Компьютерная обработка результатов эксперимента

Присвоение имен и расчет новых переменных
Для удобства работы с данными переменным следует присвоить имена в соответствии с таблицей результатов эксперимента: C1, C2, …, Cn, W1, W2, …, Wn. Кроме того, для перехода к линейной регрессии и для анализа результатов необходимо добавить в таблицу новые переменные и рассчитать значения переменных по формулам, указанным в скобках:
Y1, Y2,...,YL – логарифмы скорости реакции в параллельных опытах (??=???(??);?=?…?);
Y – среднее значение логарифмов скорости: =????(??:??);
X1, X2, …, Xn –логарифмы концентраций: ??=???(??);?=?…?;
S2Y – дисперсия логарифмов скорости: =(?????(??:??))^?;
GMAX, S2VOS – критерий Кохрена и дисперсия воспроизводимости ;
S2OST, FISH – остаточная дисперсия и критерий Фишера;
К – константа скорости химической реакции.
Расчёт переменных GMAX, S2VOS, S2OST, FISH, К будет выполнен позже. Подготовленную таблицу для расчета следует сохранить.

Предварительная обработка результатов эксперимента
в меню команды Statistics выбираете Basic Statistics / Tables;
в окне Basic Statistics and Tables выбираете Descriptive Statistics;
в окне Descriptive Statistics статистики щёлкаете Variables и из списка переменных выбрать S2Y, ОК;
выбираете закладку Advanced, в списках отмечаете Mean, Sum, Minimum & Maximum; снимаете флажки с Valid N и Standard Deviation; щёлкаете Summary;

Оценка качества выполненного эксперимента
Расчет дисперсий и их анализ был выполнен в статистическом модуле Descriptive Statistics. Полученные результаты:
Расчетный критерий Кохрена:

После сравнения, несмотря на результат, переменной S2VOS присваиваете полученное выше значение Mean.

Вычисление корреляционной матрицы:
вернуться в стартовую панель модуля Basic Statistics / Tables;
в окне Basic Statistics / Tables выбираем Correlation Matrices;
в окне Product Moment and Partial Correlations щёлкаем кнопку Two list (react. matrix), в открывшемся окне выбрать переменные для анализа (Y и все X), Summary;
в окне Product Moment and Partial Correlations щёлкаем ОК.

Оценка тесноты связи между факторами и откликом
Получена следующая матрица:

Оценка коэффициентов линейной регрессии
Расчет выполняется в модуле Multiple Regression. Зависимая (Y) и независимые (X1, X2,…, Xn) переменные назначаются в соответствии с регрессией (2.8). Из таблицы результатов (Regression Summary) в лабораторный журнал не переписываем столбцы Beta и Str.Err of Beta. Из статистической «шапки» необходимо переписать только ??.???.??⁡????????.

Расчет оценок коэффициентов регрессии
Уравнение регрессии: Ŷ=b0+b1X1+b2X2+?3X3+b4X4 Полученные результаты:

К анализу остатков и выявлению выбросов
Для выявления возможных выбросов в окне Multiple Regression Results выбираем закладку Residuals/assumptions/prediction и щёлкаем Perform residual analysis. В окне Residual analysis выбираем закладку Residuals и щёлкаем Casewise plot of residuals. Слева от таблицы звёздочками показано расположение остатков в интервале [0 ±3σ]. Если обнаружен опыт, в котором есть выброс, его номер записывается в лабораторный журнал.
Для удаления выброса из обработки необходимо выполнить следующие действия:
восстанавливаем окно Residual analysis щелчком по соответствующей кнопке на панели анализа, щёлкаем Cancel;
в окне Multiple Regression Results щёлкаем кнопку Select Cases.
в окне Analysis / Graph Case Selection Conditions включаем Enable Select Conditions;
в разделе Exclude cases в поле or case numbers вписываете номер выброса; если вам необходимо ввести несколько точек или диапазон вписывайте их через точку с запятой / тире соответственно; кликаете OK;
получаете новую таблицу Regression Summary и снова полностью переписываете её в лабораторный журнал.

В начале рассчитываем значение переменной S2OST, как квадрат величины St.Err.of⁡Estimate: =St.Err.of⁡Estimate^2.
Проверка адекватности регрессии
Расчетный критерий Фишера:

Обратный переход к исходному уравнению кинетики