если существенность расхождений мелду средяхш не об.нару£ена и нулевая гипотеза ир;пучида подтверждение, следует потягать, что это сделано лишь по натичному опытному материалу и, главное, при той группировке материала, которо"' ш придер­ живались в данном случае.

§ 8 - 3 . М н о г о ф а к т о р н ы й

д и с п е р ­

с и о н н ы й

а н а л и з

Когда число факторов больше

одного,

т . е . 'при 2-х, 3-х'

и шюгофакторном анализе, процедура остается npiiHunnrratbHo

такой же, как и при однофакторном анализе, ко соответствен­ но увеличивается число проверяешх игпотез и з'слокняются •

. выкладки.

Мы остановимся здесь на

п р о с т е й ш е м случае

многофакторного дисперсионного анализа

-

д в у х ф а к -

т о р н о и

а н а л и з е ,

т".е;

р а с с м о т р и м

8 а д а ч у

о ц е н к и

в л и я н и я

д в у х

о д ­

н о в р е м е н н о

д е й с т в у ю щ и х

и с т о ч ­

н и к о в

и з м е н ч и в о с т и

Л и

&

. Причем пола­

гаем, что взаимодействия источникев изменчивости отсутст­

вуют.

Пусть в примере о проверкой точности измерительных

приборов все показания снимались несколькими операторами независимо друг от друга?

В этом случае требуется выяснить, вызвано ли рассеи­

вание полученных показаний и их средних значений в группах

различием между приборами (фактор Л

) или различием между

операторами, производившими замеры

(фактор У.

 

 

Пусть

по признаку Л

все наблюдения делятся на г. групп

•^Ц'^г . »*••» *-^Ц,» а

п о

признаку^) -

на кгрупп

 

 

 

 

 

 

а ,

А

-

,,(1Ь^так,

что весь

материал разбивается на l i t групп;

при­

чем, в каждой группе

имеется С наблюдений (для простоты мы

ограничимся случаем равночисленных наблюдений в группах).

Таким образом, общее число наблюдений

Через

мы обозначим отдельное наблюдение, попавшее в груп­

пу JL по признаку А и в группу

по признаку

, индекс

к означает номер замера в группе.

^

. ^

Пусть далее

 

 

- г о 4 -

И, ввконец.

Таблица

с

наблюдениями

i ^ j i может быть представлена

в

 

следующем виде

(см . табл . 8 . 2) .

 

 

 

 

 

О с н о в н а я

 

и д е я

дисперсионного

анализа в

 

данном случае,

как и в рассмотренном уне

случае однсфак

-

торного

анализа,

з а к л ю ч а е т с я

в

р а з

л о

­

ж е н и и

с у м м ы

к в а д р а т о в

о т к л о н е ­

н и й

о т

о б щ е г о

с р е д н е г о

н а

к о м ­

п о н е н т ы ,

 

о т в е ч а ю щ и е

п р е д п о л а ­

г а е м ы м

ф а к т о р а м

и з м е н ч и в о с т и .

Тождеству ( 8 . 3 ) однофакторного анализа в данном слу ­

 

чае с^оответствует

тождество

 

 

 

 

 

 

Или

 

 

 

Q t г Q * . +

° * +

Q * -

 

Выражения Од, и

0^

носят

название суммы квадратов разнос-

Т а б л и ц а 8.2.

Р е з у л ь т а т ы наблюдений над признаками Л и &>

 

 

к

i

lb

 

. . .

1

« ь .

Hm

• - •.

 

г

 

 

. . .

А

я

 

1

 

 

 

*

 

t

¥nt

 

 

 

1

 

 

г

< h u 4m

 

 

 

-

 

 

е

iut

 

 

1

%n

 

 

 

.2 !

 

К к.

 

 

 

1

t

4

j

 

Ш

-

*

:: '.

--

-

<

. . . 1

 

- г о б -

 

 

тей между "строками" и между "столбцами"

таблицы 8 . 2 .

Q 0

и О^как и в одаофакторном анализе

называются соответст­

венно "обшей" и "остаточной" суммой квадратов.

 

Выполнение дисперсионного анализа и в

этом случае

за ­

ключается в проверке нуль-гипотезы

Н 0 о б

однородности

 

обшей совокупности значений

t

т . е .

мы сделаем пред­

положение, что имеющаяся совокупность наблюдений является

выборкой объема

г ^ С из генеральной совокупности "У ,

име­

ющей нормальное

распределение с параметрами rriy 6 г ,

где

б1 - общая, но неизвестная дисперсия.

Суммы квадратов

Q 0 ,

Q A ,

Q f t ,

й Л ,

деленные

на

соот­

ветствующие

степени

свободы J

= х1г1

-

I ;

г

-

I ;

•f ^ = {и - I ;

^

=

t t , t -

fv -

а, +

I ,

дадут

несмещенные

оценки дисперсии

6 г :

 

 

 

 

 

 

 

 

Каждая из этих оценок характеризует влияние одного из

исследуемых факторов изменчивости на разброс показаний в

общей совокупности. Так,

з нашем примере

характеризу­

ет рассеивание за счет разницы в приборах

(рассеивание

средних по строкам);

характеризует неоднородность,

вносимую различием между операторами (рассеивание

средних

по столбцам) и,' наконец,

оценивает случайную

погреш­

ность измерений.

 

 

 

Для проверки степени

значимости расхождений,

обнару­

женных в средних по строкам или по колонкам, вычисляются дисперсионные отношения

- г с п -

1

ti>

i

с г

 

 

 

Боли какой-либо из критериев ( Т?.,или Их) превышает таб­

личное значение

, то нуль-гипоте­

за об однородности экспериментального материала должна

быть отброшена, а влияние соответствующего фактора призна­

но значимым.

§ 8 - 4 . П р о в е р к а

г и п о т е з ы о

р а в е н с т в е

с р е д н и х

Если результаты дисперсионного анализа показали сущест­

венность влияния изучаемого фактора, то необходимо выяс­

нить, какие уровни фактора различаются. Например, в § 8-2

уровни фактора - это различные измерительные приборы (чис­

ло уровней фактора равно пь)°.

Для этой цели может быть использован, например, ранго­

вый критерий Дункана.

Оценку осуществляют следующим образом:

1 . Располагают средние значения по возрастанию.

2 . Подсчитывают нормированное квадратичное отклонение

среднего для каждого испытания

3. Из таблицы рангового критерия Дункана (см.табл.П-5 •

Приложения)

выписывают

( n v - I )

значение рангов при выбран-4

ном уровне

значимости,

числе

i v ^ , равном числу степеней

- 2 0 6 -

свободы дисперсии воспроизводимости, и ^

= 2 , 3 , . . . , , t t v .

4

. Полученные значения рангов умножают на 5*для полу­

чения

наименьших значимых рангов.

 

5. Разности между средними сравнивают

с соответствую­

щими данными, полученными в пункте четыре

(наименьшими

значимыми рангами). Разность мевду максимальным

и минималь­

ным значениями сравнивают со значением критерия

при ^ =№,

между максимальным и вторым по величине

- с критерием при

•О = m. - I и т . д . Различия между средними

считают

существен­

ными, если разность между средними превосходит

значение

рангового критерия.

 

 

 

§ 8 - 6 . Р а н д о м и з а ц и я

с

о г р а н и ­

че н и я м и

уже отмечали, что во многих экспериментальных ситу­ ациях разумно искусствено создавать рандодазагаю с тем, чтобьЛвлияние факторов, мешающих исследователю, сделать случайным. Но полная рандомизация не,всегда оказывается возможной. Как например, рандоглизировать во времени экспе­ римент, если исследователю нужно последовательно выполнить несколько циклов, состоящих из четырех опытов, а в день он может поставить только по три опыта? Так появились рандо­ мизированные экспериментальные планы с ограничениями, на­ ложенными на рандомизацию.

- 1 0 9 -

 

8 - 5 . 1 . Н е п о л н о б л о ч н н й

с б а л а в -

с и р о в е в н н й

о х а в

Пусть нуяно несколько pas повторить цикл экспериментов, состоящих из четырех различных опытов, причем в течение

рабочего дня можно выполнить только три опыта. В атом слу­ чае можно воспользоваться неполноблочным сбалансированным планом, приведенным в табл. 8 . 3 .

 

 

 

 

Тавота g i 3

Серии

{.

Варианты

испытаний

(блоки)

-

 

 

I

I

 

 

 

 

 

+

+

2

 

 

+

 

3

 

+

+

 

4

 

+

I

±

 

 

 

Здесь буквами А,

В,

С, Д обозначены различные опыты (вари­

анты испытаний),

а цифрами I ,

2, 3, 4 - номера последова­

тельных серий, обычно называемых блоками (в упомянутом вы­

ше примере это дни). Знак "+"

означает,

что опыт проводил­

ся, а знак " - "

-

что опыт не выполнялся. Этот план назы­

вается неполноблочным потому,

что в каждом блоке' опущено

по одному опыту,

и сбалансированным потому, что опыты, рас­

пределены симметрично относительно блоков. Например, опыты 'А и В совместно встречаются дважды; в третий и четвертый день; аналогично, опыты С и Д встречаются совместно в пер­ вый и второй день и т.д. Порядок проведения опытов по дням (блокам) рандомизирован. Такая схема проведения опытов по­ зволяет производить рандомизацию с наложенным ограничением:

Соседние файлы в папке книги из ГПНТБ