- •Основы научных исследований
- •Содержание
- •Введение
- •1 Состав курсовой работы
- •2 Расчетно-пояснительная записка
- •2.1 Характеристика исследуемого объекта
- •2.2 Построение матрицы базисных функций пфп
- •2.3 Построение регрессионной модели при исследовании объекта
- •2.4 Анализ результатов исследований
- •2.5 Построение графиков по уравнению регрессии и их анализ
- •2.6 Пути модернизации исследуемого объекта
- •3 Графическая часть
- •Рекомендуемая литература
- •Пример заполнения титульного листа
- •Брянск 2011 Приложение 2 Задание на курсовую работу
- •1 Расчетно-пояснительная записка
- •2 Графическая часть
- •Шевелева Елена Викторовна основы научных исследований
2.2 Построение матрицы базисных функций пфп
Планирование эксперимента осуществляется на основе построения полных факторных планов и должно выполняться в следующем порядке.
1. На основании задания выбрать диапазон варьирования каждого фактора:
Xi min≤Xi≤ Xi max, |
(1) |
2. Определить верхний, нижний и основной уровни в натуральных и нормализованных обозначениях и интервалы варьирования факторов.
Основной уровень фактора:
Х= (Xi min+ Xi max)/2, |
(2) |
Интервал варьирования фактора :
= Xi max -Х= Х-Xi min, |
(3) |
3. Записать в явном виде формулы, связывающие нормализованные и натуральные обозначения факторов:
xi=, |
(4) |
4. Построить матрицу базисных функций ПФП с 3-мя факторами (таблица 1) в нормализованных обозначениях, имея в виду получение модели, учитывающей наряду с линейными членами все парные взаимодействия:
= b0+ b1х1+ b2х2+ b3х3 +b12х1х2+ b13х1х3+ b23х2х3. |
(5) |
Таблица 1 – Матрица базисных функций ПФП 23 для модели (5)
№ опыта |
х0 |
х1 |
х2 |
х3 |
х1х2 |
х1х3 |
х2х3 |
у |
1 2 3 4 5 6 7 8 |
|
|
|
|
|
|
|
у1 у2 у3 у4 у5 у6 у7 у8 |
5. Определить значения выходной величины для каждого опыта, построить ПФП с 3-мя факторами в натуральных обозначениях:
Таблица 2- ПФП для трех факторов в натуральных обозначениях
№ опыта |
Х1 |
Х2 |
Х3 |
y |
1 |
|
|
|
y1 |
2 |
|
|
|
y2 |
3 |
|
|
|
y3 |
4 |
|
|
|
y4 |
5
|
|
|
|
y5 |
6 |
|
|
|
y6 |
7 |
|
|
|
y7 |
8 |
|
|
|
y8 |
2.3 Построение регрессионной модели при исследовании объекта
Построение регрессионной модели при исследовании объекта осуществляется на основе построения полных факторных планов.
1. Построить регрессионную модель в нормализованных обозначениях, рассчитав коэффициенты регрессии по формулам:
bi=,i=0,1,…,к |
(6) |
b0=, |
(7) |
|
|
biu= |
(8) |
2. С помощью формул, связывающих нормализованные и натуральные обозначения факторов, получить уравнение регрессии в натуральных значениях факторов.
3. Провести обработку результатов в следующей последовательности:
1) по формуле (9) вычисляется оценка дисперсии, характеризующая ошибку эксперимента , и связанное с ней число степеней свободыfу .
= |
(9) |
где m- некоторое число дублированных опытов.
Величина fу=(m-1) является в данном случае числом степеней свободы, связанным с .
2) в полученное уравнение регрессии в нормализованных обозначениях факторов подставляют значения факторов x1, x2,…, xk, соответствующие условиям 1-го, 2-го, …, N-го опытов. Таким образом, вычисляются значения выходной величины 1, 2, … N, предсказанные уравнением регрессии для каждого из опытов.
3) вычисление дисперсий коэффициентов регрессии по формуле:
, |
(10) |
4) оценка значимости коэффициентов регрессии.
Оценка значимости коэффициентов регрессии проводится с помощью t- критерия Стьюдента в следующем порядке:
а) для каждого коэффициента регрессии bi вычисляется расчетное t-отношение по формуле:
tрасч i=, |
(11) |
где - среднеквадратическое отклонение коэффициентаbi, равное корню из его дисперсии.
б) из таблиц t-распределения [3, с.292] по величине fу для уровня значимости q=0,05 берется табличное t-отношение tтабл.
в) проверяется условие tрасч≤tтабл. Коэффициенты регрессии, для которых это условие выполняется, являются незначимыми.
4. Проверить адекватность полученной математической модели в следующей последовательности:
1) Вычисляется сумма квадратов, характеризующая адекватность модели Sад по формуле:
Sад=, |
(12) |
2) Вычисляется число степеней свободы fаб, связанное с дисперсией адекватности. При равномерном дублировании и при отсутствии дублированных опытов оно равно:
fад=N-p, |
(13) |
где N- число основных опытов плана;
p- число оцениваемых коэффициентов регрессии (при N=p адекватность модели проверить невозможно).
3) Вычисляется дисперсия адекватности по формуле:
S=Sад/fад, |
(14) |
4) С помощью F-критерия Фишера для уровня значимости q=0,05 проверяется однородность двух дисперсий: дисперсии адекватности S(с числом степеней свободы fад) и дисперсии, характеризующей ошибку эксперимента (с числом степеней свободыfy).
Вычисляется расчетное F-отношение Фишера по формуле:
Fрасч= S/ |
(15) |
Далее по таблицам распределения Фишера [3, с.293-295] определяют величину Fтабл. Если Fрасч≤ Fтабл, то можно принять гипотезу об однородности дисперсий и найденную математическую модель объекта можно считать адекватной.