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:
26
Добавлен:
23.10.2023
Размер:
7.9 Mб
Скачать

-W -

Процедура выбора реплик большей дробности совершенно

аналогична. С ростом числа факторов

увеличивается дробность

I реплик и усложняется система смешивания. Табл.1.6

г л -

дюстрирует рост

дробности реплик с

увеличением числа

фак­

торов до 1 5 . Можно рассматривать и построение

дробных

пла­

нов для числа факторов

от 16 до "31 (при

этом

необходимо

ставить 32 опыта) и т.д. Однако для

решения столь СЛОЕНЫХ

задач рекомендуется применять методы отбора факторов,

на­

пример метод случайного

баланса. Эти метода мы рассмотрел

ниже в глав*; У.

 

 

 

 

 

 

§ 1 - 7 . С и м п л е к с н ы е

п л а н ы

 

 

$йргда для исследователя представляет интерес получе­

ние линейного уравнения по планам, содержащим ашшцу?.*

т о ­

чек (количество точек равно числу коэффициентов). Такие .

планы называют

н а с ы щ е н : н и м и .

Дадим сейчас

г е о -

мет^ическуи интерпретацию насыщенным ортогональный планам

первого порядка.

 

 

 

 

 

 

Пусть ft, обозначает матрицу, задающую координаты

экс­

периментальных точек в факторном пространстве дач ортого­

нального плана первого порядка с минимальным числом экспе­

риментов

=

+ I . Соответствующая матрица независишх

переменных X

имеет вид X — J I M

(где I - столбец

из еди­

ниц, присоединекннй к матрице

)

и удовлетворяет

уравне-

 

 

i f " Х Т Х - Е ,

 

(1 . 8)

где Е -

единичная матрица, а

индекс „ т " означает

1ранс-

понироьаний.^

 

 

 

в верш!;аах

- £)-ыгрного правильного оишлексц, с г к -

п л е к с о м

называется выпуклая фигура в многомерном

пространстве,

число вершин которое превышает размерное?;

этого пространства на единицу. Например, в двухмерном про­ странстве правильным симплексом будет равносторонне: тре­ угольник, в трехмерном - правильный тетраэдр и т.д.

из уравнения (1.8) следует, что гатрица •Н~*Х ортого­

нальная, то. есть ее строки составляют ортонорквгровапиую сг-

стему

векторов.

Обозначим С-у» строку

матрицы

X

чере?. 2 * .

тогда

скалярное

произведение,

 

 

 

 

 

 

 

 

 

 

 

 

 

 

'

+

 

* ,

 

:' С,

если

и я

• ,

 

 

 

 

 

 

 

 

( I * ,

х * . | -

-

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

; X .

есл7

\, =

- .

 

 

 

Обозначим

и -ув

строку

матрицы

?- через

х *

,

а угол иея-

ду векторам,

соединяющими I -о

и j -в

экспериментальна? ТО­

ЧКЕ с яа*алом координат, обозначим через

О и

. Так как [мат­

рицы

X

и

Я/

связаны зависимостью

X

=|IIR.II

, то

скаляг-

ныз произведения

соответствующих

 

строк

матрип

X

Е г-

связаны

соотнсшекиямЕ

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

ч х 1 » * j /

' ~ v х г i * i -

 

 

 

 

для всех Л

,

j . Отсюда следует,

чте

 

 

 

 

 

 

 

 

 

 

/

+

 

i'

-

I »

если

ь /

'• ,

 

 

 

 

 

 

 

 

L

J

- \ Х -

I ,

если-

o

=

i .

 

 

 

 

 

Скалярный квадрат ( X *

, X * )

представляет собой

квадрат

расстояния

l

-ой

экспериментальной точки от начала коот—

динат

и равен Jf-1,

чте

есть

величина постоянная,

Зрг

 

 

 

 

 

- 4 2

-

 

•j = •' скалярное

произведение

раскрывается по ••Формуле

 

 

; х * ,

x 7 ) - ( J M c o * 8 : i

 

и равно

-Г.

Отсюда вытекает,'

что

 

 

 

 

COS

С;

 

1

 

 

 

 

 

3

 

 

 

 

для зсех

I

и i ,

I

£

j , т . е .

токе

является постоянной

ве-

личиной.

 

 

 

 

 

 

 

 

Следовательно,

ортогональный 'план первого порядка

с

числом точек J f = К + I

образован верпп?нзш правильного

 

(Jf - I)-мерного

симплекса. Назовем

такпз планы с и м п ­

л е к с н ы м и

 

п л а н а м и .

3 § 3-2 мы убедигея,

что симплексные планы обладают свойством ротатабедьности.

Рассмотрим два

примера. Пусть Я = 2 . Маздо проверить,-

что матрица

 

 

4

-'/з а

t

V3" а

а

f

0

- г а

при & = -г^- является матрицей незавксишх перемекаих для

ортогонального планирования первого порядка, удовл-'гтзоря-

ющей условиям ( 1 - 3 . I )

- ( 1 - 3 . 3 ) , т . е . сна удовлетворяет

матричному уравнению

ССТХ= Е . Ирг

этот.: ь^трикз R/,

эа -

дающая собственно плаяированге

 

 

- V F a

a J

 

 

a

a I

 

 

I0

- z a l

 

 

определяет вершины 1,2,3 равностороннего треугольника

(см.

р и с . 1 . 3 ) .

,

-

 

- 4 Ъ -

Яегко проверить ортогональность матршы X . Остается толь­ ко заметать, что жтртаа планирования

задает вершны I , 2, 3 и 4 куба, (см.рис.1.4).

"ак известно,, эти точки образуют правильны!: тетраэдр. Вторая до:гд>.еплика от полного факторного эксперимента 2 е соответствует тетраэдру в оставшихся вершинах куба.

Применение симплексных планов оказалось эффективнык на стадии поиска оптимальной области и для оптгмального

- 4 4 -

управления технологическим процессом (подробнее см. § 4 - 7 ) ,

4

Л

 

Рис.1.4

 

 

 

 

З А Д А Ч И

х )

 

 

I . I .

Пусть процесс

определяется

четырьмя

факторами.

Основной уровень и интервал изменения выбраны следующим

збшзоьк^

 

 

 

 

 

 

 

^ 1

» х 1

! X s

!

 

 

'3

30

1.5

15

Интервал

изменения . . .

. 2

10

-L

10

 

Запашите -в кодированном масштабе

условия следующего

опыта: 2с, = 2*,0;

х 2

= 2 0 ;

X j = 1,25;

2 4 = 1 5 .

 

I . 2 .

Пусть

необходимо выбрать патурешшку 2 4 " " 1 . Ка­

кие

полуреплики,

по вашему

?лнению, обладаютбольшей раз-

х )

См.также

задачи н

главе

П S № 2 . 3 ; . 2 . 4 .

 

 

 

 

 

 

 

 

 

 

 

-

4 5 -

 

 

 

 

 

 

решающей

способностью?

 

 

 

 

 

 

 

 

 

 

 

 

Полурошыки,

заданные

определяющими

контрастами

 

 

1 - x , * l x J

х 4

,

 

1 = - х , х г х 4 х ^ ,

 

 

 

или полуреплики,

заданные

генерирующими

соотношениями

 

 

 

х,,—

х ,

х 2

 

,

х 4 - . - , г , х г .

 

 

 

 

 

 

1 . 3 . Перечислите

все

возмокные

варианты выбора

пла­

на

2 5 " 1 .

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

I .

4 .

Пусть

имеются

три-четверть-реплики, заданные

следующими генерирующими

соотношениями:

 

 

 

 

 

 

1)

ССц — — X t X j

 

>

 

^5

= ~ х , Х^Х^ ',

 

 

 

 

2) Х± - - X, X j . ,

 

X j = х , х г xi

*,

 

 

 

 

3) х „ =

i , х 5

 

,

 

x f

=

х , х г 1 ь

 

 

 

 

Какую из

| реплик

следует

избрать для дополнения ~ реп­

лики,

заданной определяющими контрастами

I

= х 1

х . и-и

к

I

=

х,хггъх5?

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

I .

 

Пусть

вы построили

полурешшку

2^"'*'

с

опреде­

ляющим

контрастом

I

=

x , i a

X j * i ,

f можно ли

оценить

независимо коэффициенты' б 1 а

 

и

?

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

5-3

 

 

 

 

 

I .

6.

Составьте

четверть-решшку

2

 

, приравняв

х 4 = г 2 з о 3 и

X j i c c , ! ^

 

Определите

для

этой

реплики

обобщающий определяющий

контраст. Запишите систему смеши-

ьанля

эффектов.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

-•

 

 

 

 

.1

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

К О М М Е Н Т А Р И И -

 

 

 

 

 

 

 

Вопросы,

рассмотренные

в настоящей главе, получили

достаточно, полное

освещение

 

в литературе. Детальное об-

- 46 -

суждение процедуры принятая решений перед планированием эксперимента читатель найдет в книгах Ю.П.Адлера [ i ] , iD.n. Адлера, Е.В.Марковой и Ю.В.Грановского [ 2 ] . Полный фактор­

ный эксперимент и его свойства, дробные реплики и их раз­ решающая способность рассмотрены в только что упомянутых книгах, а также в работах З.В.Налимоза [ 2 6 ] , З.З.Налшлова

и Н.А.Черновой [ 2 5 } , Ф.С.Новика [ 2 7 ] , Л.П.Рузииова [32] ,

Ч.Хикса [ 4 0 ] , Д.Финни [ 3 8 ] . Желавшим познакомиться

с

не-

регулярными дробными репликами мо;шс порекомендовать

ста­

тью З.Г.Горского и В.З.Бродского [ Ю ] . Основч симплекс

-

- планирования изложены з yze .упомянутых книгах В.В.Нахи­ мова, В.В.Налимова и Н.А.Черновой, Ф.С.Нов>гка, Л.П.Рузшюва, а- также в работе [ 1 7 ] .

ГЛАВА П

ОБРАБОТКА РЕЗУЛЬТАТОВ ЭКСПЕРИМЕНТА

§ 2 - 1 . В ы ч и с л е н и е

к - о э ф ф г ц и е в -

i о в

р е г р е с с и и

Здесь мы рассмотрим достаточно общее изложение основ регрессионного анализа без учета ограничений, налагаемых

на расположение экспериментальных точек в факторном прост­

ранстве при

планировании эксперимента.

 

Пусть у

нао имеется

результатов

наблюдений над ве ­

личиной ^ ,

зависящей

от к

независимых

переменных (факто­

ров) X , , о с г , . . . , х^ .

Положим, что результаты наблюдений

нужно представить полиномами степени d . Задача заключа­ ется в том, чтобы по результатам наблюдений определить

коэффициенты регрессии, число которых равно С ^+-<£. Ко­

личество наблюдений должно быть выбрано так, чтобы выпол­

нялось соотношение

Будем.считать, что чыполняются следующие гредпосылкЕ

(постулаты), на которых сзновывается регрессионный ана­

лиз:*-

:

IV

Результаты наблюдений ^ , ^ - • • • » ^ представля­

ют собой независимые, нормально распределеннпе случайше

величины.

- 45 -

2 . Дисперок:

равны -друг другу (выборочные дисперсии Ь однородны).

Зтр значит, что если производить шого'срат^е повторные

наблюдения над

величиной

'^,/прз

некотором определенном

•наборе

значение

x , u

, х г и > . . . »

х ^ ,

то

получил

дисперсию

<DZ(J \,

которая

не

будет

отличаться

от

дисперсии

6г /цД,

полученной при повторных наблюдениях для другого набора

значьчий независимых переменных

й ^ , г 2 ,

3 . Независимые переменные х 1

, x z , . . . , х^изг.теряютгя.

с пренебрежимо малой ошибкой по сравнена с олибкол в оп­

ределении ц,.

-'

4 . Переменные

х , , х г , . . . , х^должны быть линейно не ­

зависима, т . е . каждая из переменных не является линейной комбинацией остальных переменных.

Для вычисления коэффициентов регрессии используют ме­ тод наименьпшх квадратов. Обсудим отмеченные выше посту­ латы.

Первое из сформулированных зяше требований, вообще говоря, не является безусловным. "Сетод наиыеньпих квадра­ тов можно применять и в том случае, когда не ш.:еет места нормальное распределение для величгшы у. При стон, одна­ ко, ничего нельзя сказать о том, насколько эффективным будет здесь применение метода наименьших квадратов, осо ­ бенно при выборках малого объема. Нужно иметь в виду, что

если имеет место нормальное распределение для случайной

- 4 9 -

величины ц , то метод наименьших квадратов можно рассмат­ ривать как частный-случай метода максимума правдоподобие. На практике часто приходится иметь дело со случайной вели­

чиной 1^,, не подчиняющейся нормальному распределению. Б

этом случае следует подобрать такую функцию преобразования,

чтобы перейти от у к новой случайной величине z

= j {ij),

распределенной приближенно нормально. Например,

многие

асимметричные распределения часто удается аппроксимировать

нормальным законом,

перейдя от случайной величины \j к слу­

чайной величине г =

I K I J .

Нарушение второй предпосылки также не является принци­

пиальным препятствге?.- ГЛЕ получения уравнения регрессии.

Если, в

этом случае удается найти фуякгцюнаяьную зависимость

б г

- %р (i^), то оказывается возможным предложить

такое преобразование случайной величины, которое позволя­ ет получить однородные выборочные дисперсии. Вопросы пре­ образования случайных величин достаточно подробно излага­ ются в книгах по математической статистике (см., например,

книгу Ю.В.Линника [ 1 8 ] ) , поэтому т здесь не останавлива­

емая подробно на этих вопросах.

Веда нарушена третья предпосылка (уровни факторов слу­

чайны), то для анализа результатов эксперимента следует

использовать аппарат конфлюентного анализа. Необходи?юсть выполнения четвертого постулата станет

очевидна несколько позже.

Вернемся к нашей основной .задаче - определению коэф-

Соседние файлы в папке книги из ГПНТБ