Главная Случайная страница


Полезное:

Как сделать разговор полезным и приятным Как сделать объемную звезду своими руками Как сделать то, что делать не хочется? Как сделать погремушку Как сделать неотразимый комплимент Как сделать так чтобы женщины сами знакомились с вами Как сделать идею коммерческой Как сделать хорошую растяжку ног? Как сделать наш разум здоровым? Как сделать, чтобы люди обманывали меньше Вопрос 4. Как сделать так, чтобы вас уважали и ценили? Как сделать лучше себе и другим людям Как сделать свидание интересным?


Категории:

АрхитектураАстрономияБиологияГеографияГеологияИнформатикаИскусствоИсторияКулинарияКультураМаркетингМатематикаМедицинаМенеджментОхрана трудаПравоПроизводствоПсихологияРелигияСоциологияСпортТехникаФизикаФилософияХимияЭкологияЭкономикаЭлектроника






Алгоритм обработки результатов ПФЭ





Доверь свою работу кандидату наук!
Поможем с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой

1. В каждой строке матрицы планирования рассчитываются среднее значение по m параллельным опытам и построчная или выборочная дисперсия:

, i = 1,2,..., N. (11)

, i = 1,2,..., N. (12)

2. Проверяется однородность выборочных дисперсий по критерию Кохрена:

, (13)

полученное значение сравнивается с табличным . – числа степеней свободы, по которым определяется табличное значение.[1] Если , то дисперсии однородны. Это означает, что все опыты были проведены с одинаковой точностью и расчет может быть продолжен. Если гипотеза об однородности дисперсий не подтверждается, то одними из решений являются увеличение числа параллельных опытов, изменение метода контроля выходной переменной, масштабирование выходной переменной.

3. Определяется ошибка опыта или дисперсия воспроизводимости:

. (14)

4. Коэффициенты уравнения регрессии определяются по формуле:

(15)

где n – число столбцов матрицы планирования.

Для оценки значимости коэффициента bj вычисляется его дисперсия – одинаковое значение для всех коэффициентов:

(16)

и расчетное значение критерия Стьюдента:

(17)

Если то j–ый коэффициент считается значимым, если то коэффициент принимается равным нулю, т.е. соответствующий фактор или взаимодействие факторов исключается из уравнения регрессии. Исключение незначимого коэффициента не скажется на других коэффициентах, при этом выборочные коэффициенты оказываются так называемыми несмешанными оценками для соответствующих коэффициентов генеральной совокупности , т.е. коэффициенты уравнения регрессии характеризуют вклад каждого фактора и взаимодействия факторов в выходную величину. Причины незначимости коэффициентов уравнения регрессии могут быть следующие: 1) фактор включен в рассмотрение ошибочно и он не влияет на выходной параметр Y; 2) выбран слишком малый интервал варьирования .

5. После того, как уравнение регрессии получено в окончательном виде, проверяется его адекватность. Для этого рассчитывается дисперсия адекватности:

. (18)

Здесь – значение выходного параметра, рассчитанное по полученному уравнению регрессии, L – число значимых коэффициентов в уравнении регрессии. Затем рассчитывается значения критерия Фишера:

(19)

Если то полученное уравнение адекватно описывает исследуемый процесс. При неадекватности модели наиболее часто принимают решение об уменьшении интервала варьирования факторов и повторении эксперимента. Такое решение, хотя и уменьшает кривизну поверхности отклика, однако, может привести к появлению незначимых коэффициентов. Очень эффективно включать в план эксперимента новый фактор из числа отсеянных при предварительных экспериментах.

 







Date: 2015-05-22; view: 564; Нарушение авторских прав



mydocx.ru - 2015-2022 year. (0.016 sec.) Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав - Пожаловаться на публикацию