- •Лекция 1. Общие сведения по теории вероятностей.
- •Условные и безусловные вероятности.
- •1.5. Формула полной вероятности и формула Байеса
- •Понятие случайного события.
- •1) Вероятность достоверного события равна 1;
- •2) Вероятность невозможного события равна 0;
- •Вероятность случайного события заключена
- •1.2. Алгебра событий.
- •1.3. Зависимые и независимые события.
- •1.4. Основные формулы теории вероятностей.
- •1.5. Формула полной вероятности и формула Байеса
- •1.6. Частная теорема о повторении опытов.
- •2.1. Случайные величины и их законы распределения.
- •2.2. Функция распределения.
- •2 .3. Вероятность попадания случайной величины
- •2.4. Плотность распределения
- •2.5. Числовые характеристики случайной величины
- •2.6 Понятие о моментах случайной величины.
- •2.7. Основные свойства математического ожидания
- •Свойства математического ожидания:
- •Свойства дисперсии случайной величины:
- •Лекция 3. Основные законы распределения
- •3.1. Гипергеометрическое распределение
- •3.5. Закон равной вероятности
- •3.7. Закон распределения модуля разности
- •3.8. Композиция законов распределения
- •3.1.Гипергеометрическое распределение.
- •3.5. Закон равной вероятности.
- •3.7. Закон распределения модуля разности.
- •Статистики
- •4.1. Основные задачи математической статистики
- •4.2. Основные понятия и определения. Выборочного метода
- •4.3. Выборочные характеристики. Состоятельные,
- •Свойства выборочных средних и дисперсий.
- •Доверительный интервал. Доверительная вероятность.
- •Задача определения закона распределения случайной величины.
- •2. Задача проверки правдоподобия гипотез.
- •3.Задача нахождения неизвестных параметров распределения.
- •4.2. Основные понятия и определения. Выборочного метода.
- •Генеральная совокупность и выборка из нее.
- •4.3. Выборочные характеристики. Состоятельные, несмещенные и эффективные оценки характеристики.
- •4.5. Доверительный интервал. Доверительная вероятность.
- •5.1. Определение характеристик эмпирического
- •5.2. Сопоставление и проверка сходимости
- •Координаты характерных точек кривой
- •5.3. Сопоставление эмпирического распределения
- •5.4. Статистическая проверка гипотез.
- •5.5. Проверка гипотезы о законе распределения случайной
- •Критерий
- •Критерий 2
- •5.6. Проверка гипотезы равенства двух выборочных средних
- •5.7. Проверка гипотезы равенства двух выборочных
- •5.8. Проверка гипотезы равенства ряда дисперсий .
- •Критерий Бартлета.
- •Критерий Кохрана.
- •5.9. Проверка гипотезы равенства ряда средних.
- •5.10. Метод исключения грубых ошибок измерения
- •5.11. Выбор числа наблюдений
- •6.1.Закон больших чисел и центральная
- •6.2. Неравенство Чебышева.
- •Неравенство Чебышева.
- •6.3. Закон больших чисел (теорема Чебышева).
- •6.4 Теорема Бернулли.
- •7.2. Коэффициент корреляции и корреляционное отношение.
- •7.3. Корреляционный анализ
- •7.4 Выбор уравнения регрессии
- •7.5. Понятие о множественной корреляции
- •Лекция 8. Основы планирования
- •8.6.1. Метод крутого восхождения.
- •8.1. Основные определения.
- •«Черный ящик »
- •8.3. Полный факторный эксперимент.
- •8.3.1 Выбор интервалов варьирования факторов
- •8.3.2 Полный факторный эксперимент типа 2
- •Построение матрицы 2
- •8.3.3. Свойства полного факторного эксперимента типа 2 к
- •8.3.4. Полный факторный эксперимент
- •8.3.5 Анализ модели.
- •8.3.5.1. Проверка значимости коэффициентов модели.
- •Расчет дисперсии опытов и оценка их однородности
- •Расчет дисперсий параметра оптимизации и коэффициентов регрессии
- •Проверка значимости коэффициентов регрессии
- •8.3.5.2. Проверка адекватности модели
- •8.4. Дробный факторный эксперимент.
- •8.4.1.Минимизация числа опытов.
- •Дробная реплика
- •8.4.3. Выбор полуреплик. Генерирующие соотношения и определяющие контрасты
- •8.4.4.Выбор 1/4-реплик. Обобщающий
- •8.6. Оптимизация функции отклика.
- •8.6.1. Метод крутого восхождения.
- •6.6.2. Методика расчета крутого восхождения
- •6.7. Принятие решений после построения модели процесса
- •8.5 Рандомизация опытов.
- •8.6 Оптимизация функции отклика
- •8.6.1. Метод крутого восхождения. Движение по градиенту
- •8.6.2. Методика расчета крутого восхождения
- •8.7.Принятие решений после построения
- •9.1. Статистический анализ точности обработки.
- •9.3. Статистический анализ посредством малых выборок.
- •9.4. Статистический анализ с помощью точечных
- •9.4.1. Карта средних значений (карта « »)
- •9.4.2. Карта медиан (карта )
- •9.4.3. Карты « »
- •9.4.4. Метод средних арифметических значений и
- •9.4.4. Контрольные карты по неизмеримым
- •Карта «р»
- •Карта «с».
8.3.2 Полный факторный эксперимент типа 2
Первый этап планирования эксперимента для получения линейной модели основан на варьировании факторов на двух уровнях. Если число факторов известно, то можно сразу найти число опытов, необходимое для реализации всех возможных сочетаний уровней факторов. Чтобы определить число опытов, используется формула
N=2
где N - число опытов; k- число факторов; 2- число уровней.
Нетрудно составить все сочетания уровней в эксперименте с двумя факторами. Представим эти сочетания в виде таблицы (табл.8.1), где строки соответствуют различным опытам, а столбцы - значениям факторов. Такие таблицы называются матрицами планирования эксперимента. Каждый столбец в матрице планирования называют вектором-столбцом, а каждую строку - вектором-строкой. В табл.8.1. два вектора-столбца независимых переменных и один вектор-столбец параметра оптимизации.
Таблица 8.1
Матрица планирования эксперимента 2
№ опыта |
X1 |
X2 |
Y |
1 2 3 4 |
-1 +1 -1 +1 |
-1 -1 +1 +1 |
y1 y2 y3 y4 |
То, что записано в этой таблице, в алгебраической форме, можно изобразить геометрически. Найдем в области определения факторов точку, соответствующую основному уровню, и проведем через нее новые оси координат, параллельные осям так, чтобы интервал варьирования для каждого фактора равнялся единице. Тогда условия проведения опытов будут соответствовать вершинам квадрата, центром которого является основной уровень, а каждая сторона параллельна одной из осей координат и равна двум интервалам. Номера вершин квадрата соответствуют номерам опытов в матрице планирования. Площадь, ограниченная квадратом называется областью эксперимента.
3 4
область
эксперимента
1 2
Рис. 4
Запись матрицы планирования, особенно для многих факторов громоздка. Для ее сокращения удобно ввести условные буквенные обозначения.
Это делается следующим образом. Порядковый номер фактора ставится в соответствии со строчной буквой латинского алфавита: Х1-а, Х2-b. Если теперь для строки матрицы плaниpoвaния выписать латинские буквы только для факторов, находящихся на верхних уровнях, то условия опыта будут заданы однозначно. Опыт со всеми факторами на нижних уровнях условимся обозначать единицей (табл. 8.2)
Таблица 8.2
№ опыта |
X1 |
X2 |
Буквенное обозначение строк |
Y |
1 2 3 4 |
- + - + |
- - + + |
1 a b ab |
Y1 Y2 Y3 Y4
|
Если для двух факторов все возможные комбинации уровней легко запомнить или найти прямым перебором, тo с ростом числа факторов построение матрицы усложняется. Поэтому для перехода от матриц меньшей размерности к матрицам большей размерности рекомендуется следующий прием. При добавления нового фактора каждая комбинация уровней исходного плана встречается дважды: в сочетании с нижним и верхним уровнями нового фактора. Следовательно, можно записать исходный план для одного нового, фактора, а затем повторить его для другого уровня. Вот как это выглядит при переходе от эксперимента 2 к 2 (табл. 8.3)
Таблица 8.3