Файл: Построение моделей идентификации.doc

ВУЗ: Не указан

Категория: Не указан

Дисциплина: Не указана

Добавлен: 09.01.2024

Просмотров: 42

Скачиваний: 1

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

2.3. Статистическая обработка результатов ПФЭ

Предположим, что общий вид плана и результаты параллельных экспериментов приведены в табл.2.1.

Таблица 2.1

Номер

эксперимента







Результат отклика в параллельных опытах

1



r

1

-



-







2

-



+





















n

+



+









Рассмотрим последовательность статистической обработки и проверки адекватности построенной модели.

1. Определяются среднее значение и дисперсия отклика в i –м эксперименте (строке) по формулам

(2.1)

. (2.2)

где - значение отклика в i-м эксперименте (строке) j-й серии

экспериментов;

- число параллельных экспериментов.
2. Выполняется проверка однородности дисперсий . Для этого определяется расчетное значение критерия Кохрена по формуле

. (2.3)

С критерием связаны степени свободы: для числителя , для знаменателя .

Проверяется условие

, (2.4)

где критическое (табличное) значение критерия Кохрена, найденное для заданной доверительной вероятности при числе степеней свободы .

Если условие (2.4) выполняется, то дисперсии однородны и статистическая обработка продолжается. Если не выполняется, то дисперсии неоднородны. В этом случае требуются повторить эксперимент, изменив условия его проведения (набор факторов, интервал их варьирования, точность измерительных приборов и пр.).



3. Определяется оценка дисперсии воспроизводимости экспериментов определяется по формуле

. (2.5)

с ней связано число степеней свободы .

4. Определяются коэффициенты уравнения регрессии

(2.6)

где

- кодированное значение -го фактора в -м эксперименте (строке)

матрицы плана;

- кодированное значение -го и -го факторов в -м эксперименте

(строке) матрицы плана;

- кодированное значение -го, -го и -го факторов в

эксперименте (строке) матрицы плана.

5. Выполняется проверка значимости коэффициентов уравнения регрессии.

Для выполнения проверки нужно построить доверительный интервал , соответствующий доверительной вероятности , для каждого из коэффициента .

, (2.7)

где - коэффициент, рассчитанный по формуле (2.6);


- возможная ошибка, возникающая от замены истинного значения

коэффициента его оценкой.

Ошибка полагается одинаковой для всех коэффициентов:

, (2.8)

где - табличное значение критерия Стьюдента при доверительной

вероятности и числе степеней свободы , с которым

определялась дисперсия .

Коэффициент (его расчетное значение) значим, если построенный доверительный интервал не содержит точку . В данном случае это равносильно условию .

Если интервал содержит точку , или, что, то же самое , то коэффициент с доверительной вероятностью не значим, так как отличным от нуля он мог оказаться за счет погрешностей эксперимента.

6. Принимая во внимание только значимые коэффициенты, записывается полином вида

.

Выполняется проверка адекватности модели и делается заключение о ее пригодности для практики. Для этого вначале подсчитывается дисперсия, характеризующая ошибку модели


(2.9)

где - разность между рассчитанным по полученной модели и экспериментальным значениями y в - й строке (эксперименте);

- значение отклика по построенной модели в - й строке

(эксперименте);

- число степеней свободы модели;

- число экспериментальных точек;

- количество значимых коэффициентов модели в уравнении

регрессии, кроме коэффициента .

Затем определяется расчетное значение критерия Фишера

. (2.10)

С критерием Фишера связанны степени свободы: для числителя ; для знаменателя .

Проверяется условие

, (2.11)

где - табличное (критическое) значение критерия Фишера, найденное для заданной доверительной вероятности при числе степеней свободы .

Если условие (2.11) выполняется, то построенная модель адекватна эксперименту.

При невыполнении условия (2.11) модель неадекватна и пользоваться на практике ей нельзя.

Для лучшего понимания алгоритма статистической обработки ниже рассмотрим пример.
2.4. Пример выполнения работы
Для исследования выходного параметра технологического процесса при числе параметров