- •В 41 одм. Построение доверительного интервала для мат. Ожидания.
- •В42 одм. Постоение доверительного интервала для дисперсии.
- •В43 одм. Статическая проверка гипотез.
- •В45 одм. Проверка гипотезы о равенстве мат. Ожидания
- •В48 опэ. Этапы построения модели.
- •В49 Сглаживание экспериментальных зависимостей методом наименьших квадратов.
- •В50 опэ. Ошибки оценивания параметров стат. Модели
- •51. Опэ. Ошибки при выборе модели
В49 Сглаживание экспериментальных зависимостей методом наименьших квадратов.
Пусть в результате опыта был получен ряд экспериментальных точек и построим график зависимости у от х.
Обычно экспериментальные точки на таком графике располагаются отклоняясь случайным образом от видимой общей закономерности. Такие отклонения связаны с неизбежными погрешностями отклонения.
Возникает вопрос как по экспериментальным данным наилучшем образом воспроизвести зависимость у от х.
Желательно отработать результаты эксперимента так, чтобы по возможности точно отразить общую тенденцию изменения у и сгладить незакономерные случайные отклонения связанные с неизбежными погрешностями наблюдений.
Решение этой задачи зависит от того, что именно условится считать наилучшим представлением зав-ти у от х. Можно, например , считать наилучшим такое взаимн. Распол-е теор. Кривой и экспер. Точек, при кот-м мАxi расс-е между ними обращ. В mini можно потребовать , чтобы в mini обратилась сумма абсолютн. Величин отклонением точек от кривой. При каждом из этих треб. Мы получим своизнач-я коэф-в теорет. Кривой. На практике для решения задачи сглаживания широко применяется метод наименьших квадратов. Он дает возм-ть при заданном типе зав-ти y=f(x) так подобрать ее числ. Коэфф-ты, чтобы сумма квадратов отклон.экспер. точек от сглаживания кривой обр. в min
Метод реализуется:
Пусть имеется рез-т n незав. Опытов, офор. В виде табл.
По внешн. Виду граф.пред. рез-тов эксперимента или из физ. Смысла решаемой задачи выбран тип зав-ти y=f(a,b,c,x….)
Функция сод. Ряд числовых параметров а,в,с требуется выбрать значение переч. Параметров так, чтобы выполнялось условие
(1)
Для нахожд. а,в,с… обр. в (1) в min продифф. 1 по а, в , с .. и приравнив. Произв-е к 0. В рез-те получим сис-му уравнений, сод. Столько же уравнений , сколько имеется параметров а,в,с …, решив кот. Получаем искомое знач-е коэфф., обр. в min выраж-е 1.
В50 опэ. Ошибки оценивания параметров стат. Модели
Эффективность применения стат. Модели для проив. Измер-й эколог. Ситуации во многом зав-т от точности получ. Оценок параметров коэф. Этой модели.
Рассмотрим ошибки оценивания параметров статистических моделей на конкретном примере.
Пусть рез-т массы продукта некот-й хим. Реакции ав-т от длит. Реакции t и тем-ры Т. Эту зав-ть можно считать линейнойв окрестности точки t=4 часа, Т=220С. Для построения стат. Модели были произ. Эксперим. В диапазоне t=от 3 до 5 часов с шагом 1 час Т=(210,230)С с шагом 10С.
Для упрощения вып. введен переменным x1=t-4 и
х2=
Для оценивания коэф. Модели вида (1) у=а0+а1х1+а2х2 провод. Опыты в след. Точках:
Рез-ты опыта представл. В виде матрицы-строки
У=
Оценки У* получ. С помощью модели (1) при испол. В ней оценок коэф. ai* можно записать в матричном виде:
У*=Fa*
Где матрица А форм. Построчно из знач-й переменных при коэф-те ai*
Матрица парам. Модели пред. Собой столбец коэф. ai*
Оценки параметров ai* найдем из уравнения:
ai*=СF’Y’
C=(F’F)-1