- •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
6.4.2. Ротатабельные планы второго порядка
Как мы установили, план второго порядка, представленный в табл.6.10, не обладает свойством ротатабельности. Ротатабельным называют планирование, для которого дисперсия отклика (выходного параметра) у , предсказанного уравнением регрессии, постоянна для всех точек, находящихся на равном расстоянии от центра эксперимента. Экспериментатору заранее не известно, где находится та часть поверхности отклика, которая представляет для него особый интерес, поэтому следует стремиться к тому, чтобы количество информации, содержащееся в уравнении регрессии, было одинаково для всех равноотстоящих от центра эксперимента точек. Действительно, удаление от центра точек 5,6,7,8 в V2 =1,414 раза меньше, чем удаление точек 1, 2, 3, 4 (см. рис. 6.3, а), и, следовательно коэффициенты уравнения регрессии определяются с различной дисперсией. Бокс и Хантер предложили ротатабельные планы 2-го порядка. Для того чтобы композиционный план был ротатабельным, величину звездного плеча а выбирают из условия
к
к-\
а = 24 при к<5 и а = 24 при к>5 (6.326)
или в общем случае
185
6. МЕТОДЫ ПЛАНИРОВАНИЯ ЭКСПЕРИМЕНТОВ. ЛОГИЧЕСКИЕ ОСНОВЫ
k-p
а = 2 4 ,
где к - число факторов; р - дробность реплики (для ПФЭ р=0, для полуреплики р=1, для четвертьреплики р=2 и т.д.).
Число точек в центре плана п0 увеличивают. В табл. 6.11 приведены значения а и По для различного числа независимых факторов.
Таблица 6.11 Значения звездных плеч и числа точек в центре ротатабельных планов
Параметр плана |
Значения параметров при числе независимых факторов |
||||||||
2 |
3 |
4 |
5 |
6 |
6 |
6 |
7 |
7 |
|
Ядро плана |
22 |
23 |
24 |
2Ь |
г\Ь-"\ |
26 |
/рб-1 |
2' |
г\('-1 |
Звездное плечо |
1,414 |
1,682 |
2,00 |
2,378 |
2,00 |
2,828 |
2,378 |
3,333 |
2,828 |
Число точек в центре плана п0 |
5 |
6 |
7 |
10 |
6 |
15 |
9 |
21 |
14 |
Поясним идею выбора значения звездного плеча а на примере матрицы ротатабельного планирования второго порядка для к=2, представленной в табл. 6.12.
Размещение точек этого плана показано на рис. 6.3,6. Для обеспечения ротатабельности точек 5, 6, 7, 8 необходимо удалить их от центра плана на
расстояние а в V2 =1,414 раз большее, чем удаление точек 1, 2, 3, 4 от осей х2 и х-i. В результате этого все точки плана (табл. 6.12) оказываются лежащими на окружности. Учитывая существенно большее влияние на функцию отклика случайной ошибки в точке 9, рекомендуется ставить в этой точке плана не один, а несколько дублирующих опытов (в данном случае опыты с 9 до 13) для усреднения полученных результатов и для осуществления статистического анализа результатов всего эксперимента в целом.
Таблица 6.12 Ротатабельный план второго порядка
Номер опыта |
Факторы |
Результат У |
||||||
Хо |
Х1 |
х2 |
XiX2 |
х-i2 |
х22 |
|||
1 Ядро 2 плана 3 4 |
+1 +1 +1 +1 |
-1 +1 -1 +1 |
-1 -1 +1 +1 |
+ 1 -1 -1 +1 |
+1 +1 +1 +1 |
+1 + 1 + 1 +1 |
У1 У2 Уз У4 |
|
Звезд- 5 |
+1 |
+1,414 |
0 |
0 |
2 |
0 |
У5 |
186
6. МЕТОДЫ ПЛАНИРОВАНИЯ ЭКСПЕРИМЕНТОВ. ЛОГИЧЕСКИЕ ОСНОВЫ
ные |
6 |
+1 |
-1,414 |
0 |
0 |
2 |
0 |
Уб |
точки |
7 |
+1 |
0 |
+1,414 |
0 |
0 |
2 |
у7 |
|
8 |
+1 |
0 |
-1,414 |
0 |
0 |
2 |
Ув |
|
9 |
+1 |
0 |
0 |
0 |
0 |
0 |
Уэ |
Центр |
10 |
+1 |
0 |
0 |
0 |
0 |
0 |
Ую |
плана |
11 |
+1 |
0 |
0 |
0 |
0 |
0 |
Ун |
|
12 |
+1 |
0 |
0 |
0 |
0 |
0 |
У12 |
|
13 |
+1 |
0 |
0 |
0 |
0 |
0 |
У13 |
Учитывая специфический характер ротатабельного плана в общем виде, можно также получить формулы для расчета коэффициентов уравнения регрессии и их дисперсий:
Ь0
A
24(k
+
2K-k]:
1=1
п
A
bj =(c/n)(iy);
b;;
n
c2[(k + 2)X-k](iiy) + c2(l-X)X(iiy)-2Xc(oy)
1-1
1 c2 ( \
b;„ =(iuy);
2 2АЯ2(к + 2) 2
S = S
°Ь0 '-'восп'
n
2 A[(k + l)A-(k-l)c2 Д
i i / i
S2
■
ВОСП
?
n
2 C o2
=s
b '-'восп'
(oyblXy,
(iuy) = ix,
где
yf;
x„,y,;
j=i
J=l
&y)=5>
«Ур
(НУ)=£ху2У];
J-l
n
1
с
j=l
2
A
(I)
(II)
(III)
(IV)
(V)
(VI)
(VII)
(VIII)
(IX) (X)
J-l
187
6. МЕТОДЫ ПЛАНИРОВАНИЯ ЭКСПЕРИМЕНТОВ. ЛОГИЧЕСКИЕ ОСНОВЫ
пк к(п, +п„)
Х=-7 Г =
/ s ■ (XI)
(k + 2jnj (к + 2)гц
Здесь По- число опытов в центре плана; г\-\ - число остальных опытов. Матрица ротатабельного планирования, оказывается неортогональной,
так как
Xx0j'xu,2^0; Ххц2'хч2^0; i^u- (6.33)
Следовательно, если какой-либо из квадратичных эффектов оказался незначимым, то после его исключения коэффициенты уравнения регрессии необходимо пересчитать заново.
При использовании ротатабельных планов второго порядка дисперсию воспроизводимости можно определить по опытам в центре плана. В связи с этим при проверке адекватности уравнения регрессии, полученного по ротата-бельному плану второго порядка, поступают следующим образом.
Находят остаточную сумму квадратов
S2 = ^(у,- -уj)2 (6.34)
с числом степеней свободы
{к + 2)(к +1)
тх - п — 1 - п
2 По опытам в центре плана определяют сумму квадратов воспроизводи-
мости
$2 =Х(Уо; ~Уо;)2 (6.35)
с числом степеней свободы т2 = п0 -1.
Далее находят сумму квадратов, характеризующих неадекватность
S32 = S12 - S22 , число степеней свободы которой
(к + 2)(к + \) т3 =тх-т2 = п (п0 -1).
2
188
6. МЕТОДЫ ПЛАНИРОВАНИЯ ЭКСПЕРИМЕНТОВ. ЛОГИЧЕСКИЕ ОСНОВЫ
Проверяют адекватность по F-критерию:
So /тз F = —^ . (6.36)
Уравнение адекватно, если F<Fa;m3;m2-
Если модель второго порядка оказалась неадекватной, следует повторить эксперименты на меньшем интервале варьирования факторов или перенести центр плана в другую точку факторного пространства. В тех случаях, когда адекватность модели по-прежнему не достигается, рекомендуется перейти к планам третьего порядка.