- •1. Эксперимент как предмет исследования
- •1.1. Классификация видов экспериментальных исследований
- •1.2. Погрешности результатов исследований
- •2. Краткие сведения из теории вероятностей и математической статистики
- •2.1. Вероятность случайных событий, их характеристики
- •2.2. Нормальный закон распределения
- •3.1. Вычисление характеристик эмпирических распределений
- •3.2. Статистические гипотезы
- •3.3. Отсев грубых погрешностей
- •3.4. Определение доверительных интервалов для исследуемых величин
- •3.4.1. Оценка доверительного интервала для математического ожидания
- •3.4.2. Оценка доверительного интервала для дисперсии
- •3.5. Сравнение двух рядов наблюдений
- •3.5.1. Сравнение средних значений
- •3.5.2. Сравнение двух дисперсий
- •3.5.3. Проверка однородности нескольких дисперсий
- •3.6. Определение необходимого количества измерений
- •3.7. Проверка гипотезы нормального распределения
- •3.8. Преобразование распределений к нормальному
- •4. Анализ результатов пассивного эксперимента. Эмпирические зависимости
- •4.1. Характеристика видов связей между рядами наблюдений
- •4.2. Определение коэффициентов уравнения регрессии
- •4.3. Определение тесноты связи между случайными величинами
- •4.4. Линейная регрессия от одного фактора
- •4.5. Регрессионный анализ
- •4.5.1. Проверка адекватности модели
- •4.5.2. Проверка значимости коэффициентов уравнения регрессии
- •4.6. Линейная множественная регрессия
- •4.7. Нелинейная регрессия
- •5.1. Оценка погрешностей определения величин функций
- •5.2. Обратная задача теории экспериментальных погрешностей
- •5.3.Определение наивыгоднейших условий эксперимента
- •6. Методы планирования экспериментов. Логические основы
- •6.1. Основные определения и понятия
- •6.2. Пример хорошего и плохого эксперимента
- •6.3. Планирование первого порядка
- •6.3.1. Выбор основных факторов и их уровней
- •6.3.2.Планирование эксперимента
- •6.3.3. Определение коэффициентов уравнения регрессии
- •6.3.4. Статистический анализ результатов эксперимента
- •6.3.5. Дробный факторный эксперимент
- •6.3.6. Разработка математической модели гидравлического режима методической печи
- •6.4. Планы второго порядка
- •6.4.1. Ортогональные планы второго порядка
- •6.4.2. Ротатабельные планы второго порядка
- •6.5. Планирование экспериментов при поиске оптимальных условий
- •6.5.1. Метод покоординатной оптимизации (Гаусса - Зейделя)
- •6.5.2. Метод крутого восхождения (Бокса-Уилсона)
- •6.5.3. Симплексный метод планирования
- •7. Компьютерные методы статистической обработки результатов инженерного эксперимента
- •7.1. Статистические функции Microsoft Excel
- •7.2.1. Общая структура системы
- •7.2.2. Возможные способы взаимодействия с системой
- •7.2.3. Ввод данных
- •7.2.4. Вывод численных и текстовых результатов анализа
- •7.2.5. Статистические процедуры системы statistica
- •7.2.6. Структура диалога пользователя в системе statistica
- •7.2.7. Примеры использования системы statistica
7. Компьютерные методы статистической обработки результатов инженерного эксперимента
В данной главе мы рассмотрим возможности использования отдельных компьютерных программ (пакетов прикладных программ, программных сред, компьютерных систем) для статистической обработки данных, полученных в ходе инженерного эксперимента. Преимущества использования в этой области компьютерных программных продуктов очевидны, однако сделаем некоторые замечания.
В настоящее время темпы развития компьютерных технологий настолько велики, что создаваемые аппаратные и программные средства обработки информации, в том числе и статистической, совершенствуются практически с каждым месяцем, приобретая все новые и новые возможности. На рынке программного обеспечения существуют достаточно сложные пакеты прикладных программ, профессионально ориентированные на обработку статистической информации и позволяющие выявлять закономерности на фоне случайностей, делать обоснованные выводы и прогнозы, оценивать вероятности их выполнения. Эти программные среды обладают высокой степенью универсальности, а их применимость и технология использования практически не зависит от предметной области (металлургия, экономика, медицина и др.). Среди таких специализированных пакетов выделяются STATISTICA, MAPLE, SPSS, STATGRAPHICS.
На глубокое освоение возможностей указанных пакетов требуется значительный промежуток времени, при этом у пользователя может возникнуть иллюзия освоения самой теории статистики. Однако следует понимать, что инструмент не заменяет компетентность и профессионализм. Никакие яркие возможности современного программного интерфейса (раскрывающиеся окна, контекстное меню, кнопки и т.д.) не освобождает пользователя компьютера от необходимости изучения и понимания сути статистических методов, реализованных в таких системах. Этим статистические системы принципиально отличаются от текстовых и графических компьютерных редакторов. Другой тенденцией развития современных компьютерных технологий является объединение (интеграция) функций отдельных пакетов программ (математических, статистических, текстовых, графических, коммуникационных и др.) в так называемые интегрированные компьютерные среды. Эта особенность наиболее четко прослеживается с выходом новых версий популярных программных продуктов, когда возможности существующих программ расширяются за счет включения в них новых функций. В качестве примера можно привести пакет Microsoft Office, включающий в себя наряду со средствами создания и обработки текста (Word), баз данных (Access), презентаций (Power Point), также табличный процессорExcel, предназначенный, вообще говоря, для создания электронных таблиц и манипулирования их данными. В составMicrosoft Excelвходит набор средств анализа данных (пакет анализа), предназначенный для решения сложных статистических задач. Для проведения анализа данных с помощью этих средств достаточно указать (отметить) диапазон входных данных из таблицы и выбрать необходимые параметры; расчет будет проведен с помощью подходящей статистической функции, а результат будет помещен в выходной диапазон таблицы. Кроме того, специальные средства позволяют представить результаты в графическом виде. Для успешного применения процедур анализа вMicrosoft Excelтакже необходимы соответствующие знания в области статистических расчетов, для которой эти инструменты были разработаны. Несмотря на то, что электронные таблицы уступают по своим возможностям специализированным пакетам статистической обработки данных (STATISTICA, MAPLEи др.), изучение возможностей и владение навыками работы сMicrosoft Excelделает их мощным инструментом в руках инженера-исследователя.
Ниже приведен перечень основных статистических функций электронных таблиц Microsoft Excelс комментариями по их использованию в теории инженерного эксперимента для статистической обработки экспериментальных данных и анализа результатов наблюдений. Некоторые из этих функций использовались нами в предыдущих главах данного пособия при изложении соответствующих разделов теории инженерного эксперимента и иллюстрации примеров. Предполагается, что читатель уже имеет некоторые навыки работы на компьютере в среде электронных таблицMicrosoft Excel, поэтому может использовать данный материал в качестве справочного пособия для статистического анализа данных.