- •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
7. Компьютерные методы статистической обработки …
|
|
|
|
|
|
Окончание табл. 7.3 |
||
1 |
2 |
3 |
1 |
2 |
3 |
1 |
2 |
3 |
7 |
395 |
243 |
37 |
389 |
254 |
67 |
387 |
245 |
8 |
408 |
269 |
38 |
406 |
252 |
68 |
451 |
291 |
9 |
425 |
262 |
39 |
384 |
238 |
69 |
398 |
253 |
10 |
384 |
241 |
40 |
399 |
240 |
70 |
403 |
244 |
11 |
424 |
267 |
41 |
419 |
256 |
71 |
425 |
259 |
12 |
403 |
239 |
42 |
418 |
261 |
72 |
382 |
225 |
13 |
409 |
242 |
43 |
398 |
262 |
73 |
397 |
244 |
14 |
416 |
270 |
44 |
421 |
270 |
74 |
449 |
280 |
15 |
410 |
254 |
45 |
398 |
257 |
75 |
385 |
256 |
16 |
392 |
256 |
46 |
398 |
250 |
76 |
385 |
228 |
17 |
403 |
244 |
47 |
438 |
271 |
77 |
386 |
218 |
18 |
377 |
239 |
48 |
437 |
280 |
78 |
418 |
253 |
19 |
419 |
262 |
49 |
411 |
264 |
79 |
408 |
256 |
20 |
382 |
251 |
50 |
406 |
250 |
80 |
442 |
270 |
21 |
430 |
267 |
51 |
409 |
269 |
81 |
406 |
243 |
22 |
406 |
258 |
52 |
391 |
242 |
82 |
413 |
259 |
23 |
379 |
240 |
53 |
399 |
252 |
83 |
436 |
266 |
24 |
420 |
251 |
54 |
435 |
273 |
84 |
384 |
242 |
25 |
389 |
256 |
55 |
420 |
260 |
85 |
429 |
275 |
26 |
411 |
253 |
56 |
416 |
261 |
86 |
392 |
237 |
27 |
419 |
275 |
57 |
420 |
276 |
87 |
390 |
259 |
28 |
413 |
272 |
58 |
386 |
242 |
88 |
427 |
262 |
29 |
392 |
235 |
59 |
390 |
220 |
89 |
398 |
242 |
30 |
418 |
257 |
60 |
427 |
258 |
90 |
445 |
280 |
1. Воспользуемся статистическим модулем Nonlinear estimation (Нелинейное оценивание), в котором создадим новый файл exampl2.sta и занесем в него данные из табл. 7.3. На рис. 7.9 показан файл с исходными данными. Переменные, содержащие данные об удельных расходе кокса и выходе шлака, обозначены соответственно KOKS и SLAG.
235
7. КОМПЬЮТЕРНЫЕ МЕТОДЫ СТАТИСТИЧЕСКОЙ ОБРАБОТКИ …
2. Последовательность регрессионного анализа в системе STATISTICA лучше
!& STATISTICA: В
Analysis Window
Рис. 7.9. Файл исходных данных для регрессионного анализа
всего начинать с визуальной оценки положения данных при помощи различных графических средств. Поскольку в нашем случае изучается зависимость типа Y=f(X), то для этой цели подойдет двумерный график Scatterplots из меню Graphs/Stats 2D Graphs. В появившемся диалоговом окне (рис. 7.10) выбираем переменные X и Y нажатием кнопки Variables. Имена выбранных переменных Var X (SLAG) и Var Y (KOKS) отображаются в окне диалога. В этом окне дополнительно можно отметить тип графика (Graph Туре) - Regular, модель оценивания (FIT) - первоначально выберем Off, стиль графика (Style) - Normal, величину доверительного интервала и т.д. После нажатия кнопки ОК на экране в отдельном окне появляется построенный график.
3. Из анализа наблюдений положения данных на графике делаем вывод о пригодности для оценивания полиномиальной регрессионной модели. Отметим в диалоговом окне (рис. 7.10) модель оценивания Polynomial и нажмем кнопку ОК. В результате появится отдельное окно с графиком, в котором на точечные данные нанесена кривая, подобранная по методу наименьших квадратов и описываемая многочленом 5-го порядка (рис. 7.11). Уравнение многочлена представлено в заголовке графика и имеет следующий вид:
у = -73616,8 + 1508,463 • х - 12,187 • х + 0,049 • х -9,678-10 -х +7,619-10 -х .
Абсолютная величина каждого коэффициента в уравнении регрессии характеризует вклад соответствующей степенной составляющей на параметр отклика у.
236
7. КОМПЬЮТЕРНЫЕ МЕТОДЫ СТАТИСТИЧЕСКОЙ ОБРАБОТКИ …
2D Scatterplots
{Variables:
OK
V arX: SLAG VarY: KOKS
Cancel
Options.
Graph
Type:
FIT
Multiple
Double
Y
^j
Frequency
Quantile \cf_
S
STYLE
-Normal
Polar Г
Layered
No
of Freq: ff~\*
I I *