ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 26.10.2023
Просмотров: 30
Скачиваний: 1
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
Практическое занятие 2. №
Регрессионно -факторный анализ технологических моделей.
Цели работы: проанализировать влияние функционально-технологических свойств рецептурных смесей на основе регрессионно-факторного анализа.
Задачи: Определить, какой фактор (количество аскорбиновой кислоты х1 или количество глюкозооксидазы х2) оказывает большее влияние на пористость хлеба с помощью коэффициента регрессии.
Таблица 1 - Влияние ферментного препарата глюкозооксидазы в сочетании с аксорбиновой кислотой на качество хлеба
| Количество аскорбиновой кислоты x1, % | Количество глюкозооксидазы x2, % | Пористость y, % |
| 0,003 | 0,0146 | 87 |
| 0,003 | 0,0853 | 85 |
| 0,017 | 0,0146 | 87 |
| 0,017 | 0,0854 | 85 |
| 0,000 | 0,05 | 85 |
Таблица 2 - Матрица коэффициентов корреляции
| | Количество аскорбиновой кислоты x1, % | Количество глюкозооксидазы x2, % | Пористость y, % |
| Количество аскорбиновой кислоты x1, % | 1 | | |
| Количество глюкозооксидазы x2, % | 0,000425391 | 1 | |
| Пористость y, % | 0,219793491 | -0,912999455 | 1 |
Вывод: количество глюкозооксидазы оказывает большое влияние на пористость хлеба, поскольку значение его коэффициента корреляции по модулю близко к единице.
Эмпирическая модель зависимости пористости хлеба y от количества аскорбиновой кислоты x1
ВЫВОД ИТОГОВ
| Регрессионная статистика | |
| Множественный R | 0,219793491 |
| R-квадрат | 0,048309179 |
| Нормированный R-квадрат | -0,268921095 |
| Стандартная ошибка | 1,233979463 |
| Наблюдения | 5 |
Дисперсионный анализ
| | df | SS | MS | F | Значимость F |
| Регрессия | 1 | 0,231884058 | 0,231884058 | 0,152284264 | 0,72242007 |
| Остаток | 3 | 4,568115942 | 1,522705314 | | |
| Итого | 4 | 4,8 | | | |
| | Коэффициенты | Стандартная ошибка | t-статистика | P-Значение | Нижние 95% | Верхние 95% | Нижние 95,0% | Верхние 95,0% |
| Y-пересечение | 85,56811594 | 0,81094522 | 105,516518 | 1,87659E-06 | 82,98732632 | 88,14890556 | 82,98732632 | 88,14890556 |
| Количество аскорбиновой кислоты x1, % | 28,98550725 | 74,27683515 | 0,390236164 | 0,72242007 | -207,3965323 | 265,3675468 | -207,3965323 | 265,3675468 |
ВЫВОД ОСТАТКА
| Наблюдение | Предсказанное Пористость y, % | Остатки |
| 1 | 85,65507246 | 1,344927536 |
| 2 | 85,65507246 | -0,655072464 |
| 3 | 86,06086957 | 0,939130435 |
| 4 | 86,06086957 | -1,060869565 |
| 5 | 85,56811594 | -0,568115942 |
Эмпирическая модель зависимости пористости хлеба y от количества глюкозооксидазы x2
ВЫВОД ИТОГОВ
| Регрессионная статистика | |
| Множественный R | 0,912999455 |
| R-квадрат | 0,833568005 |
| Нормированный R-квадрат | 0,778090674 |
| Стандартная ошибка | 0,516034099 |
| Наблюдения | 5 |
Дисперсионный анализ
| | df | SS | MS | F | Значимость F |
| Регрессия | 1 | 4,001126426 | 4,001126426 | 15,02538031 | 0,030399508 |
| Остаток | 3 | 0,798873574 | 0,266291191 | | |
| Итого | 4 | 4,8 | | | |
| | Коэффициенты | Стандартная ошибка | t-статистика | P-Значение | Нижние 95% | Верхние 95% | Нижние 95,0% | Верхние 95,0% |
| Y-пересечение | 87,21306034 | 0,431450288 | 202,1393025 | 2,66981E-07 | 85,83999296 | 88,58612771 | 85,83999296 | 88,58612771 |
| Количество глюкозооксидазы x2, % | -28,27251573 | 7,293764178 | -3,876258546 | 0,030399508 | -51,48452858 | -5,060502868 | -51,48452858 | -5,060502868 |
ВЫВОД ОСТАТКА
| Наблюдение | Предсказанное Пористость y, % | Остатки |
| 1 | 86,80028161 | 0,199718394 |
| 2 | 84,80141474 | 0,198585255 |
| 3 | 86,80028161 | 0,199718394 |
| 4 | 84,79858749 | 0,201412507 |
| 5 | 85,79943455 | -0,79943455 |
Контрольные вопросы
-
Дайте понятие статической модели?
Статистическими моделями называются математические выражения, содержащие, одну или несколько случайных компонент, (значение которой нельзя пересказать точно). Статистические
модели достаточно адекватно учитывают случайные колебания экспериментальных данных (по сравнению с динамическими).
-
Дайте понятие динамической модели?
Динамическая модель - это абстрактное графическое отображение основных физических свойств объекта и характеристик его взаимодействия с внешней средой. При построении динамической модели следует принимать во внимание лишь те физические свойства объекта и воздействия внешней среды, которые могут оказать существенное влияние на точность результатов моделирования.
-
Приведите пример модели с распределенными параметрами.
Примерами систем с распределенными параметрами могут быть трубопроводы (которые могут быть описаны уравнением Навье-Стокса для описания течения жидкости), акустические системы (которые могут быть описаны уравнением колебаний изотропной среды), или даже города (которые могут быть описаны математическими моделями, связывающими количество населения, экономический рост и другие факторы).
-
Приведите пример модели с сосредоточенными параметрами.
Примером системы с сосредоточенными параметрами может быть электрическая цепь (которая может быть описана уравнениями Кирхгофа), система управления (которая может быть описана уравнениями, связывающими управляющий сигнал и выходной сигнал), или даже человек, описываемый, например, с помощью математических уравнений для описания здоровья и болезни.
-
При решении, каких задач используются динамические и статические модели? -
Какие виды экспериментов вы знаете?
Эксперимент бывает четырех видов: лабораторный (проводится в условиях лаборатории), естественный (проводится в реальных жизненных условиях), констатирующий (ограничивается констатацией изменений изучаемых психических явлений), формирующий (предусматривает целенаправленное воздействие экспериментатора на изучаемое психическое явление).
-
В чем преимущество активного эксперимента?
Преимущества активного эксперимента: