Оценка математического ожидания и дисперсии отклика в отдельных точках факторного пространства

Содержание

Слайд 2

ВЫЧИСЛЕНИЕ ПОСТРОЧНЫХ СРЕДНИХ И ДИСПЕРСИЙ

.

где (n – 1) – число степеней

ВЫЧИСЛЕНИЕ ПОСТРОЧНЫХ СРЕДНИХ И ДИСПЕРСИЙ . где (n – 1) – число
свободы, равное количеству
опытов минус единица.

Слайд 3

ИСКЛЮЧЕНИЕ ГРУБЫХ ОШИБОК

Наличие резко отклоняющихся результатов (так назы-ваемых "грубых ошибок» или «промахов»)

ИСКЛЮЧЕНИЕ ГРУБЫХ ОШИБОК Наличие резко отклоняющихся результатов (так назы-ваемых "грубых ошибок» или
недопустимо, поэтому сначала необходимо исключить их.
Для выяснения, является ли некоторое наблюдение уq грубой ошибкой может быть применен один из статистических критериев.
Критерий Стьюдента
Опыт считается бракованным, если вычисленное значение критерия tP окажется по модулю больше табличного t. Значения t берутся из таблицы распределения Стьюдента.

Слайд 4

ИСКЛЮЧЕНИЕ ГРУБЫХ ОШИБОК
где yumin , yumax - min и max из

ИСКЛЮЧЕНИЕ ГРУБЫХ ОШИБОК где yumin , yumax - min и max из
всех полученных откликов в точке u и сравнивнить с табличным числом задавшись числом степеней свободы fu= n - 1 и уровнем значимости .

Слайд 5

Проверка однородности построчных дисперсий

Цель проверки - определить, является ли измерение отклика во

Проверка однородности построчных дисперсий Цель проверки - определить, является ли измерение отклика
всех точках равноточными или нет. Понятие однородности нескольких оценок дисперсий S12, S22 ... SN2 означает, что все величины Su2 являются оценками одной и той же дисперсии Sy2 - дисперсии воспроизводимости.
В этом случае различие между оценками S12, S22 ... SN2 объясняется их случайным характером.

Слайд 6

Критерий Фишера
f1 = n1-1; f2 = n2-1.
Если F ≤ Fтаб ,

Критерий Фишера f1 = n1-1; f2 = n2-1. Если F ≤ Fтаб
то дисперсии однородны, а измерения равноточны.

Слайд 7

КРИТЕРИЙ КОХРЕНА
fu = n-1 fΣ = N.
Если Gр ≤ Gкр ,

КРИТЕРИЙ КОХРЕНА fu = n-1 fΣ = N. Если Gр ≤ Gкр
то дисперсии однородны, а измерения равноточны.

Слайд 8

ДИСПЕРСИЯ ВОСПРОИЗВОДИМОСТИ

где i = 1, 2, ..., N; q = 1,

ДИСПЕРСИЯ ВОСПРОИЗВОДИМОСТИ где i = 1, 2, ..., N; q = 1, 2, ..., n.
2, ..., n.

Слайд 9

ДИСПЕРСИЯ ВОСПРОИЗВОДИМОСТИ

Величина является оценкой СКО
σy и носит название ошибки опыта.

ДИСПЕРСИЯ ВОСПРОИЗВОДИМОСТИ Величина является оценкой СКО σy и носит название ошибки опыта.

Формула применима если n > 1. Если n=1
Ашк - предел измерения;
к% - класс точности.

Слайд 10

ВЫЧИСЛЕНИЕ КОЭФФИЦИЕНТОВ bi

Использование МНК, являющегося основой регрессионного анализа, возможно при трех допущениях:
Отклик

ВЫЧИСЛЕНИЕ КОЭФФИЦИЕНТОВ bi Использование МНК, являющегося основой регрессионного анализа, возможно при трех
подчиняется нормальному закону распределения.
Значения yui - статистически независимы.
Построчные дисперсии однородны.
С помощью указанных выражений получают статистически независимые коэффициенты bi. Поэтому количество их в уравнении регрессии можно увеличивать по мере необходимости. Включение новых коэффициентов не изменит значений ранее вычисленных.

Слайд 11

ПРОВЕРКА СТАТИСТИЧЕСКОЙ ЗНАЧИМОСТИ КОЭФФИЦИЕНТОВ
Расчетное значение критерия Стьюдента
tpi ≤ tкр - коэффициент

ПРОВЕРКА СТАТИСТИЧЕСКОЙ ЗНАЧИМОСТИ КОЭФФИЦИЕНТОВ Расчетное значение критерия Стьюдента tpi ≤ tкр -
статистически незначим и отбрасывается. tкр выбирается по таблицам исходя из уровня значимости α и числа степеней свободы
fi = N ( n-1 ).
На практике обычно для сокращения объема расчетов вычисляют не все значения tpi , а одно значение bкр. Все коэффициенты bi меньше bкр принимаются равными нулю.

Слайд 12

ПРОВЕРКА СТАТИСТИЧЕСКОЙ ЗНАЧИМОСТИ КОЭФФИЦИЕНТОВ

bкр = Sbi ⋅ tкр

ПРОВЕРКА СТАТИСТИЧЕСКОЙ ЗНАЧИМОСТИ КОЭФФИЦИЕНТОВ bкр = Sbi ⋅ tкр