
Повний факторний експеримент (пфе)
ПФЕ - це експеримент, при якому реалізуються усі можливі комбінації рівнів і факторів. Якщо фактори варіюються на двох рівнях, тобто (+1) і (-1), то число досвідів при ПФЕ дорівнює
N=2n
План проведення експерименту звичайно представляється у вигляді матриці, кожний рядок якої являє собою значення факторів (звичайно в кодованій шкалі). Запишемо план проведення експерименту при n=2
u |
x1 |
x2 |
1 |
+1 |
+1 |
2 |
-1 |
+1 |
3 |
+1 |
-1 |
4 |
-1 |
-1 |
n=3
u |
x1 |
x2 |
x3 |
yu1 |
yu2 |
yu3 |
|
1 |
+1 |
+1 |
+1 |
y11 |
y12 |
y13 |
|
2 |
-1 |
+1 |
+1 |
y21 |
y22 |
y23 |
|
3 |
+1 |
-1 |
+1 |
y31 |
y32 |
y33 |
|
4 |
-1 |
-1 |
+1 |
y41 |
y42 |
y43 |
|
5 |
+1 |
+1 |
-1 |
y51 |
y52 |
y53 |
|
6 |
-1 |
+1 |
-1 |
y61 |
y62 |
y63 |
|
7 |
+1 |
-1 |
-1 |
y71 |
y72 |
y73 |
|
8 |
-1 |
-1 |
-1 |
y81 |
y82 |
y83 |
|
Звичайно рівні факторів плану позначають через ‘+’, ‘-' для зменшення похибки експерименту, як-от впливу на вихідну величину випадкових, що не враховуються факторів, що істотно можуть спотворити результати наступних дослідів в експерименті. Крім того, для підвищення точності моделі експерименти повторюються декілька разів на кожному рівні. При обробці результатів використовується середнє значення вихідної величини.
-
середнє
значення величини.
Розглянемо методику визначення коефіцієнтів моделі на прикладі n=2. У цьому випадку визначається модель виду
у=0+1х1+2х2
Тому що вихідна величина у визначається по статистичним даним, то при визначенні коефіцієнтів моделі 0, 1, 2 ми одержуємо неточні значення, а їхні статистичні оцінки, що позначаються b0, b1, b2. Шукана модель набуває вид
=b0+b1х1+b2х2
Для визначення цих статистичних оцінок b0, b1, b2 звичайно використовується метод найменших квадратів, а сама процедура відшукування коефіцієнтів моделі з їхнім подальшим аналізом називається регресивним аналізом. У задачах регресивного аналізу застосовується наступне допущення:
усі змінні х1, х2, …, хn є незалежними невипадковими змінними, що задаються абсолютно точно;
випадкова величина уi підпорядковується нормальному закону розподілу, а усі дисперсії в окремих точках факторного простору однорідні.
Відповідно до методу найменших квадратів визначаються нев’язки
u=yu-u=
yu-(
b0+b1х1+b2х2)
Для спрощення розрахунків у план проведення експерименту вводиться нульовий фіктивний (умовний) фактор скрізь рівний 1.
u |
x1 |
x2 |
|
1 |
+1 |
+1 |
|
2 |
-1 |
+1 |
|
3 |
+1 |
-1 |
|
4 |
-1 |
-1 |
|
Число нев’язок дорівнює числу дослідів. Відповідно до методу найменших квадратів ми повинні визначити коефіцієнти b0, b1, b2, які доставляють мінімальні значення виразу
Для визначення невідомих коефіцієнтів необхідно розв'язати систему:
Тоді одержимо систему рівнянь:
Гідністю планів ПФЕ є простота визначення коефіцієнтів моделі, що являється рівнянням регресії. Матриця планування експерименту володіє властивостями:
ортогональності;
нормування;
симетрії;
рототабельності.
Ортогональність - властивість, при якій сума добутків по рядках двох будь-яких стовпчиків матриці дорівнює нулю.
де i, j – будь-які стовпчики матриці;
N – кількість експериментів.
Нормування - властивість, при якій сума квадратів будь-якого стовпчика матриці дорівнює числу різноманітних дослідів.
де i – будь-який стовпчик матриці.
Симетрія - властивість, при якій алгебраїчна сума елементів будь-якого реального фактора дорівнює нулю по стовпчику.
де i – будь-який стовпчик матриці.
Рототабельність - інваріантість до обертання системи, полягає в тому, що дисперсії передбачених значень відгуку на рівних відстанях від центру плану постійні і мінімальні.
Використовуючи властивості ПФЕ, одержимо:
,
где
i=0,1,2.
Розглянемо показану методику визначення коефіцієнтів рівняння регресії на n факторів.
,
где
i=
0, 1, 2, …, n.