- •3. Статистический анализ результатов эксперимента.
- •1. Найти вид математической модели
- •2. Определить параметры модели
- •3. Оценить точность приближения
- •4. Оценить погрешность в определении параметров
- •1. Найти вид математической модели
- •2. Определить параметры модели
- •Лекция 2
- •3. Оценить точность приближения
- •4. Оценить погрешность в определении параметров Статистические характеристики модели и эксперимента.
- •2.22. Анализ коэффициентов полинома
2.22. Анализ коэффициентов полинома
Другой задачей статистической обработки является оценка точности определения коэффициентов и анализ значимости коэффициентов. В общем случае дисперсию коэффициентов можно определить по уравнению
, (2.17)
где - диагональные элементы ковариационной матрицы (см. уравнение 2.11).
Для конкретной структуры полинома выведены расчетные формулы, например, для однофакторной линейной зависимости (y=b0+b1x) расчет дисперсии коэффициентов проводится по уравнениям:
, (2.18)
куда входят среднее значение факторов и среднее значение квадратов факторов .
Оценка ошибки определения коэффициента считается как 1.
Оценка значимости коэффициентов проводится по критерию Стьюдента, как отношение абсолютного значения коэффициента к ошибке его определения:
, (2.19)
Если определенное таким образом значение критерия для j-того коэффициента меньше некоего критического значения ( ) , то соответствующий коэффициент незначим и может быть исключен из уравнения. Значение находят по таблице в соответствии с выбранным уровнем значимости (обычно 0,05) и числом степеней свободы для средней дисперсии воспроизводимости. После исключения какого-либо коэффициента анализ адекватности повторяют.
Критерий Фишера F для уровня значимости 0,05.
Таблица 2.8
f1 f 2 |
1 |
2 |
3 |
4 |
5 |
6 |
12 |
24 |
|
1 |
164,4 |
199,5 |
215,7 |
224,6 |
230,2 |
234,0 |
244,9 |
249,0 |
254,3 |
2 |
18,5 |
19,2 |
19,3 |
19,3 |
19,3 |
19,3 |
19,4 |
19,5 |
19,5 |
3 |
10,1 |
9,6 |
9,3 |
9,1 |
9,0 |
8,9 |
8,7 |
8,6 |
8,5 |
4 |
7,7 |
6,9 |
6,6 |
6,4 |
6,3 |
6,2 |
5,9 |
5,8 |
5,6 |
5 |
6,6 |
5,8 |
5,4 |
5,2 |
5,1 |
5,0 |
4,7 |
4,5 |
4,4 |
6 |
6,0 |
5,1 |
4,8 |
4,5 |
4,4 |
4,3 |
4,0 |
3,8 |
3,7 |
7 |
5,6 |
4,7 |
4,4 |
4,1 |
4,0 |
3,9 |
3,6 |
3,4 |
3,2 |
8 |
5,3 |
4,5 |
4,1 |
3,8 |
3,7 |
3,6 |
3,3 |
3,1 |
2,9 |
9 |
5,1 |
4,3 |
3,9 |
3,6 |
3,5 |
3,4 |
3,1 |
2,9 |
2,7 |
10 |
5,0 |
4,1 |
3,7 |
3,5 |
3,3 |
3,2 |
2,9 |
2,7 |
2,5 |
Критерий Стьюдента t для уровня значимости 0,05.
Таблица 2.9
f |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
t |
12,71 |
4,30 |
3,18 |
2,78 |
2,57 |
2,45 |
2,37 |
2,31 |
2,26 |
2,23 |
1 Величина среднеквадратичного отклонения в теоретической статистике имеет более сложный смысл, для практического использования мы можем назвать эту величину ошибкой определения коэффициента.