9.5. Факторный план

При экспериментировании cмоделью различают входные и вы­ходные переменные. Входные переменные называютсяфакторами. Выходные переменные называютсяоткликами. Каждый фактор в эксперименте может принимать одно или несколько значений, назы­ваемымиуровнями фактора. Множество уровней факторов опреде­ляет одно из возможных состояний моделируемой системы и представляет условия проведения одного из возможных экспериментов. Существует определенная связь между уровнями факторов и откли­ками системы, которая обычно заранее неизвестны. Эту связь можно определить следующим образом:

где у_l –l-й отклик,n – число анализируемых откликов,x_i – i-й фактор,т – число факторов.

Функция ψ в правой части называется функцией отклика или реакции. Ее геометрический образ – поверхность отклика. Так как функция ψ заранее не известна, то используют другую приближен­ную функцию:

Эти функции φ_lнаходят по данным эксперимента и представ­ляют в виде степенного полинома первого, второго и, реже, третьего порядка. После проведения экспериментов аппроксимирующие полиномы заменяют уравнениями регрессии и методом наименьших квадратов находят статистические оценки их неизвестных коэффици­ентов.

Факторный эксперимент может быть отсеивающий, когда из всего множества факторов определяются те факторы, которые суще­ственно влияют на отклики модели. Второй вид факторного экспери­мента используется для определения экстремальных значений на по­верхности отклика. В этом случае серия факторных экспериментов планируется так, чтобы достичь экстремума на поверхности отклика.

Факторный эксперимент представляет собой план, в котором все уровни каждого фактора встречаются в сочетании со всеми уровнями всех других факторов. Различные уровни некоторого фактора могут соответствовать качественным значениям (например, разные дисциплины обслуживания в устройстве) или количественным значе­ниям (например, число устройств обслуживания). Если факторf,(f= l,...,K) имеетL_fуровней, то общее число комбинаций уровней оп­ределяется произведением:

Если число уровней для каждого из факторов одинаково, то об­щее число комбинаций будет L^k.

Левая часть выражения (9.1) используется для обозначения фак­торного плана.

Применение факторного плана вместо классической схемы, со­гласно которой каждый раз изменяется только один фактор, имеет ряд преимуществ.

• Становится более полной картина влияния каждого фактора, по­скольку они изучаются в самых различных условиях (вследствие одновременного изменения других факторов).

• Большое число комбинаций факторов, используемых в экспери­менте, облегчает предсказание результатов, которые могут быть достигнуты при определенной комбинации условий.

• Если эффекты, вызываемые каждым фактором, статистически независимы, то о каждом факторе можно получить не меньше информации, чем при изменении в экспериментах только одного фактора при фиксации остальных.

• Если (как это часто бывает) различные факторы не являются не­зависимыми, а вызывают эффекты, которые в большей или меньшей степени коррелированны, то в этом случае только факторный эксперимент может дать информацию о характере этих взаимодействий. При наличии нескольких взаимосвязанных су­щественных факторов обойтись без постановки факторного эксперимента невозможно. Для ряда часто встречающихся специ­альных задач разработано большое число стандартных фактор­ных планов.

Рассмотрим пример 2-х факторного эксперимента, cдвумя фак­торами на 2-х уровнях иcдвумя наблюдениями в каждом опыте, т.е. план2². Факторы принято обозначать буквами латинского алфавитаA,B, С и т.д.

Результаты экспериментов сведем в таблицу 9.1.

Таблица 9.1

Фактор А	Фактор В
	Уровень 1	Уровень 2
Уровень 1	y111 y112	y121 y122
Уровень 2	y211 y212	y221 y222

В этой таблице y_ijg обозначаетg-e наблюдение(g = 1,2) в ячейкеi,j. Количество наблюдений (прогонов модели)g определяется же­лаемой точностью получения оценок откликов.

В общем случае в 2-х факторном эксперименте число уровней факторов А иВ равно соответственноI иJ. Обозначим математиче­ское ожиданиеE(y_ijg)=η_ij, тогда в планировании эксперимента предполагается верной следующая модель:

где e_ijg – ошибка опыта. Предполагается, что все эти ошибки являют­ся независимыми нормально распределенными случайными величи­намиcматематическим ожиданием 0 и дисперсией σ². При имитации ошибки опытов можно сделать независимыми, применяя различные последовательности случайных чисел при прогонах модели.