- •Оглавление
- •2. Краткие сведения из теории вероятностей
- •3. Предварительная обработка экспериментальных
- •7. Компьютерные методы статистической обработки
- •Предисловие
- •1. Эксперимент как предмет исследования
- •1.1. Понятие эксперимента
- •1. Эксперимент как предмет исследования
- •1. Эксперимент как предмет исследования
- •1.2. Классификация видов экспериментальных исследований
- •1. Эксперимент как предмет исследования
- •1. Эксперимент как предмет исследования
- •1. Эксперимент как предмет исследования
- •1. Эксперимент как предмет исследования
- •1. Эксперимент как предмет исследования
- •1. Эксперимент как предмет исследования
- •Контрольные вопросы
- •2. Краткие сведения из теории вероятностей и математической статистики
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2.2. Нормальный закон распределения
- •2. Краткие сведения из теории вероятностей …
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •2. Краткие сведения из теории вероятностей ...
- •Контрольные вопросы
- •3. Предварительная обработка экспериментальных данных
- •3.1. Вычисление параметров эмпирических распределений. Точечное оценивание
- •3.2. Оценивание с помощью доверительного интервала
- •3.2.1. Построение доверительного интервала для математического ожидания
- •3.2.2. Построение доверительного интервала для дисперсии
- •3.2.3. Определение необходимого количества опытов при построении интервальной оценки для математического ожидания
- •3.3. Статистические гипотезы
- •3.4. Отсев грубых погрешностей
- •3.4.1. Критерий н.В. Смирнова
- •3.4.2. Критерий Диксона
- •3.5. Сравнение двух рядов наблюдений
- •3.5.1. Сравнение двух дисперсий
- •3.5.2. Проверка однородности нескольких дисперсий
- •3.5.3. Проверка гипотез о числовых значениях математических ожиданий
- •3.6. Критерии согласия. Проверка гипотез о виде функции распределения
- •3.7. Преобразование распределений к нормальному
- •Контрольные вопросы
- •4. Анализ результатов пассивного эксперимента. Эмпирические зависимости
- •4.1. Характеристика видов связей между рядами наблюдений
- •4. Анализ результатов пассивного эксперимента...
- •4. Анализ результатов пассивного эксперимента…
- •4. Анализ результатов пассивного эксперимента…
- •4.2. Определение коэффициентов уравнения регрессии
- •4. Анализ результатов пассивного эксперимента...
- •4. Анализ результатов пассивного эксперимента…
- •4. Анализ результатов пассивного эксперимента
- •4. Анализ результатов пассивного эксперимента…
- •4.3. Определение тесноты связи между случайными величинами
- •4. Анализ результатов пассивного эксперимента...
- •4.4. Линейная регрессия от одного фактора
- •4. Анализ результатов пассивного эксперимента…
- •4. Анализ результатов пассивного эксперимента...
- •4. Анализ результатов пассивного эксперимента…
- •4.5. Регрессионный анализ
- •4. Анализ результатов пассивного эксперимента…
- •4. Анализ результатов пассивного эксперимента...
- •4.5.1. Проверка адекватности модели
- •4. Анализ результатов пассивного эксперимента...
- •4. Анализ результатов пассивного эксперимента…
- •4.5.2. Проверка значимости коэффициентов уравнения регрессии
- •4. Анализ результатов пассивного эксперимента…
- •4.6. Линейная множественная регрессия
- •4. Анализ результатов пассивного эксперимента…
- •4. Анализ результатов пассивного эксперимента…
- •4. Анализ результатов пассивного эксперимента…
- •4.7. Нелинейная регрессия
- •4. Анализ результатов пассивного эксперимента…
- •Контрольные вопросы
- •4. Анализ результатов пассивного эксперимента…
- •5. Оценка погрешностей результатов наблюдений
- •5.1. Оценка погрешностей определения величин функций
- •5. Оценка погрешностей результатов наблюдений
- •5.2. Обратная задача теории экспериментальных погрешностей
- •5. Оценка погрешностей результатов наблюдений
- •5. Оценка погрешностей результатов наблюдений
- •5.3.Определение наивыгоднейших условий эксперимента
- •5. Оценка погрешностей результатов наблюдений
- •Контрольные вопросы
- •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
- •6.4.3. Исследование причин образования расслоений в горячекатаных листах
- •6.5. Планирование экспериментов при поиске оптимальных условий
- •6.5.1. Метод покоординатной оптимизации
- •6.5.2. Метод крутого восхождения
- •6.5.3. Симплексный метод планирования
- •Контрольные вопросы
- •7. Компьютерные методы статистической обработки результатов инженерного эксперимента
- •7.1. Общие замечания
- •7. Компьютерные методы статистической обработки …
- •7. Компьютерные методы статистической обработки …
- •7. Компьютерные методы статистической обработки …
- •7. Компьютерные методы статистической обработки …
- •7.2. Статистические функции Microsoft Excel
- •7. Компьютерные методы статистической обработки ...
- •7. Компьютерные методы статистической обработки …
- •7.3. Краткое описание системы statistica
- •7. Компьютерные методы статистической обработки …
- •7.3.1. Общая структура системы
- •7. Компьютерные методы статистической обработки ...
- •7. Компьютерные методы статистической обработки …
- •7.3.2. Возможные способы взаимодействия с системой
- •7. Компьютерные методы статистической обработки … 7.3.3. Ввод данных
- •7. Компьютерные методы статистической обработки ...
- •7.3.4. Вывод численных и текстовых результатов анализа
- •7.3.5. Статистические процедуры системы statistica
- •7. Компьютерные методы статистической обработки …
- •7. Компьютерные методы статистической обработки …
- •7.3.6. Структура диалога пользователя в системе statistica
- •7. Компьютерные методы статистической обработки ...
- •7.3.7. Примеры использования системы statistica
- •7. Компьютерные методы статистической обработки ...
- •7. Компьютерные методы статистической обработки …
- •7. Компьютерные методы статистической обработки …
- •7. Компьютерные методы статистической обработки …
- •V, Least Squares
- •7. Компьютерные методы статистической обработки …
- •7. Компьютерные методы статистической обработки …
- •7. Компьютерные методы статистической обработки … Контрольные вопросы
- •Методы планирования и обработки результатов инженерного эксперимента
6.2. Пример хорошего и плохого эксперимента
Рассмотрим пример - взвешивание трех объектов А, В, С на аналитических весах. Первый - традиционный - подход предусматривает последовательное взвешивание каждого из образцов. Исследователь вначале делает холостое взвешивание для определения нулевой точки весов, а затем по очереди взвешивает каждый из образцов. Это пример традиционного использования однофакторного эксперимента, т.е. здесь исследователь изучает реакцию на
159
6. МЕТОДЫ ПЛАНИРОВАНИЯ ЭКСПЕРИМЕНТОВ. ЛОГИЧЕСКИЕ ОСНОВЫ
поведение каждого из факторов в отдельности. Традиционная схема взвешивания трех объектов представлена в табл. 6.1.
Масса каждого объекта оценивается только по результатам двух опытов: того опыта, в котором на весы был положен изучаемый объект, и холостого опыта. Например, масса объекта A: mA=yi-y0. Как обычно, ошибка взвешивания предполагается независимой от взвешиваемой величины, аддитивной и имеющей одно и то же распределение. Тогда дисперсия измерения веса образца следующая:
аА = о +о = 2с , (6.3)
где а2 — дисперсия любого взвешивания. Такими же будут и дисперсии весов образцов В и С.
Таблица 6.1 Традиционное проведение эксперимента*
Номер опыта |
А |
В |
С |
Результат взвешивания |
1 |
-1 |
-1 |
-1 |
Уо |
2 |
+1 |
-1 |
-1 |
У1 |
3 |
-1 |
+1 |
-1 |
У2 |
4 |
-1 |
-1 |
+1 |
Уз |
*' Когда образец кладется на весы, в таблице ставится +1, когда он на весах отсутствует, то -1.
Приведем теперь тот же эксперимент по несколько иной схеме, задаваемой матрицей планирования, приведенной в табл.6.2.
Таблица 6.2 Планирование эксперимента при взвешивании трех объектов
Номер опыта |
А |
В |
С |
Результат взвешивания |
1 |
+1 |
-1 |
-1 |
У1 |
2 |
-1 |
+1 |
-1 |
У2 |
3 |
-1 |
-1 |
+ 1 |
Уз |
4 |
+1 |
+1 |
+ 1 |
У4 |
В первых трех опытах последовательно взвешивают объекты А, В, С, в последнем опыте тоже взвешивают объекты А, В, С, но все три объекта вместе, а "холостое" взвешивание не производится.
160
6. МЕТОДЫ ПЛАНИРОВАНИЯ ЭКСПЕРИМЕНТОВ. ЛОГИЧЕСКИЕ ОСНОВЫ
Легко заметить, что масса каждого объекта будет задаваться формулами
1 . .
тд =(У1 -у2 ~УЗ +У4)' 2
1 . _
mg = (У2 ~У1 ~УЗ +У4 ); ("-4)
2
1 . .
тС ~(УЗ ~У1 ~У2 + У4)-
2
Масса объекта А, вычисленная по приведенной выше формуле, оказывается не искаженной массами весов объектов В и С, так как масса каждого из них входит в формулу для массы А дважды с разными знаками.
Найдем теперь дисперсию, связанную с ошибкой взвешивания, по новой схеме постановки экспериментов:
ад =(о +G +G +а ) = а . (6.5)
А 4 У1 У2 Уз У4
Аналогичным образом находим:
ст| =а2 , а2 =а2 .
Мы видим, что при новой схеме дисперсия взвешивания получается вдвое меньше, чем при традиционной схеме, хотя в обоих случаях на взвешивание трех объектов затрачивалось по четыре опыта.
Зададимся вопросом: "В результате чего происходит увеличение точности экспериментов в два раза?".
В первом случае эксперимент был поставлен так, что каждую массу мы получали лишь из двух взвешиваний. При новой схеме взвешивания каждая масса вычислялась уже по результатам всех четырех взвешиваний. Вторую схему можно назвать многофакторной, поскольку здесь оперируют всеми факторами так, что каждая масса вычислялась по результатам сразу всех опытов, проведенных в данной серии экспериментов, - вот главная причина уменьшения дисперсии вдвое.
Не подумайте, что мы зря потратили время на обсуждение такой тривиальной задачи. Точно такой же подход используется при изучении других, более сложных задач.
161
6. МЕТОДЫ ПЛАНИРОВАНИЯ ЭКСПЕРИМЕНТОВ. ЛОГИЧЕСКИЕ ОСНОВЫ
Таким образом, использование теории планирования эксперимента мо-жет явиться одним из путей существенного повышения эффективности много-факторных экспериментальных исследований.
В планировании экспериментов применяются в основном планы первого и второго порядков. Планы более высоких порядков используются в инженер-ной практике редко. В связи с этим далее приводится краткое изложение мето-дики составления планов эксперимента для моделей первого и второго поряд-ков.
Под планами первого порядка понимают такие планы, которые позволяют провести эксперимент для отыскания уравнения регрессии, содержащего только первые степени факторов и их произведения:
У = h + ^Y-PiXi +^l^iuXiXu + ^jhuXiXjXu +•" . (6.6)
(-1 i,u-1 ij ,u-1
Планы второго порядка позволяют провести эксперимент для отыскания уравнения регрессии, содержащего и вторые степени факторов:
у = К + 1>л + 1>,л2 +1А*Л +••• . (6.7)
(-1 г=1 i,u-1
Нахождение уравнения регрессии методом планирования экспериментов состоит из следующих этапов:
выбор основных факторов и их уровней;
планирование и проведение собственно эксперимента;
определение коэффициентов уравнения регрессии;
статистический анализ результатов эксперимента.