
- •Лекція №6
- •6.2. Інтерполяція.
- •6.3 Кореляційний аналіз даних
- •6.3.1 Матриця даних
- •6.3.2 Кореляційний аналіз
- •6.4 Регрессійний аналіз
- •6.4.1 Постановка задачі
- •6.4.2 Вибір виду рівняння регресії
- •1) Дослідник вносить гіпотезу про структуру скриньки
- •2) Визначення невідомих коефіцієнтів і моделі
- •3) Перевірка
1) Дослідник вносить гіпотезу про структуру скриньки
Розглядаючи
експериментально отримані дані,
припустимо, що вони підпорядковуються
лінійної гіпотези, тобто вихід Y
залежить від входу X
лінійно,
тобто гіпотеза має вигляд:
(рис. 6.6).
2) Визначення невідомих коефіцієнтів і моделі
Лінійна одновимірна модель (рис. 6.7).
Рис. 6.7 - Одновимірна модель чорного ящика
Для кожної з n
знятих експериментально точок обчислимо
помилку
між експериментальним значенням
і теоретичним значенням
,
лежачим на
гіпотетичній прямій A1X
+A0
(див. рис. 6.6):
,
,
,
,
Помилки
для всіхn
точок слід скласти. Щоб позитивні помилки
не компенсували в сумі негативні, кожну
з помилок зводять у квадрат і складають
їх значення в сумарну помилку F вже
одного знака:
,
,
Мета методу -
мінімізація сумарної помилки
за рахунок підбору коефіцієнтів
.
Іншими словами, це означає, що необхідно
знайти такі коефіцієнти
лінійної
функції
,
щоб її графік проходив як можна ближче
одночасно до всіх експериментальних
точок. Тому даний метод називається
методом найменших квадратів.
Сумарна помилка
є функцією
двох змінних
,
тобто
,
змінюючи які, можна впливати на величину
сумарної помилки (див. рис. 2.4).
Рис. 6.8 - Приблизний вид функції помилки
Щоб сумарну помилку мінімізувати, знайдемо частинны похідні від функції Е по кожній змінный і прирівняємо їх до нуля (умова екстремуму):
Після розкриття дужок отримаємо систему з двох лінійних рівнянь:
Для знаходження
коефіцієнтів
методом
Крамера представимо систему в матричній
формі:
.
Рішення має вигляд:
3) Перевірка
Щоб визначити, приймається гіпотеза чи ні, потрібно, по-перше, розрахувати помилку між точками заданої експериментальної і отриманої теоретичної залежності і сумарну помилку:
,
,
І, по-друге,
необхідно знайти значення σ
за формулою,
де E
- сумарна помилка, n
- загальне число експериментальних
точок.
Якщо в смугу,
обмежену лініями
і
(рис. 6.9),
потрапляє 68.26% і більше експериментальних
точок
,
то висунута нами гіпотеза приймається.
В іншому випадку вибирають більш складну
гіпотезу або перевіряють вихідні дані.
Якщо потрібна велика впевненість в
результаті, то використовують додаткову
умову: всмугу,
обмежену лініями
і
,
повинні потрапити 95.44% і більше
експериментальних точок
.
Рис. 6.9 - Дослідження допустимості прийняття гіпотези
Відстань S пов'язана з σ наступним співвідношенням:
S = σ / sin (β) = σ / sin (90 ° - arctg (A1)) = σ / cos (arctg (A1)),
що проілюстровано на рис. 6.10.
Рис. 6.10 - Зв'язок значень σ і S